一种新型DSCNN-GRU结构的减速机轴承故障诊断方法

结合深度学习理论,将一维卷积神经网络运用于振动信号故障诊断,相较于传统方法,提取特征简单且高效。为进一步优化一维卷积结构,弥补其在信号所有位置的寻找模式,联系周期内的故障特征,提出一种新型DSCNN-GRU网络。该模型融合了深度可分离卷积的轻量快捷,降低了一维卷积结构参数;加入门控机制,可记忆分析故障点的信号特征,联系周期内的信号关系,更好地捕捉信号故障特征,提升对时间序列的敏感性。提出一种跟踪梯度优化Adam算法,解决模型随时间窗振荡问题。通过采集的减速机滚动轴承数据研究表明,该算法平均故障识别率可达94%以上,分类效果明显,泛化能力强。     

电动汽车铅酸蓄电池智能充电及其策略

为提高电动汽车铅酸蓄电池寿命和续航能力,实现蓄电池高效、快速充电,设计了一种智能充电系统。硬件采用DC/DC正激变换电路实现功率的转换,同时以单片机为智能控制核心,并利用DS18B20采集电池温度。软件上根据蓄电池快速充电原理,提出一种分阶段定电流和正负脉冲相结合的新型充电控制策略。利用模块化设计方法,完成各功能模块设计,以及利用数字 PI算法实现分阶段电流恒定。实验证明,采用新型控制策略的智能充电系统对蓄电池进行充电,减少了充电时间,提高了充电效率。     

移动机器人在大尺度未知环境下的自主导航方法——改进的FastSLAM算法

在移动机器人同时定位和地图创建过程中,标准FastSLAM算法（对SLAM因式分解的一种快速算法）通常假设机器人观测值和环境陆标之间的数据关联是已知的（即采用预置陆标）来回避数据关联问题。针对标准FastSLAM算法的这一缺陷,提出了一种适合大尺度未知环境（即数据关联未知）下的基于单个粒子最大似然数据关联和环境否定信息相结合的FastSLAM改进算法。该算法用基于单个粒子最大似然数据关联法保证当前运动噪声对下一步关联数据精度的影响和“失踪”问题的出现,而用环境否定信息法避免错误陆标添加到环境地图中。仿真结果表明,改进的FastSLAM算法解决了大尺度未知环境下的数据关联问题,提高了机器人自身定位和地图创建的精度,可真正实现机器入在大尺度未知环境的自主导航。     

基于四叉树的自适应栅格地图创建算法

针对传统的尺度均一概率栅格地图表达法在大尺度未知环境下地图创建过程中海量数据存储和相关量计算问题,提出一类基于四叉树的栅格大小自适应地图创建算法.利用四叉树理论,根据地图不同区域环境障碍物密度的变化,自适应调整各区域栅格尺度大小.仿真结果表明,所提出的算法不仅降低了数据存储量,而且栅格量的减少使得相关量计算大大降低,提高了移动机器人地图创建的实时性和地图表达的精度.     

恒压供水泵站系统的设计和开发

介绍了变频调速技术的节能原理,阐述了基于PLC和变频器控制的恒压供水特点,完成了一台变频器控制四台水泵实现恒压供水的具体要求,设计了硬件控制回路和软件编程方法。实际运行证明,变频恒压供水系统控制简单、可靠性高、保护功能完善、节能效果明显。     

MI-PSO-RBF算法在稻谷存储品质预测的应用研究

粮食存储安全是关系粮食安全的重要因素,稻谷作为我国主要粮食作物其存储安全尤为重要。针对稻谷存储质量检测不方便等缺点,利用径向基神经网络(RBF)根据粮食实际存储的环境因素构建稻谷脂肪酸含量的预测模型。首先为避免数据维度过大使模型精度降低,利用互信息法则(MI)进行环境变量的特征提取,选取温度、湿度等6种影响较大的环境因素;然后根据RBF神经网络参数难以确定的缺点,采用改进的粒子群算法(PSO)进行寻优;同时改变粒子群的学习因子和权重系数的确定方式,使PSO算法在前期全局全面搜索并在后期易于跳出局部最优。通过实际数据进行模型验证,与传统RBF模型和PSO-RBF模型相比,构建的存储环境-存储品质DPSO-RBF预测模型精度提高。     

粮情监控系统中多数据信息融合技术的应用

采用二级数据融合算法对粮情信息进行监控,通过自适应加权数据融合算法剔除冗余信息,再使用D-S证据理论等技术方法将得到的各类特征数据进行二次数据融合。相对传统粮情监控方法能做到对粮情数据进行更深度处理,加强了监控系统的鲁棒性。     

基于LIN总线的汽车后视镜控制模块设计

以MC9S12DG128为主控单元、MM908E622为后视镜单元,采用单主多从的总线控制方式,设计了一种基于LIN总线的汽车后视镜控制模块。主控单元以单片机MC9S12DG128为核心,通过LIN收发器MC33661实现对总线数据的收发,同时将液晶触摸信号转换为LIN指令以达到对后视镜单元的整体控制。后视镜单元以MM908E622作为从单元控制器,内置LIN收发器和电机驱动电路,具有优异的调控能力,适用于控制汽车高端后视镜。设计中体现了汽车车身电子的智能化和网络化,在汽车工业中有较高的应用价值。     

基于遗传算法优化BP神经网络的粮食温度预测研究

针对粮食储存中温度参数的非线性时间序列问题，提出一种基于遗传算法(GA)优化BP神经网络算法的粮食温度预测模型，选取影响粮食温度的10个因素(仓外温度、仓外湿度、仓内顶温度、仓内中心温度、仓内底温度、仓内顶湿度、仓内中心湿度、仓内底湿度、仓内氧气浓度、粮食湿度)作为输入参数，分析后输出粮食温度。经验证，GA-BP模型具有比传统BP神经网络更好的预测精度和实用效果，在粮温预测领域中具有一定的应用前景。     

用BASIC智能模板实现PLC5与雷达液位计数据通讯

阐述了用BASIC智能模板实现PLC5与雷达液位计的数据通讯的方法。BASIC模板是一个具有通讯功能的较独立的系统，用其实现通讯所得精度高，具有一定的实际价值。