基于智能功率模块开关磁阻电机功率电路设计

为改善开关磁阻电机(SRM)运行效率和功率电路的工作性能,降低SRM调速系统硬件的复杂程度,提出了一种基于智能功率模块的新型SRM功率电路。功率电路由日本三菱公司生产的智能功率模块PM75RLA120构成,并设计了其驱动电路、故障处理电路和保护电路。在一台1.5 kW三相12/8极SRM上进行试验验证,试验结果证明了该功率电路的可行性。     

直流真空断路器弧后介质恢复特性影响因素分析

直流真空断路器采用人工过零的方式实现故障开断,是当前直流系统兼具经济性与可靠性的控保方式之一,其弧后介质恢复特性是判定故障开断成功与否的关键条件。为探究直流真空断路器电磁与机电参数耦合作用下介质恢复特性的影响因素,本文基于连续过渡模型、能量守恒定律和电荷守恒定律,建立了零区带电粒子数密度计算模型,研究了触头型面参数和零前电流下降率影响下的零区带电粒子数密度分布;通过搭建12 kV直流真空断路器配永磁斥力机构运动特性测试平台,实验测得机构位移-时间特性曲线,研究了短路开断电流、零前电流下降率和换流投入时刻影响下的零区极间距分布。在此基础上,基于漂移扩散方程、Maxwell-Stefan方程和泊松方程,建立了弧后鞘层发展模型,以求得电磁与机电参数影响下的电场强度最大值;并与零区金属蒸气压和短路开断电流影响下的临界击穿电场强度进行对比分析,进而评估不同换流投入时刻、零前电流下降率、暂态电压上升率、触头直径下的弧后介质恢复强度。此外,求得了直流真空断路器可靠开断时零前电流下降率和换流投入时刻的极限安全域,以及电磁与机电参数耦合作用下的最小安全间隙与开断电流极限,为设计满足可靠开断要求的直流真空断路器灭弧系统结构参数与换流参数群组提供解决方案。     

基于改进神经网络和遗传算法的真空灭弧室优化设计

提出一种基于人工神经网络和遗传算法相结合的电器电场均匀度优化设计方法,以12 kV真空灭弧室为研究对象,对其内部电场进行场影响因素分析与电极型面优化,以实现均匀场设计。建立了以悬浮屏蔽电极长度和端部型面曲率、动静触头电极端部曲率为输入变量,灭弧室内部电场均匀度为输出变量的改进神经网络模型结构;并以灭弧室内部电场均匀度为优化目标,采用遗传算法对灭弧室结构参数进行寻优,以提高灭弧室静态绝缘性能。     

基于曲量场空间的皮带堆煤识别

为了避免煤矿井下皮带发生堆煤事故,提出将曲量场空间方法应用到煤矿皮带堆煤识别中.首先采用图像亮度信号和信息熵的分布特征检测图像内部凸凹信息,利用曲量子描绘凸凹域的梯度渐变特征,去除图像灰度信息,然后将曲量子群融合,并对曲量子空间中的边缘曲量子进行光滑衔接,组建曲量场空间,最后利用曲量场空间聚合度构建堆煤模型,计算立体模...     

软岩偏压隧道地表沉降规律研究

对云南省某软岩隧道监控实测数据进行了分析研究。根据研究结果,隧道进洞以后随着掌子面的推进,将地表沉降分为开始沉降阶段、加速沉降阶段、缓慢沉降阶段、稳定阶段。当隧道施工至监测断面前±10 m范围时,此时地表沉降速率最大,且该阶段的沉降变化量可达到最终沉降值的75%;随着掌子面继续掘进,地表进入缓慢沉降阶段,该阶段一般持续至掌子面穿过监测断面30 m处;之后地表稳定,沉降速率≤0.1 mm/d。该分析方法及结论可为类似工程提供借鉴和参考。     

多尺度特征图融合的目标检测

目的 自然场景图像中,特征提取的质量好坏是决定目标检测性能高低的关键因素。大多数检测算法都是利用卷积神经网络（CNN）强大的学习能力来获得目标的先验知识,并根据这些知识进行目标检测。卷积神经网络的低层次特征缺乏特征的代表性,而高层次的特征则对小尺度目标的监测能力弱。方法 利用原始SSD（single shot multiBox detector）网络提取特征图,通过1×1卷积层将提取的特征图统一为256维;通过反卷积操作增加自顶向下特征图的空间分辨率;通过对应元素相加的操作,将两个方向的特征图进行融合。将融合后的特征图采用3×3的卷积核进行卷积操作,减小特征图融合后的混叠效应。根据以上步骤构建具有较强语义信息的特征图,同时保留原有特征图的细节信息;对预测框进行聚合,利用非极大抑制（NMS）实现最终的检测效果。结果 在PASCAL VOC 2007和PASCAL VOC 2012数据集上进行实验测试,该模型的mAP（mean average precision）为78.9%和76.7%,相对于经典的SSD算法,分别提高了1.4%和0.9%;此外,本文方法在检测小尺度目标时相较于经典SSD模型mAP提升了8.3%。结论 提出了一种多尺度特征图融合的目标检测算法,以自顶向下的方式扩展了语义信息,构造了高强度语义特征图用于实现精确目标检测。     

基于复合梯度向量的指纹匹配算法

针对接触式指纹识别中存在的非线性形变问题,提出了一种基于复合梯度向量（Composite Gradient Vector,CGV）的指纹匹配算法.该算法首先在经过预处理的指纹图像上建立直角坐标系和第一个基向量,并对指纹图像进行旋转;然后在旋转后的指纹图像上采样基向量,组建向量簇,提取极大梯度向量,并以极大梯度向量为元素组建复合梯度向量;最后以分层标记规则对复合梯度向量进行分层标记,通过对指纹库进行指纹检索、复合梯度向量匹配、维度和梯度匹配,识别出指纹图像.实验结果表明,该方法克服了接触式指纹识别中旋转、偏移、拉伸等问题,有较强的抗非线性形变能力,同时具有较快的识别速度和较高的识别准确率.     

改进的分块算法在矩形图像加密中的应用

为提高图像加密算法抵御穷举攻击、统计分析攻击及差分攻击的能力,提出了一种改进的基于混沌的分块图像加密算法,并用于矩形灰度图像加密。该算法通过对外部密钥分组生成Logistic映射初始条件并迭代生成混沌序列,有效增强了密钥的敏感性。提出三向散布并结合像素值替代算法能够明显增强算法抵御差分攻击的能力;同时为增强算法的鲁棒性,采用反馈机制修改密钥。实验结果表明,该算法较二维混沌图像加密具有更高置乱度,且能够有效抵御穷举攻击、统计分析攻击及差分攻击。     

地空导弹装备综合保障性评估模型研究

地空导弹是地面防空的主要力量,信息化时代的发展和信息化水平的提高给地空导弹装备的综合保障带来了巨大的挑战和机遇。传统的装备保障已经不能满足现代战争的要求,装备的综合保障是其发展的主要方向。保障性评估是综合保障工程的一项重要内容,是实现装备保障性目标重要而有效的监督和控制手段,对地空导弹装备综合保障性进行了深入的分析和研究,提出了采用模糊评判的方法建立评估模型,对地空导弹装备综合保障性能进行分析和评估,对于提高装备综合保障能力由重要的借鉴意义。     

通道和异常适应性的目标跟踪算法

针对现有空间正则化跟踪算法未考虑通道和异常适应性,在光照变化、遮挡和运动模糊等复杂跟踪场景下易产生跟踪失败的问题,提出通道和异常适应性的目标跟踪算法。首先,提取目标所在区域的方向梯度直方图和颜色特征,建立目标的外观模型;其次,提出通道加权策略并构造通道适应性正则项,同时在模型训练阶段优化通道权重,降低多通道特征中冗余信息和通道可靠性变化对跟踪性能的影响;然后,构造异常适应性正则项,通过约束跟踪响应图异常变化,提升画面快速变化时跟踪器的鲁棒性;最后,在检测阶段将滤波器与当前帧的样本相关运算得到目标尺度和位置信息,通过分析响应图的峰值与噪声平滑度来判断跟踪的遮挡情况以过滤低质量样本,增强目标被遮挡时跟踪器的异常适应性。在OTB50、OTB100和TC-128公共数据集上与多种先进算法进行对比实验,实验结果表明,所提算法在光照变化、遮挡、运动模糊等复杂场景下鲁棒性表现更好,跟踪成功率高于同类算法,并且精度更优。