基于双CPU的便携式故障诊断仪的设计与开发

针对中小型应用场合,将故障诊断技术与嵌入式技术相结合,开发了基于双CPU的便携式故障诊断仪。首先介绍了系统的硬件结构和软件设计,重点描述了硬件的双CPU结构和通信软件机制。实验结果证明,基于双CPU的便携式故障诊断仪性能稳定、成本低,集采集存储、分析和通信等功能于一体,可以广泛应用于各种设备的监测和诊断中。     

振捣时间对清水混凝土表观质量的影响研究

基于Photoshop图像处理技术与传统的混凝土工程行业结合,提出了一种全新的清水混凝土构件表观质量分析评价方法,该方法可提供量化的评价结果。利用该分析方法,着重研究了坍落度、振捣时间对清水混凝土表观质量的影响。试验结果表明:当混凝土坍落度在(100±20)mm至(140±20)mm之间时,混凝土外观孔洞缺陷随振捣时间的增加而减少,最佳振捣时间为50s;当混凝土坍落度在(180±20)mm至(220±20)mm之间时,混凝土外观孔洞缺陷随振捣时间的增加而增加,最佳振捣时间为10s。     

基于Icepak的火炮驱动器热分析

针对火炮驱动器工作过程中驱动器内关键电子元器件温度过高的问题,提出了一种基于有限元的热分析方法,分析驱动器内关键电子元器件的温度分布情况。采用热分析软件Icepak 建立驱动器的仿真模型,根据仿真结果,提出了驱动器散热结构的改进措施。利用Icepak的参数优化工具,得到驱动器中散热器的优化设计方案,从而有效降低驱动器内关键电子元器件的温度,保证了驱动器的安全可靠工作。文中方法对类似驱动器的热设计具有参考意义。     

基于改进灰狼算法和多核极限学习机的铁水硅含量预测建模

针对高炉铁水硅含量难以在线检测的问题, 本文提出一种基于改进灰狼算法(IGWO)优化的多核极限学习 机(MKELM)高炉铁水硅含量预测建模方法. 首先, 针对灰狼算法(GWO)寻优能力的不足, 将最优–最差正交反向学 习(OWOOBL)策略应用于灰狼算法的位置更新, 得到一种改进灰狼优化算法. 通过10种标准函数对所提算法进行 仿真测试, 结果表明此算法具有更好的寻优能力. 其次, 针对单核极限学习机(KELM)回归能力不足, 将不同种类的 核函数加权组合, 并采用改进灰狼算法对多核极限学习机中的加权系数等参数进行优化. 最后, 基于某钢厂的实测 数据对高炉铁水硅含量进行预测建模, 仿真结果表明, 本文所提方法的预测效果优于反向传播神经网络(BP–NN)、 极限学习机(ELM)、KELM和GWO–MKELM, 对高炉炼铁具有较好的指导意义.     

基于二次传播的开源软件缺陷定位方法

为了提高开源软件缺陷定位的准确度,提出一种基于二次传播的开源软件缺陷定位方法TPA。将重启随机游走算法与标签传播算法相结合,在基于信息检索方法的基础上,从开源软件中各个模块的调用关系、模块风险度和历史缺陷报告三个方面分析缺陷存在的具体位置,将缺陷定位分为风险度传播和标签传播两个部分。通过软件模块之间的相关度和调用关系,结合开源软件的历史修改信息评估模块风险度;通过已修改的缺陷报告构造缺陷标签,并采用标签传播定位软件缺陷。在Eclipse 3.1缺陷报告数据集中,top-◢N◣ rank和MRR指标均高于同类缺陷定位方法。实验表明,TPA方法具有较高的准确度。     

飞机牵引机器人路径跟踪模糊控制

为了提高飞机地面自动导航路径跟踪的控制精度,提出了基于模糊自适应控制的智能飞机牵引机器人纯追踪路径跟踪方法。首先建立了牵引机器人-飞机两轮简化模型,进行了路径跟踪运动分析;基于此分析,以牵引机器人-飞机系统运动速度和轨迹误差为输入,以预测距离为输出,通过模糊自适应控制实时调整纯追踪算法预测距离,设计了基于自适应模糊控制的路径跟踪控制器;通过几何仿真和虚拟样机仿真两种方法分别对所提出的方法进行了验证。结果表明,牵引机器人-飞机系统在变速运动时,路径跟踪的轨迹误差能控制在0.5 m左右,完全满足飞机地面自动牵引滑行的精度要求,验证了所提方法的有效性和适应性。     

Arinc 429总线规范解析

ARINC429总线协议是美国航空电子工程委员会于1977年7月提出的,并于同年发表并获得批准使用.ARINC429总线结构简单、性能稳定、抗干扰性强.最大的优势在于可靠性高,这是由于非集中控制、传输可靠、错误隔离性好.     

某汽车白车身模态分析

采用Hypermesh软件建立了某汽车白车身有限元模型,并对该有限元模型进行了自由模态分析,得到了白车身的各阶模态频率和模态特性.对模态分析结果与汽车内外部的激励源频率特性进行了较为详细的分析,为该车的动态特性改进设计提供参考.     

PA—Cloud网络实现P2P和云计算相结合的动态内容管理

本文介绍了PA-Cloud通过利用P2P技术在服务提供商的核心云外延构建由用户节点构成的扩展云结构,并将核心云的一部分职责分摊到外围的扩展云之上,从而实现了负载转嫁,达到了降低云端服务器负载,减少云端活动处理器数量,降低系统成本的目标。     

基于经验模态分解与同态加密的用电数据隐私保护

智能电网利用大量的用户用电数据实现电网负荷平衡和电力供应调整,但用电信息的采集过程面临泄露用户隐私的风险。针对该问题提出了一种基于经验模态分解(empirical mode decomposition,EMD)与同态加密的用电数据隐私保护方法。首先采用经验模态分解方法将用户L_1原始用电数据分解为不同时间尺度的局部特征分量C_1,C_2,…,C_d。然后采用用户L_2,…,L_d的公钥pub_2,…,pub_d对C_2,…,C_d分别进行同态加密,并将加密结果发送给数据聚合器。数据聚合器将用户L_1公钥加密后的所有其他用户数据相加,并将结果发送给用户L_1。接下来用户L_1将接收到的结果用自己的私钥解密,并与C_1相加求和。用户L_1将结果用自己私钥签名发送到控制中心,控制中心采用用户L_1公钥验证结果的真实性。其他用户与用户L_1做法相同。最后控制中心将验证后的所有用户结果相加,得到某个时刻所有用户总用电量,而无法获得每个用户的原始用电数据,从而起到隐私保护作用。为了验证所提方法的有效性,利用爱尔兰电力公司的智能电表数据进行仿真实验;实验结果表明,所提出的方法能够有效地保护用户用电数据的隐私。