光纤陀螺用光源恒流驱动电路设计

光纤陀螺(FOG)光源管芯的阻抗特性是非线性的,为了保证光波长及输出光功率的稳定,必须控制管芯注入电流保持恒定。经过对超辐射发光二极管(SLD)光源管芯的分析研讨,采用LM324为核心器件设计了相应的恒流驱动电路,并进行了分析测试。实验结果表明,在环境温度不断变化的情况下,该恒流驱动电路可满足中、低精度,低功耗光纤陀螺的性能要求,其中常温下输出平均电压为100.242 mA,相对误差为0.013 7%。     

基于粒子群优化算法优化反向传播神经网络构建冷藏草鱼新鲜度的近红外光谱预测模型

目的 构建基于各种机器学习算法结合近红外光谱的模型,从而确定出更准确预测冷藏草鱼新鲜度的方法。方法 采集连续冷藏6 d的草鱼片的新鲜度指标, 并进行方差分析。选择受冷藏天数影响最大的指标: 总挥发性盐基氮(Total volatile basic nitrogen, TVB-N)进行定量预测。运用x-y距离结合的样本划分(sample set partitioning based on joint x-y distance, SPXY)方法进行数据集的划分, 并采用正交信号校正法(orthogonal signal correction, OSC)、Savitzky-Golay (SG)、一阶导数及其组合算法进行光谱预处理。再运用竞争性自适应重加权采样(competitive adaptive reweighted sampling, CARS)、连续投影算法(successive projections algorithm, SPA)、主成分分析(principal component analysis, PCA)对光谱变量进行选择和降维。最后结合偏最小二乘回归(partial least squares regression, PLSR)、反向传播神经网络(back propagation neural network, BPNN)和粒子群优化算法(particle swarm optimization, PSO)优化BP神经网络(PSO-BP)建立草鱼(Ctenopharyngodon idella)片新鲜度定量预测模型。结果 各线性和非线性模型均得到了良好的预测效果, 预测集相关系数均超过了0.95。PLSR表现较为稳定, BP神经网络虽提高了校正集预测性能, 但是预测集性能不如PLSR。PSO-BP既保证了校正集预测性能, 也提高了预测集性能。基于OSC+D1预处理和CARS变量选择后的PSO-BP模型性能最优(R2P=0.987, 预测集的均方根误差为0.108, 相对分析误差为7.778)。结论 基于PSO-BP算法和近红外光谱结合的定量预测模型, 可以很好的预测冷藏鱼肉的新鲜度指标。     

有向传感器网络中热释电红外传感器节点部署及仿真研究

针对有向传感器网络（Directional Sensor Networks, DSNs）探测区域中PIR（Pyroelectric Infrared Sensor）传感器节点部署问题,设计了4种基于几何形状的节点部署方案,计算了各部署方案的节点密度。基于修改后的TIS测试编写仿真算法,在Matlab平台上对各节点部署方案进行了仿真实验,统计不同部署方案下的目标检测率,并对实验数据进行分析。结果表明,设计的4种部署方案的目标检测率均高于随机部署约10%;等腰三角形部署方案适用于节点数目充足的情况,能实现探测区域全覆盖,目标检测率可达80%以上;正方形部署方案适用于节点数目有限的情况,能实现探测区域大部分覆盖,目标检测率可达75%以上。     

基于MCS和AlexNet的水润滑推力轴承故障检测

水润滑推力轴承作为潜水电机的重要组成部件常由于工作环境恶劣、过载和冷热交替,轴承结构磨损而进入异物。针对在潜水电机内拆装加速度传感器困难,水阻尼污染振动信号采集等问题,提出故障状态下潜水电机的数学模型,对仿真得到电流信号进行时移降噪,升维预处理,基于AlexNet模型训练不同状态下电机电流信号（MCS）。经验证,模型能以较高的准确率快速识别故障信号,具有较强的鲁棒性,满足故障诊断预见性和实时性要求。     

苝二酰亚胺纳米纤维的制备及电信息存储研究

随着信息量的不断增大,有机电双稳态材料及其器件的研究愈加急迫。首先合成了一种由二茂铁修饰的苝二酰亚胺分子(PDI-Bay-Fc),随后采用相转移法,选用良溶剂二氯甲烷与不良溶剂正己烷,利用二者性能上的差距,在正己烷过量的条件下,使化合物PDI-Bay-Fc在这两种溶剂的界面上进行结晶沉淀,制备出了一维纳米纤维。采用紫外可见分光光度计(UV-Vis)、扫描电子显微镜(SEM)、透射电子显微镜(TEM)、原子力显微镜(AFM)等手段对纳米线形貌进行表征,观察到了光滑纤长的纳米纤维,并确定了最佳组装条件,研究了该纤维的生长机理。随后进一步将其与Au电极复合,制成一维纳米纤维信息存储器件。利用Keithley 4200半导体分析仪研究了该器件的宏观电学性能,研究结果表明化合物PDI-Bay-Fc具有良好的电学双稳态性能,可用于高密度电信息存储。     

亲锂材料在锂金属负极应用中的研究进展

锂金属负极在充放电过程中不受控的电化学行为导致锂枝晶的形成,这导致锂金属电池存在库伦效率低、循环寿命短以及安全问题,电极表面的锂离子的分布不均匀是锂枝晶产生的关键因素,亲锂材料与锂之间具有较强的结合能,可以在在电极表面产生均匀的锂离子通量,因此为了控制锂离子在锂金属负极的电化学行为,在锂金属负极中引入亲锂材料可以诱导锂离子均匀沉淀,抑制锂枝晶的成长。介绍了亲锂材料的发现过程,综述了不同亲锂材料在锂金属负极中的应用,并分析了其局限及将来可能的发展方向。     

基于IA-LSSVM的一维PSD位移传感器温度补偿

以光电效应为基础的一维PSD(Position Sensitive Detector)传感器受温度影响很大,导致测量误差大。本文针这一问题,提出免疫算法与最小二乘支持向量机(IA-LSSVM)相结合,通过免疫算法迭代优化最小二乘支持向量机中的惩罚因子以及核函数参数来构建补偿模型。由二维标定实验得到在不同温度下传感器的输入输出数据,将其分为测试集与训练集,以测试集的最小二乘均方差为目标函数,将其转化为凸优化问题来达到温度补偿的效果。试验结果表明,传感器零位温度系数由补偿前的3.0×10-4/℃提升到1.6×10-4/℃,提高了约两倍;灵敏度温度系数由之前的2.8×10-3提升到2.8×10-4/℃,提高了十倍;温度附加误差由补偿前的12.5%提升至1.27%,提高了近十倍,从而有效削弱了温度对测量结果的影响。     

一类基于概率优先经验回放机制的分布式多智能体软行动-评论者算法

针对实际多智能体系统对交互经验的庞大需求,在单智能体领域分布式架构的基础上,提出概率经验优先回放机制与分布式架构并行的多智能体软行动-评论者算法(multi-agent soft Actor-Critic with probabilistic prioritized experience replay based on a distributed paradigm,DPER-MASAC). 该算法中的行动者以并行与环境交互的方式收集经验数据,为突破单纯最近经验在多智能体高吞吐量情况下被高概率抽取的局限性,提出更为普适的改进的基于优先级的概率方式对经验数据进行抽样利用的模式,并对智能体的网络参数进行更新. 为验证算法的效率,设计了难度递增的2类合作和竞争关系共存的捕食者-猎物任务场景,将DPER-MASAC与多智能体软行动-评论者算法(multi-agent soft Actor-Critic,MASAC)和带有优先经验回放机制的多智能体软行动-评论者算法(multi-agent soft Actor-Critic with prioritized experience replay,PER-MASAC)2种基线算法进行对比实验. 结果表明,采用DPER-MASAC训练的捕食者团队其决策水平在最终性能和任务成功率2个维度上均有明显提升.     

机械手在制药生产线上的应用

介绍了机械手的设计方案和特点,对单片机最小系统模块、电源模块、时钟与复位模块、开关与键盘模块、显示模块和驱动模块进行了详细的阐述,同时说明了机械手在制药生产线上的实际应用,满足了制药企业的需求。     

传送带重量检测的远程显示与处理

从药品重量检测装置、数据无线传输模块、液晶显示模块、机械抓手模块、PLC控制模块、变频器及三相异步电动机模块详细介绍了传送带重量检测系统的模块,并阐述了其在实际生产中的应用和设计特点,更加符合制药企业的发展需求。