基于FPGA的多路视频合成与去噪设计

在嵌入式视频处理领域,针对视频实时性要求高的特点,提出一种基于现场可编程门阵列(FPGA)的多路视频合成和去噪方法,包含四路视频合成一路视频的具体实现方案,以及对合成后的一路视频进行中值滤波的去噪算法,使用DDR2SDRAM作为视频的帧缓存,设计中值滤波算法的硬件结构和逻辑结构。系统设计采用Verilog语言进行描述,并在Xilinx的FPGA上进行逻辑综合和硬件测试。实验结果表明,该方法利用FPGA实现了硬件并行和流水线技术,可保证视频的实时处理。     

变压器铁芯减振技术及三种减振橡胶性能测试

基于变压器铁芯减振技术,建立10 kV油浸式配电变压器物理模型来研究变压器铁芯和油箱的振动机理、传播规律以及阻尼减振效果,分析已安装和未安装铁芯阻尼垫片情况下不同时刻变压器油箱表面振动位移数据。研究证实,可以通过在油箱与铁芯之间增加减振装置,增大振动能量在传递过程中的损耗,降低油箱振动幅度与噪声排放。根据变压器油的特点和应用需要,选择软木橡胶、丁腈橡胶和氟橡胶三种典型阻尼材料进行了耐油性能测试,结果表明三种橡胶的耐油性能均满足要求。减振性能测试结果表明,软木橡胶与丁腈橡胶不满足变压器本体噪声抑制条件,且在带负载条件下会一定程度增大噪声;氟橡胶减振垫满足变压器振动噪声抑制要求,能有效减小噪声,可作为潜在的油浸式变压器铁芯减振垫材料。     

基于LMD云模型与PSO-KELM的齿轮箱故障诊断

由于齿轮箱故障振动信号具有非平稳性与不确定性的特点，导致齿轮箱故障诊断精度较低。针对该问题提出一种基于局部均值分解（LMD）云模型特征提取结合粒子群优化（PSO）核极限学习机（KELM）的齿轮箱故障诊断方法。首先，将故障振动信号用LMD分解得到若干PF分量，并利用相关系数原则筛选出相关性较高的PF分量；其次，在云模型中输入筛选后的PF分量，采用逆向云发生器对特征向量进行提取并输入到PSO-KELM中进行故障诊断；最后，利用QPZZ-Ⅱ实验台齿轮箱实测数据对该方法进行了性能分析。结果表明，该方法识别精度为97.65%，与多种方法进行对比，该方法具备最佳识别性能。     

抗生物污损型海水提铀材料研究进展北大核心CSCD

随着“碳达峰”和“碳中和”两大发展目标的提出,核能作为成熟的清洁能源将在我国能源结构中扮演越来越重要的角色。铀作为最重要的核燃料资源,是核电可持续发展的基石。随着陆地铀矿资源的日益匮乏,为保证核燃料的长期充足供应,高效利用海洋铀资源是解决铀供应问题的有效手段之一。然而,海洋中大量的微生物会对提铀材料的结构造成破坏并严重影响材料的吸附性能,海洋生物污损对海水提铀的实施带来了极大的挑战。因此,开发抗生物污损型提铀材料对真实海水提铀的实施至关重要。本文综合总结了近年来各类抗生物污损型提铀材料的研制和发展,以及不同类别的抗生物污损材料的作用机理,并结合发展现状对抗生物污损提铀材料的进一步发展提出了展望。     

基于特征空间变换的纺纱过程多关联参数质量波动异常检测

纺纱过程参数众多且相互关联，模糊了过程参数与纱线质量指标间的重要信息，针对纺纱过程参数强耦合带来的纺纱过程质量波动难以检测与控制的问题，提出一种基于特征空间变换的纺纱过程多关联参数质量波动异常检测方法。首先，分析纺纱过程参数间的关联关系，采用偏最小二乘法(PLS)消除参数之间的相关性，获得具有正交性的特征空间。然后，利用新的特征空间数据计算局部离群因子(LOF)统计量，判定纺纱过程是否稳定，定位异常波动区域。最后将相关性分析后的异常波动数据作为深度置信网络(DBN)模型的输入，识别纺纱过程异常波动类型。通过算例进行验证，结果显示所提模型将纺纱过程多关联参数异常检测精度提高到98.2%。     

基于混合遗传蚁群算法的多目标FJSP问题研究北大核心

针对多目标柔性作业车间调度问题求解过程中未综合考虑解集多样性与求解效率的问题,提出了一种混合遗传蚁群算法来求解。首先,通过改进的NSGA-Ⅱ(non-dominated sorting genetic algorithmⅡ)获取问题的较优解,以此来确定蚁群算法的初始信息素分布;其次,根据提出的自适应伪随机比例规则和改进的信息素更新规则来优化蚂蚁的遍历过程;最后,通过邻域搜索,扩大蚂蚁的搜索空间,从而提高解集的多样性。通过Kacem和BRdata算例进行实验验证,证明混合遗传蚁群算法具有更高的求解效率和更好解集多样性。     

基于窗口波动模式识别的纺纱过程质量波动异常预警

纺纱过程受到多因素的影响，其质量波动呈现复杂性。文章针对纺纱过程质量波动异常难以及时预警的问题，提出一种基于窗口波动模式识别的纺纱过程质量波动异常预警方法。首先对纺纱过程参数时序集进行窗口分解，定义异常波动率对窗口序列的波动程度进行表征；然后根据窗口是否存在异常预期信号对模式进行判别，并构建参数优化的随机森林模型对窗口波动模式进行识别，据此构建纺纱过程质量波动异常预警策略。通过细纱过程数据集进行验证，结果显示所提方法在实现对纺纱质量异常波动进行预警的同时还能够准确追溯异常波动源头，为纺纱生产质量稳定提供保证。