基于STC单片机的便携式快速血糖仪的设计与实现

介绍一种基于电流型生物传感器——葡萄糖氧化酶电极和STC单片机STC12C5410AD的微功耗便携式快速血糖测试仪。详细说明了血糖检测仪的工作原理、各模块的硬件电路及主程序工作流程,并给出了温度测量与实时时钟电路。仪器测试范围为1.1~33.3mmol/L;变异系数CV不大于3%;测试时间小于5 s;历史记录存储量180组;测试温度范围为10~45℃,具有自动温度补偿校正功能。     

高精度低成本超声波热能表的研制

介绍了一款新型的高精度、低功耗超声波热能表.此表利用了超声波的测量原理,结合TDC-GP2时间转换芯片,搭配简单的电路,外接超声波换能器、温度传感器,完成了一个热能表的所有功能.     

水平面显示屏虚拟斜置算法

为使人们在观看水平面显示屏时保持舒适的姿势,设计1种使水平面显示屏虚拟斜置的方法. 根据斜置平面与水平面显示屏的投影关系,提出上置法和下置法两种实现方式,得出其相应的虚拟算法. 比较两种算法的优缺点表明,上置法对屏幕尺寸有一定要求,但可以保持视点处于固定的位置,下置法对屏幕尺寸无过高要求,但视点要移动. 最后通过具体实验证明两种算法的可行性和可靠性.     

基于CC1100的无线抄表系统

介绍了一种利用单片机和CC1100无线通讯芯片构成的无线抄表系统,叙述了工作原理和实现过程,并重点介绍了CC1100的电磁波唤醒功能和原理,给出了详细的结论.     

基于改进ECC的含电动汽车用户负荷信息保护方案

在智能电网的大趋势下,电力公司与用户之间的数据传输交换愈加频繁高效。通信网络经常遭受网络攻击或窃听,为确保用户的用电数据在传输过程中不被恶意篡改,提出一种面向电动汽车用户的信息保护方案。通过改进加法运算和标量乘运算对传统椭圆曲线加密算法（elliptic curve cryptography, ECC）做轻量级优化,克服电网双向互动环境中智能电表资源有限的问题。在此基础上,设计负荷分解算法作为加密方案的检验工具,分解加密后的电力数据。最后,通过仿真算例分析,验证了所提方案的可靠性和安全性。     

最小权点覆盖下的智能电表通信故障区域预警方法

电表通信故障预警可以保证智能电表的通信安全,有利于实现对智能电能表的全过程质量管控。但是,智能电表的工作轨迹具有随机性,跟踪难度较大,其故障变量信息的提取难度较大。为此,提出了基于最小权点覆盖的智能电表通信故障区域预警方法。利用智能电表运行状态的观测向量作为故障检测的关键变量,计算出运行状态观测向量的平均轨迹。根据智能电表通信故障数据变量在不同时刻的运行轨迹,提取出智能电表通信故障的关键变量信息,完成智能电表通信故障的检测。在最小权点覆盖下,采集智能电表通信故障数据。利用Fisher准则,计算出智能电表通信故障属性的重要程度,通过设计智能电表通信故障区域预警算法,实现智能电表通信故障区域的预警。实验结果表明,研究方法可以成功预警智能电表通信故障,通过较高的预警准确率确保了智能电表的稳定运行。     

利用斜井接地体降低输电杆塔周围触电风险研究

为提高输电杆塔的安全性,提出了采用斜井接地体降低杆塔周围接触跨步电压的方法。首先,对接地装置的接触跨步电压分布情况进行分析,得到斜井接地体的最优倾角,研究斜井接地体数量、长度等因素对最优倾角的影响;然后,对接地装置的安全性进行分析,得到入地电流限值曲线;最后,提出人身安全防护措施。研究表明:利用最优倾角布置的斜井接地体,能够显著降低杆塔周围的接触跨步电压。采用划定安全距离、在地表铺设高电阻率介质的措施,能够大大降低人身触电风险。     

柱塞式计量缸在燃油涡轮流量计校准中的应用

研究了双柱塞计量缸的流量计校准装置,通过系统控制与计算实现计量缸计量流量与被校流量计测量流量的在线对比,以满足宽量程和高精度的校准要求.分析了该装置的结构特点和设计方法,通过仿真分析对其性能进行初步评估.研究了校准计量柱塞行程和移动速度对涡轮流量计仪表系数的影响,给出了建议的校准实验条件.结果表明,采用该校准装置可满足宽量程液体流量计校准,流量计量稳定性在0.2‰内.     

船用指针式仪表自动识别方法研究

指针式仪表的自动识别为船舶设备的实时监控和信息化管理提供了有效的技术手段。本文通过计算机视觉技术对指针式表盘自动判读方法进行了研究。实现了对多种指针式仪表的同时识别,识别过程分为表盘分割、刻度识别、指针识别和仪表类型识别等几个部分,运用中心投影法和图集分类比较法等确定了仪表刻度、指针位置和仪表类别,实现了船用指针式仪表示值的自动识别,并通过试验和误差分析验证了识别方法的有效性。     

基于GA-FSVR的极端温度应力下智能电能表退化预测模型北大核心

针对极端温度应力下智能电能表退化情况难以准确预测的问题,以计量误差作为退化指标,提出一种基于融合核支持向量回归(FSVR)与遗传算法(GA)的智能电能表退化预测模型。为了兼顾预测模型的学习与泛化能力,在传统单核支持向量回归模型的基础上,提出一种基于RBF核与Sigmoid核的新的融合核函数,并进一步建立基于融合核函数的FSVR模型,预测极端温度应力作用下智能电能表的退化过程;在FSVR模型参数调节阶段,通过GA对核参数进行优化,提高模型预测精度。采用某批次智能电能表分别在高温(50℃)、低温(-40℃)两组极端温度应力下连续14个月的实际退化测试数据展开比较实验,结果表明提出的预测模型能准确追踪不同极端温度下智能电能表的退化趋势,可为我国典型地区的智能电能表可靠性分析提供指导。