频谱细化在电力谐波分析仪中的应用

论文提出一种基于二段式FFT频谱细化算法,利用了存贮空间中保存的前一次计算的数据,增加了实际计算的数据长度,在运算时间增加不多的情况下,提高了FFT的频率分辨率.并利用谐波分析仪上DSP芯片强大的数字信号处理能力对数据进行分析和处理.该算法作为谐波分析方法用于谐波分析仪中,能提高了谐波分析仪的精确度和快速性.     

在线氧气分析监测系统在50MW燃气蒸汽联合循环发电机组的运用探讨

通过传统和激光氧含量的原理、组成、测量方式、测量结果及维护使用情况的比较,介绍了激光氧含量存50MW燃气蒸汽联合循环发电机组电捕焦上的使用的情况。     

基于数据挖掘的网络入侵检测技术研究

现有NIDS的检测知识一般由手工编写,其难度和工作量都较大.将数据挖掘技术应用于网络入侵检测,在Snort的基础上构建了基于数据挖掘的网络入侵检测系统模型.重点设计和实现了基于K-Means算法的异常检测引擎和聚类分析模块,以及基于Apriori算法的关联分析器.实验结果表明,聚类分析模块能够自动建立网络正常行为模型,并用于异常检测,其关联分析器能够自动挖掘出新的入侵检测规则.     

气相色谱易制毒化学品检测仪的研制

介绍了AD04—03气相色谱易制毒化学品检测仪的设计与实现。该仪器以气相色谱技术为基础,采用双色谱柱双检测器技术,能够实现单或混合物的定性、定量分析,可用于现场快速测易制毒化学品。实验结果表明,仪器对易制毒化学品可实现一次进样,同时出峰。     

基于压缩感知的BOTDA性能增强方法

为了提高布里渊光时域分析系统(BOTDA)在长距离监测应用中的实时性,提出了一种基于压缩感知的布里渊光时域系统实时性增强方法。该方法包含稀疏表示、随机采样和信号重构三个部分。首先采用K-均值奇异值分解算法获得布里渊增益谱的稀疏表示,然后通过高斯随机采样和正交匹配追踪算法进行布里渊增益谱重构。为了验证所提方法的性能,仿真生成了不同信噪比水平的布里渊增益谱,搭建了45 km的布里渊光时域系统进行温度传感实验。仿真和实验结果表明:在累加平均次数为100时,所提算法将信噪比提升了6.37 dB,优于累加平均次数3000时的10.13 dB,对应测量时间减少了1/30;采用8 MHz步长数据重构布里渊增益谱,该方法的重构结果与4 MHz步长数据的相关系数为0.9992,对应扫频时间减少了一半。所提算法在保证测量精度的同时提升了测量实时性。     

基于回声状态网络的BOD在线软测量模型

针对污水处理过程的BOD建模问题,提出了一种基于回声状态网络的BOD在线软测量方法;基于梯度下降规则对回声状态网络的在线学习算法进行了研究;为保证学习算法的收敛性,基于Lyapunov理论对学习率范围进行了确定;实验表明,基于回声状态网络的在线BOD预测方法较常规神经网络预测精度提高约两个数量级,模型的适应性也大幅提高。     

基于K-近邻算法的物料含水率测量标准装置设计

目的 针对烘箱法耗时长且不适用于生产现场的问题,围绕短时干燥法设计物料含水率测量标准装置。方法 装置主要包括移动底盘、箱体、水分分析仪、可充电电源、配电板、工业触屏电脑以及上位机软件。建立基于K-近邻（K-Nearest Neighbor）算法的物料含水率预测模型,并通过实验获得预测结果与烘箱法测量结果之间的修正关系。以抽取自卷烟厂的烟草样品为例,对装置进行测量实验。结果 当设置测量时间为30min时,含水率测量结果的扩展不确定度低于0.5%。结论 该装置可代替烘箱法对物料含水率进行监控,也可以用于在线水分仪的原位校准。     

基于FPGA与ARM单片机的CAN总线分析仪设计

针对CAN总线网络通信质量分析、测试和验证的需要,论证了一种基于ARM单片机与FPGA完成的CAN总线分析仪设计;该分析仪采用集成的CAN控制器与专用总线电平采样双通道信息采集硬件结构;采用单片机及基于FPGA的专用电路完成对CAN网络的实时通信数据的收集与监控;采用PC机完成数据分析与参考信息显示;文章详细讨论了分析仪硬件的具体设计;分析了CAN总线通信波特率的自动检测、总线故障的检测与定位方法;最后结合软件设计给出了所设计的CAN总线分析仪的实测试验结果,可实现总线报文的正常监测、总线状态分析与错误检测功能。     

Noise analysis of robot manipulator using neural networks

Due to a lot of robot manipulators application in industry, low noise degree is very important criteria for robot manipulator's joints. In this paper, joint noise problem of a robot manipulator with five joints is investigated both theoretically and experimentally. The investigation is consisted of two steps. First step is to analyze the noise of joints using a hardware and software. The hardware is a part of noise sensors. The second step; according to experimental results, some neural networks are employed for finding robust neural noise analyzer. Five types of neural networks are used to compare each other. From the results, it is noted that the proposed RBFNN gives the best results for analyzing joint noise of the robot manipulator.     

Study on design and application of fully automatic miniature surface plasmon resonance concentration analyzer

A fully automatic miniature surface plasmon resonance (SPR) concentration analyzer having high performance and low cost and developed using a Spreeta™ sensor was designed for field applications and concentration analysis. As in the case of Biacore™ instruments, the automatic sampling system of this device can introduce air segments between the sample/regeneration solution and buffer solution in the pipeline, which effectively prevents mixing of the solutions. A temperature sensor (AD 590) and temperature compensation method are used, which make the device insensitive to temperature fluctuations. A real-time data-smoothing algorithm for the SPR detection data is adopted; this can reduce the noise level to 5 × 10⁻⁷ RIU (refractive index units). The noise level of the sensorgram is 3.5% of the original level. Two types of self-prepared sensing chips—SMX-BSA (bovine serum albumin coated with sulfamethoxazole) and SMX-CM5 (carboxymethyl dextran coated with sulfamethoxazole)—are used to analyze the concentrations of sulfamethoxazole (SMX) standard solutions. Each chip's SMX calibration curve is established within the measurement range of 0-2000 ng/ml, and both limits of detection (LOD) are 2 ng/ml. One cycle of assay time is less than 15 min.