可编程控制器的数据通讯及网络技术

本文给出用A系列可编程控制器中AJ71C24与计算机通讯实例，并介绍了MELSES NET可编程控制器的数据通讯网络的特点。     

新型氩弧焊控制系统的研制

利用单片机设计了一种通用焊接程序控制器，用于硅整流氩弧焊设备技术改造，替代由继电器组成的程序控制器，提高了设备的整体性能和可靠性。     

基于PLC的剪板机控制系统设计

在分析剪板机结构、原理的基础上，设计了控制系统的硬件电路和软件程序。通过引入计算机作上位机，对生产现场的设备状态实施监控和对现场参数进行调整，使设备处于最佳工作状态。     

机械式旋转脉冲水深水位测量装置的设计与应用

针对超声波、光电等水深水位传感器抗污染能力差,无法实现水深水位同时检测的问题,提出了一种机械式旋转脉冲水深水位测量装置,该测量装置分滚筒提升装置、夹紧装置和控制装置三部分。在重锤下降的过程中,通过实时检测光电编码器输出的旋转脉冲数可以得到重锤下降的位移、速度、加速度,找出重锤下降的加速度突变点,由此判断出蓄水池的水面和固液界面两个临界点,进而计算出蓄水池的水深、水位和沉淀物料厚度。测试结果表明：该装置抗污染能力强,在重锤为510 g、采样时间间隔为0.10 s时测量效果最佳,测量误差小于1%。     

掘进机恒功率自适应调速与记忆截割系统研究

由于掘进机在进给过程中截割头工作面负载变化存在随机性且幅度很大,设计并开发一套以可编程序控制器为数据采集和控制核心,上位机采用组态软件构建远程监控系统的掘进机自适应控制系统,采用多信息融合技术综合分析负载的变化,实现恒功率自适应调速,同时采用记忆截割与自适应调节相结合的控制方法,在记忆截割的基础上根据反馈信号进行局部调节,更新记忆曲线,保证掘进机的恒功率进给,延长掘进机截割头的使用寿命.     

基于动态有理函数的功放模型及预失真应用

针对现代无线通信系统中射频功率放大器的非线性与记忆效应,提出一种新的低复杂度的动态有理函数模型,该模型简化了有理函数模型,通过两个多项式的比进行建模,但分子是包络记忆多项式的形式,分母由无记忆多项式构成.通过模型仿真和预失真应用系统验证,结果表明:与记忆多项式模型相比,动态有理函数模型所需的系数要少30.6％,模型精度却与其相近,邻信道功率比(ACPR)改善约20 dB,而与有理函数模型相比,所需系数要少21.9％,模型精度改善2.4 dB,ACPR改善约15 dB.由此证明了该模型在复杂度和精确度上的优越性,对功放预失真的研究具有重要的参考价值.     

采用面积采样的反走样字符旋转算法

目的 针对现有字符反走样算法中灰度分配不准确导致的字符抖动、实时性较差等问题,提出一种高效的反走样算法.方法 首先,算法基于面积采样原理,根据周围邻域的像素点来分配灰度,使像素点的坐标定位更加准确,从而解决了字符动态显示时抖动的问题;其次,通过反向坐标变换消除了字符旋转后出现的空洞现象;最后,算法充分利用了FPGA的并行计算能力,在时间和空间上都做到了优化.结果 实验结果表明,本文算法很好地解决了字符抖动问题,并且新算法的仿真速度约为传统算法的6倍以上,比五株排列算法提高了30%.结论 相比其他算法,新算法的优势体现在两个方面,一是字符的灰度过渡平滑,反走样效果更好;二是速度快,实时性高,新算法适用于工程中各种场合下点阵字符的显示,尤其是实时性要求高的环境.     

工业级AM3354的应变采集系统设计

在桥梁安全监测中常用微应变来衡量形变大小,利用安装在桥梁下面的应变传感器测量车辆经过桥面引起的桥梁应变.采用基于Cortex-A8内核的AM3354工业级CPU,搭载Linux操作系统,设计了一款具有12位A/D转换精度、200倍放大倍数的应变实时采集系统.通过等效应变装置来标定系统的可靠性,并模拟实际场景.通过测试,验证了系统的可靠性.     

Evolutionary circuit design for fast FPGA-based classification of network application protocols

The evolutionary design can produce fast and efficient implementations of digital circuits. It is shown in this paper how evolved circuits, optimized for the latency and area, can increase the throughput of a manually designed classifier of application protocols. The classifier is intended for high speed networks operating at 100 Gbps. Because a very low latency is the main design constraint, the classifier is constructed as a combinational circuit in a field programmable gate array (FPGA). The classification is performed using the first packet carrying the application payload. The improvements in latency (and area) obtained by Cartesian genetic programming are validated using a professional FPGA design tool. The quality of classification is evaluated by means of real network data. All results are compared with commonly used classifiers based on regular expressions describing application protocols.     

Recurrent neural network technique for behavioral modeling of power amplifier with memory effects

A new technique for behavioral modeling of power amplifier (PA) with short‐ and long‐term memory effects is presented here using recurrent neural networks (RNNs). RNN can be trained directly with only the input–output data without having to know the internal details of the circuit. The trained models can reflect the behavior of nonlinear circuits. In our proposed technique, we extract slow‐changing signals from the inputs and outputs of the PA and use these signals as extra inputs of RNN model to effectively represent long‐term memory effects. The methodology using the proposed RNN for modeling short‐term and long‐term memory effects is discussed. Examples of behavioral modeling of PAs with short‐ and long‐term memory using both the existing dynamic neural networks and the proposed RNNs techniques are shown. © 2014 Wiley Periodicals, Inc. Int J RF and Microwave CAE 25:289–298, 2015.