基于新型煤位计的监控系统设计

针对山西吕梁木瓜煤矿煤仓现有煤位测量装置精确度低、误差大等情况,将SITRANS LR460雷达煤位计应用于PLC控制的煤位自动监控系统中,系统采用S7-300系列PLC及上位机组态软件作为控制系统核心,通过上位机WinCC组态管理软件可直观地显示煤位数据实时变化情况,实现了煤仓煤位的自动检测与超限报警等功能,表明SITRANS LR 460雷达煤位计应用于高粉尘恶劣环境下,有较高的精确度和稳定性.     

低相噪频率合成器的设计与仿真

为了获得低相位噪声和高集成度频率源,设计了基于锁相环的频率合成器。利用ADS射频仿真软件,对锁定时间和相位噪声进行仿真,确定设计满足指标要求。用集成VCO的锁相环芯片ADF4360-7进行硬件测试,锁定频率在434MHz,功率达到1dBm,相位噪声为-87dBc/Hz@10kHz。此频率源指标满足大多数测量和通信系统要求,可在射频电路中推广使用。     

遗传算法在永磁直线同步电动机设计中的应用

水磁直线同步电动机是一种结构新颖，具有广阔发展前景的新型电机，但其电磁场计算比较复杂，因而电机优化设计也比较困难。文中在对电机内电磁场分析、计算的基础上，利用新兴的遗传算法并将其改进，应用到水磁直线同步电动机的优化设计中。实验结果表明，基于遗传算法的水磁直线同步电动机优化设计方法得到了令人满意的结果，为水磁直线同步电动机的分析和设计开辟了一个新的途径，对水磁直线同步电动机的研究及应用具有重要的意义。     

光伏并网逆变器监控系统设计

目前,美、日及欧盟的许多国家都推出了相应的屋顶光伏计划,其中日本提出到2010年要累计安装总容量50000MW家庭用光伏发电站。     

基于打包索引纹理的大规模数据体绘制算法

针对大规模数据体绘制效率低下的问题,提出一种算法：对体数据进行纹理分块打包,移除空数据块,并创建数据块的索引数据,绘制时通过索引访问打包后的纹理实现大规模数据完全载入显存,同时在索引中标记空数据及高密度数据块的位置,绘制前生成其有效的立方体数据表达,结合早期光线终止与空域跳过等加速技术,有效地实现了大规模的体数据的实时绘制,同时保证了结果图像的质量。     

基于人工蜂群支持向量机的电动汽车制动意图识别方法

在电动汽车再生制动系统中,根据驾驶员不同的制动意图制定对应的再生制动控制策略可以有效地提高汽车的制动安全性、舒适性和经济性,而准确并快速识别驾驶员制动意图是制定控制策略的基础。以准确并快速识别驾驶员的制动意图为主要目标,以搭载线控制动系统的电动汽车为研究对象,设计并实现了一种基于人工蜂群支持向量机（ABC-SVM）的驾驶员制动意图在线识别方法。首先对制动数据进行预处理,用近邻成分分析（NCA）特征选择算法选取有效特征,再用ABC-SVM算法建立制动意图识别模型,最后进行在线识别。离线验证和在线试验结果表明,NCA算法能有效筛选掉信号噪声导致的不相关特征;相比于模糊推理、反向传播（BP）算法、粒子群优化支持向量机（PSO-SVM）和遗传算法支持向量机（GA-SVM）识别算法,ABC-SVM算法能够更加准确、快速地识别驾驶员的制动意图。     

基于tGSSA-DELM的短期光伏发电功率预测

针对目前光伏发电预测的预测耗时和预测精度不足等问题,提出了一种基于皮尔逊相关性分析、改进的麻雀算法（tGSSA）和深度极限学习机（DELM）的组合预测方法。该方法首先通过皮尔逊相关性分析方法对影响光伏出力的主要因素进行筛选,然后采用黄金正弦搜索策略、自适应t分布和动态选择策略来增强麻雀算法的全局搜索能力和局部寻优能力,最后利用tGSSA群智能优化算法对DELM中的输入权重和偏置进行寻优,在得到最优输入权重和偏置的情况下对光伏发电功率进行预测。以澳大利亚某光伏站一年数据按季节划分后进行预测研究,将本文模型与DELM,SSA-DELM,GA-DELM,ABC-DELM,WOA-DELM进行预测对比,结果表明,相比于其他算法改进模型和传统模型,tGSSA-DELM在预测精度、预测稳定性和工作效率中具有较大优势,具有更强的适用性。     

智能轮胎传感器的研究现状及发展趋势（二）

2胎面阻抗传感器 胎面阻抗传感器是根据胎面电容和电阻随压力变化的特性进行测量的一种新型传感器[8-9].     

一种新型实时调度算法研究

在许多片上特定应用系统中，任务多且切换频繁，任务切换开销大，有时甚至严重影响系统的可调度性．研究了动态可抢占门限调度算法，它通过初始门限值、动态门限值的计算和优化线程分配，实现了在处理器高利用率下，有效降低任务切换开销的目的，并相应地减少了对内存的需求．动态可抢占门限调度算法是将静态抢占门限算法与动态调度算法有机地结合在一起。完成了由静态到动态无缝转换．     

PMLSM的两种模型及比较

介绍了在理想状态下利用电磁场和电路的基本理论在四层线性模型的基础上所建立的PMLSM电路模型以及利用BP算法用C语言编制程序实现一个单输入层单输出层4隐含层的神经网络,然后用试验数据对网络进行学习训练而建立的PMLSM网络模型.以一台单边型PMLSM为例比较了这两种模型.