DSP eCAN总线中断方式与上位机的双向通信

TI公司TMS320F2812型DSP广泛应用于电机电力等工业控制领域,eCAN通信以其抗干扰能力强,高效、灵活、为恶劣环境下现场通信的首选方式。本实验将DSP设置为中断方式接收信息,设备工作后DSP首先向上位机发送一串代码,表示设备准备好等待接收信息,当上位机向DSP发出指令后,DSP即以中断方式接收信息,并将信息回传给上位机,实现DSP与上位机的双向通信。     

基于DSP的电力设备远程监测分析系统

为满足对大型电力设备的远程状态监测和分析要求,设计了以C2000系列DSP-TMS320F2812(简称F2812)为核心处理器的电力设备远程监测分析系统。该系统能完全脱离主机独立运行,利用F2812丰富的外设模块构建了系统的硬件,包括对模拟信号、频率信号、数字信号的数据采集,并具有以太网、RS-232、CAN总线3种通信功能。采集的信号经过DSP的嵌入式有限脉冲响应FIR数字滤波和快速傅里叶变换(FFT),得出信号的无噪声时域和频域数据。利用时、频域数据进行特征提取和分析,得出设备的运行状态和潜在故障信息。测试表明本系统能够实现长时间在线监测,并能正确地识别出故障。     

基于DSP的小波神经网络齿轮箱故障诊断

齿轮箱作为一种传动机构,在机械传动、增速和减速等各方面获得广泛应用,它的工作状况直接影响到整机或机组的正常运行。设计并实现了基于DSP系统的小波神经网络故障诊断方法,可广泛应用于TI公司的C2000、C5000和C6000系列DSP平台上,具有很好的实用价值,在使用该系统对JZQ250型齿轮箱的故障进行诊断时取得了理想的结果。     

Yb∶YAG晶体荧光性能的调控研究

为了对Yb∶YAG晶体荧光性能进行调控以使其更好地应用于高能脉冲型激光器,结合密度泛函理论和晶体场理论,对掺杂调控后的Yb∶YAG晶体的电子结构、光谱学性质进行了理论计算,分析了不同粒子掺杂和占据格位情况下Yb∶YAG晶体的荧光性能,并在此基础上计算配方完成晶体生长实验、制备样品进行荧光性能测试验证。结果表明,通过以上过程掌握了Yb∶YAG晶体荧光寿命等参数的调控方法,共掺Cr后的Yb∶YAG荧光寿命可以从1.18 ms降低至0.94 ms。该研究为Yb∶YAG晶体实现高能脉冲激光应用奠定了理论和实验基础。     

提高PLC在生产线应用中的安全可靠性

根据长城公司引进的高速制桶灌装生产线在实际安装,调试,使用中断面临的问题,对PLC系统及所用S5语言进行了学习和研究,提出提高PLC在应用中的安全可靠性的方法,经过理论分析和生产实践证明,这些方法是经济且切实可行的。     

空心铝型材"丁字位"表面印痕缺陷的模具结构优化

对6063空心铝型材挤压过程进行数值模拟, 获得型材“丁字位”区域同方向的金属流速和位移, 分析型材产生印痕的原因和表面内凹量, 并在合理位置添加阻流块, 优化模具结构。模拟和验证实验均表明, 阻流块可以有效控制流速, 使“丁字位”上的流速更加均匀, 型材“丁字位”表面内凹量减小, 产品达到生产要求。     

基于HyperXtrude的铝型材挤压模结构优化

利用HyperXtrude软件按照实际生产工艺进行仿真模拟,研究挤压模受力状态,通过球形卸压和拱形沉桥2种结构对方管铝型材挤压模结构进行优化。结果表明:球形卸压结构降低了挤压过程中金属的变形抗力,使金属流动更均匀;而拱形沉桥使模具受力更均匀,使分流桥能承受更大的弯矩,从而改善了模具分流桥危险部分受力情况。模具结构优化后,可提高模具的使用寿命及型材的产量。     

面向后渗透攻击行为的网络恶意流量检测研究

现有的后渗透行为研究主要针对主机端进行攻击与防御反制,缺乏对流量侧的模式分析与检测方法。随着后渗透攻击框架与攻击工具的快速发展与广泛使用,基于统计特征或原始流量输入的恶意流量检测模型难以应对复杂多变场景下的后渗透攻击行为恶意流量,存在泛化能力弱、检测精度低、误报率高等问题。通过深入分析后渗透攻击恶意流量样本与正常网络流量会话流,提出后渗透攻击恶意流量的会话流级别粒度划分方法,挖掘后渗透攻击恶意流量在时间尺度上的交互行为与语义表示。引入一种基于马尔可夫模型的时间向量特征提取方法表征流序列的行为相似度,对会话流进行全局行为建模,解决单一粒度特征学习能力不足的问题,进而构建基于多粒度特征融合的后渗透攻击恶意流量检测框架。实验结果表明,该方法在后渗透攻击行为恶意流量多分类检测任务上达到了99.98%的准确率,具有较高的分类准确性与较低的误报率。     

矿业类科技论文摘要平行语料库建设的可行性研究

介绍了矿业类科技论文摘要平行语料库的建设情况,探讨了该语料库在矿业科技论文摘要翻译和编辑工作中的具体应用,认为该语料库对提高科技论文翻译质量有较大使用价值。     

基于BR-BP神经网络的高液限黏土改性剂掺量预估方法

【目的】为预测在不同湿度、温度、初始含水率环境下高液限黏土降水至稳定含水率所需的水泥和石灰改性剂掺量，【方法】以广西来都高速的高液限黏土为研究对象，结合室内湿法击实试验、液塑限试验及改进CBR试验，设计考虑初始含水率、改性剂掺量、温度、湿度4因素5水平的正交试验对稳定含水率的影响，基于贝叶斯正则化(BR)算法的改进BP神经网络，建立了考虑多因素的高液限黏土改性剂掺量预估模型，将该模型与传统人工神经网络的预测结果进行比较，并采用现场试验验证了该模型预测结果的可靠性。【结果】结果显示：以湿法最佳含水率21%作为降水目标值是可行的，所提出基于改进BP神经网络的改性剂掺量预估模型较传统的人工神经网络预测结果更为精确。【结论】结果表明：通过该方法预测施工现场不同工况下所需石灰、水泥掺量，现场焖料后含水率和模型计算的稳定含水率均低于21%,石灰、水泥改性土填筑碾压后路堤压实度均可达到94%以上。研究成果对于高液限黏土改性剂掺量预测及路堤填筑技术具有借鉴意义。