直线式波浪能发电装置设计

针对旋转式波浪能发电装置由于存在中间环节转换而导致发电效率降低的问题,围绕直线式波浪能发电装置设计中的关键技术,通过三维建模技术和Ansoft/Maxwell仿真软件,开展了铁芯槽口大小优化、磁铁充磁方式选择、磁铁间隙优化以及铁芯纵向端部效应改善和弥补方法等研究,提出了一种直线式波浪发电装置,对优化后的直线发电机模型进行了电磁瞬态仿真分析,进而得出该发电机的电磁力矩曲线、磁链曲线、以及所产生的感应电动势曲线图,为直线式波浪能发电装置设计提供了理论依据。研究结果表明,该发电机的励磁源选择了钕铁硼永磁材料,具有功率大、性能指标较优越、结构紧凑简洁、噪音低、效率高等显著优势,端部铁芯齿宽度增大可以解决和弥补纵向边端效应的问题。     

基于NVDLA与FPGA结合的神经网络加速器平台设计

随着深度神经网络对算力的需求不断增加,传统通用处理器在完成推理运算过程中出现了性能低、功耗高的缺点,因此通过专用硬件对深度神经网络进行加速逐步成为了深度神经网络的重要发展趋势。现场可编程门阵列(FPGA)具有重构性强、开发周期短以及性能优越等优点,适合用作深度神经网络的硬件加速平台。英伟达深度学习加速器(NVDLA)是英伟达开源的神经网络硬件加速器,其凭借自身出色的性能被学术界和工业界高度认可。本文主要研究NVDLA在FPGA平台上的优化映射问题,通过多种优化方案高效利用FPGA内部的硬件资源,同时提高其运行性能。基于搭建的NVDLA加速器平台,本文实现了对RESNET-50神经网络的硬件加速,完成了在ImageNet数据集上的图像分类任务。研究结果表明,优化后的NVDLA能显著提高硬件资源使用效率,处理性能最高可达30.8 fps,实现了较边缘中央处理器(CPU)加速器平台28倍的性能提升。