欧洲一区二区三区精品动漫,欧美成人精品第一区二区三区

小功率磁耦合諧振式無線供電系統(tǒng)的研究[電源技術][智能電網]

針對傳統(tǒng)接觸式供電模式的不足，設計了一種小功率磁耦合諧振式無線供電系統(tǒng)，以此研究該系統(tǒng)的傳輸特性。主要利用電路耦合理論，建立系統(tǒng)的等效電路模型，并借助MATLAB仿真分析系統(tǒng)參數(shù)對傳輸特性的影響，包括諧振頻率、負載阻值和耦合系數(shù)，最終搭建了小功率無線供電系統(tǒng)試驗平臺，對系統(tǒng)的傳輸特性進行了試驗驗證。傳輸特性試驗結果與MATLAB仿真分析結果具有較高的吻合度，表明設計的小功率磁耦合諧振式無線供電系統(tǒng)能夠進行良好的無線能量傳輸，同時也為小功率無線充電設備的發(fā)展提供新思路。

發(fā)表于：3/13/2020

水泥地面打磨機器人運動控制系統(tǒng)設計[嵌入式技術][工業(yè)自動化]

建筑行業(yè)中水泥地面多采用人工配合機械進行打磨平整，工作環(huán)境惡劣且工作效率低，而自動打磨機器人可以代替人工作業(yè)、提高工作效率。針對水泥地面打磨機器人，研究其復雜運動中基本運動的控制，提出了水泥地面打磨機器人運動控制方案。首先建立機器人的運動學模型，并設計實現(xiàn)了基本運動的速度控制算法，然后以STM32單片機為控制的核心，完成了對水泥地面打磨機器人運動控制系統(tǒng)的設計，實現(xiàn)了機器人復雜軌跡中基本運動的控制。實驗結果表明，機器人在直線運動和轉彎運動時，最大定位誤差為3.1 cm。驗證了該系統(tǒng)對于機器人基本運動控制的可靠性和穩(wěn)定性,為類似的機器人的控制提供參考。

發(fā)表于：3/12/2020

ADS-B陣列信號二重解交織算法的實時實現(xiàn)[可編程邏輯][航空航天]

為解決ADS-B系統(tǒng)通信時的信號交織問題，結合FPGA的工作特點和實時系統(tǒng)的要求，對ADS-B交織檢測算法和解交織算法進行優(yōu)化。針對交織檢測算法在實采數(shù)據(jù)驗證時需要變化處理信號的參數(shù)才能匹配判決域的問題，設計一種計算判斷交織檢測的動態(tài)門限值的方法，同時將解交織算法中特征向量、廣義逆矩陣等復雜的過程優(yōu)化為對某段信號的協(xié)方差矩陣求逆。實現(xiàn)結果表明，優(yōu)化后的算法適用于硬件實時系統(tǒng)，能有效分離ADS-B交織信號。

發(fā)表于：3/12/2020

基于虛擬現(xiàn)實技術的電力客服培訓應用[嵌入式技術][智能電網]

結合虛擬現(xiàn)實技術當前的發(fā)展水平,以及在能源等電力相關行業(yè)中的培訓案例，設計了一套基于虛擬現(xiàn)實技術，供電力系統(tǒng)特別是電網的客戶服務人員所使用的培訓系統(tǒng)。并給出了“發(fā)輸變配用”全網、欠費復電兩個應用實例,實例中的部分應用已在國家電網公司客戶服務中心進行了先期實驗,效果較好，可以有效幫助客服人員迅速掌握電網異常情況及其體現(xiàn)形式。

發(fā)表于：3/12/2020

低壓運算放大器通過自舉以實現(xiàn)高壓信號和電源工作的應用[電源技術][工業(yè)自動化]

能否讓低壓放大器自舉來獲得高壓緩沖器？

發(fā)表于：3/11/2020

貿澤新品快訊：Analog Devices和TE Connectivity聯(lián)手推出車間用工業(yè)通信解決方案[通信與網絡][通信網絡]

貿澤新品快訊：Analog Devices和TE Connectivity聯(lián)手推出車間用工業(yè)通信解決方案 2020年3月11日 – 貿澤電子 (Mouser Electronics) 與Analog Devices Inc.和 TE Connectivity (TE) 一起，為設計工程師提供工業(yè)環(huán)境通信所需的元件。制造廠能夠依賴以太網來實現(xiàn)工業(yè)應用所需的實時性和耐用性。與傳統(tǒng)的現(xiàn)場總線相比，以太網的速度更快，處理大量數(shù)據(jù)的性能更佳，能高效準確地監(jiān)控工廠設備。

發(fā)表于：3/11/2020

基于線性時態(tài)邏輯的物聯(lián)網操作系統(tǒng)安全性設計[嵌入式技術][通信網絡]

根據(jù)物聯(lián)網操作系統(tǒng)安全性設計的需求，同時結合在經典線性時態(tài)邏輯、邏輯程序設計、形式化模型檢測理論方面的研究與工程實踐探索，提出了一種應用于物聯(lián)網操作系統(tǒng)安全性設計的方法論，并進行了工程原型驗證。實踐證明該方法的效果符合預期，不僅適合物聯(lián)網操作系統(tǒng)的安全性設計，也可以進一步推廣到其他安全性要求較高的軟件產品設計領域。

發(fā)表于：3/11/2020

水聲監(jiān)聽信號特征頻段提取方法研究[測試測量][工業(yè)自動化]

水聲監(jiān)聽獲取信號的頻帶范圍較寬，在記錄過程中包含多頻段特征信息，同時會摻雜各類噪聲信息。為可靠提取監(jiān)聽信號各頻段有效特征信息，避免噪聲影響，解決能量法判斷特征頻段存在的弊端，打破單一方法在提取寬頻帶信號有效特征頻段過程中存在的局限性，集中小波包、相關系數(shù)和希爾伯特-黃各自優(yōu)勢方法實現(xiàn)寬帶監(jiān)聽信號多頻段有效特征信息提取。首先通過小波包算法對寬頻帶信號實現(xiàn)精細化分頻，利用相關系數(shù)分析判斷節(jié)點信號的有效性，排除噪聲節(jié)點，其次通過希爾伯特-黃對有效節(jié)點頻段內的有效成分和噪聲進一步分離，最后將處理后節(jié)點系數(shù)重構獲得有效頻段特征信息。仿真分析驗證和實測信號處理結果表明，該方法對寬頻帶水聲監(jiān)聽信號特征頻率信息的提取具有一定優(yōu)勢，可在水聲目標識別與監(jiān)測等方面推廣和應用。

發(fā)表于：3/11/2020

LTE230無線專網模塊對智能電網業(yè)務適配性的研究與應用[通信與網絡][智能電網]

結合電力無線專網建設存在的問題，開展通信模塊對電力業(yè)務適配性研究，深入研究通信模塊在網絡環(huán)境需求、運行穩(wěn)定性與可靠性、物理環(huán)境適應性、形式規(guī)范要求等問題。給出模塊開發(fā)原則與部署方案建議，最后結合實際網絡用例，給與驗證。

發(fā)表于：3/11/2020

一種基于最小二乘法的AD轉換在線校正方法[模擬設計][其他]

針對AD轉換過程中實際物理量與轉換后數(shù)字量之間存在的非線性問題，提出了一種軟件在線校正方法，該方法是基于最小二乘法的最優(yōu)化分段線性擬合方法。使用VS2010 C#編寫上位機軟件，用戶可任意設定誤差標準，通過程序計算實現(xiàn)對整個非線性區(qū)間的最優(yōu)化分段線性擬合，得到不同的擬合函數(shù)，達到高精度擬合的要求。此校正軟件可作為輔助開發(fā)工具，用于模擬量采集系統(tǒng)中，幫助實現(xiàn)物理量回歸。測試結果表明，該方法能夠顯著提高AD轉換精度，且易于操作，具有較高的準確性。

發(fā)表于：3/10/2020

RS編碼算法的優(yōu)化與FPGA實現(xiàn)[可編程邏輯][通信網絡]

針對常用RS編碼算法中伽羅華域(Galois Field，GF)的乘法運算在FPGA中實現(xiàn)時存在的數(shù)據(jù)運算量大、復雜度高等問題，對RS編碼模塊進行優(yōu)化，通過增加乘法器因子求取模塊，完成RS編碼乘法器因子的求取，降低伽羅華域乘法運算在FPGA實現(xiàn)過程中的復雜度，減少運算量。測試結果表明，優(yōu)化后的RS編碼FPGA實現(xiàn)簡單有效，且編碼準確無誤，編碼結果與MATLAB計算所得理論結果一致，可適用于任意碼長的RS編碼，在移動通信、航天通信等復雜多因素通信領域有著廣泛的應用價值。

發(fā)表于：3/10/2020

招投標全流程數(shù)據(jù)整合思路研究[其他][智能電網]

為解決目前招投標工作中存在的重復工作量大、工作效率低等問題，國網河北電力公司物資分公司開展了大數(shù)據(jù)分析技術在招投標管理中的研究與應用項目工作。該項目需首先對招投標全流程數(shù)據(jù)進行整合，然后在整合后的數(shù)據(jù)集上開展大數(shù)據(jù)分析，并將最終的分析結果通過相應的場景進行圖形化展示，從而為招投標工作提供決策支持。主要對課題中的招投標全流程數(shù)據(jù)整合部分的數(shù)據(jù)整合工作思路進行了研究，旨在為后續(xù)大數(shù)據(jù)分析打下堅實的基礎。

發(fā)表于：3/10/2020

自適應負載調整和動態(tài)功率控制實現(xiàn)模擬輸出的高效散熱設計[電源技術][工業(yè)自動化]

　　當今典型的可編程邏輯控制器(PLC)包含許多模擬和數(shù)字輸出，用來控制和監(jiān)視工業(yè)及生產過程。模塊化被廣泛采用，并且在輸入和輸出(I/O)方面，它涵蓋了模擬I/O和數(shù)字I/O的基本功能。模擬輸出提出了一個特殊的挑戰(zhàn)（如圖1所示），因為需要在眾多不同負載條件下提供高精度的有源驅動設定值。有源驅動器級此時變得尤為重要；損耗應盡量小。　　

發(fā)表于：3/9/2020

基于深度學習的復雜分揀圖像快速識別方法研究[嵌入式技術][工業(yè)自動化]

訓練速度更快、識別精準度更高的圖像識別技術一直是智能技術的研究熱點及前沿。針對物流分揀倉庫環(huán)境復雜、照明度不高以及快遞外包裝區(qū)別不明顯的特點，對基于深度學習的分揀圖像快速識別進行了研究，設計了一個卷積神經網絡。由于倉庫的封閉環(huán)境和光照條件等因素而導致分揀圖像不是很清晰，首先用對偶樹復小波變換對其進行降噪等預處理；然后在基于AlexNet神經網絡的基礎上，對于卷積神經網絡的卷積層、ReLU層和池化層參數(shù)進行重新定義來加快神經網絡的學習速度；最后根據(jù)新的圖像分類任務對神經網絡的最后三層全連接層、Softmax層和分類輸出層進行定義來適應新的圖像識別。所提出的基于深度學習的快速分揀圖像識別方法在面對較為復雜的分揀圖像識別時，有較高的訓練速度和識別精準度，能達到實驗要求。分揀圖像快速識別對于提高無人倉等場合下的物流效率具有重要意義。

發(fā)表于：3/9/2020

擇優(yōu)選擇小世界網絡同步模型的研究[通信與網絡][通信網絡]

構造了一種擇優(yōu)選擇小世界網絡模型，在該模型的基礎上研究了復雜網絡中各種因子(如特征路徑長度、度分布、簇系數(shù)和介數(shù)等)對同步性能的影響。發(fā)現(xiàn)在特征路徑長度和簇系數(shù)都相同的情況下，網絡的同步能力仍然可以存在較大的差異。仿真結果表明，特征路徑長度和簇系數(shù)都不能單獨表征網絡的同步能力，節(jié)點度分布的不均勻性本質上抑制了網絡的同步能力，網絡中節(jié)點的最大介數(shù)是表征網絡同步能力的一種合理的物理量。

發(fā)表于：3/9/2020