123,123,123

基于深度自編碼器的智能電網(wǎng)竊電網(wǎng)絡(luò)攻擊異常檢測[模擬設(shè)計][智能電網(wǎng)]

現(xiàn)有AMIs中的異常檢測器存在淺層架構(gòu)，難以捕獲時間相關(guān)性以及電力消耗數(shù)據(jù)中存在的復(fù)雜模式，從而影響檢測性能。提出基于長短期記憶（LSTM）的序列對序列（seq2seq）結(jié)構(gòu)的深度（堆棧）自編碼器。自動編碼器結(jié)構(gòu)的深度有助于捕獲數(shù)據(jù)的復(fù)雜模式，seq2seq LSTM模型可以利用數(shù)據(jù)的時間序列特性。研究了簡單自編碼器、變分自編碼器和注意自編碼器（AEA）的性能，得出在這3種自編碼器采用seq2seq結(jié)構(gòu)時檢測性能優(yōu)于全連接結(jié)構(gòu)。仿真結(jié)果表明，帶有注意力機(jī)制的檢測器（AEA）檢出率和虛警率分別比現(xiàn)有性能最好的檢測器高4%~21%和4%~13%。

發(fā)表于：2/21/2024 1:21:00 PM

基于弧度特征的火箭時序數(shù)據(jù)相似性評估[模擬設(shè)計][航空航天]

評估火箭時序數(shù)據(jù)的相似性是火箭時序數(shù)據(jù)分析的主要任務(wù)之一。動態(tài)時間規(guī)整算法是最具代表性的相似性度量算法，但由于其容易發(fā)生病態(tài)對齊現(xiàn)象，時刻點(diǎn)常被算法錯誤匹配，導(dǎo)致度量精度難以滿足要求。為解決該問題，提出一種基于弧度特征的時序數(shù)據(jù)相似性評估算法。該算法充分考慮了原始時序特征和弧度特征，并采用時刻鄰域信息進(jìn)行計算，極大地提升了算法對序列局部形狀的捕捉能力。將算法用于時間序列分類任務(wù)，在9個具有火箭數(shù)據(jù)類似特征的數(shù)據(jù)集上與4種相似度度量進(jìn)行了對比，獲得了26.04%以上的分類精度提升，證明了算法的有效性。

發(fā)表于：2/21/2024 1:21:00 PM

基于體硅MEMS工藝的射頻微系統(tǒng)沖擊特性仿真研究*[微波|射頻][航空航天]

高過載沖擊試驗(yàn)成本高、周期長，同時失效檢測手段較少，難以定位結(jié)構(gòu)薄弱點(diǎn)。針對體硅工藝MEMS（Micro-electromechanical System）射頻微系統(tǒng)，采用沖擊響應(yīng)譜與瞬態(tài)動力學(xué)方法，研究板級與試驗(yàn)條件下的高沖擊載荷響應(yīng)。仿真結(jié)果表明，該射頻微系統(tǒng)能夠承受高沖擊過載，仿真結(jié)果可提前預(yù)判結(jié)構(gòu)失效點(diǎn)，提高產(chǎn)品抗沖擊可靠性。

發(fā)表于：2/21/2024 1:21:00 PM

單極性ADC靜態(tài)參數(shù)的測試方法[測試測量][工業(yè)自動化]

模數(shù)轉(zhuǎn)換器（ADC）的靜態(tài)指標(biāo)包括微分非線性（DNL）和積分非線性（INL），測量靜態(tài)參數(shù)的主要方法為碼密度直方圖法。傳統(tǒng)的碼密度直方圖法對輸入正弦波的幅值的計算精度有較高的要求，提出了一種基于碼密度直方圖的歸一化處理的平臺方案。根據(jù)測試要求，選取符合要求的測試激勵幅值輸入，從而對歸一化處理后的方案有效性進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明進(jìn)行歸一化處理降低了正弦波幅值的變化對于碼密度直方圖法的影響，提高了碼密度直方圖法測試的穩(wěn)定性。

發(fā)表于：2/21/2024 1:21:00 PM

基于主軸電機(jī)電流信號的表面粗糙度檢測[測試測量][工業(yè)自動化]

針對表面粗糙度不能及時檢測造成的工件浪費(fèi)問題，首次提出根據(jù)主軸電機(jī)電流信號進(jìn)行表面粗糙度檢測分類。通過實(shí)驗(yàn)采集不同表面粗糙度加工時的主軸電機(jī)電流信號，采用小波包分解將電流信號分解成不同頻段，借助能量特征和裕度因子對不同頻段電流信號進(jìn)行評估，過濾低相關(guān)性頻段，再通過隨機(jī)森林篩選特征，降低特征的冗余性。總諧波失真特征實(shí)現(xiàn)了積屑瘤檢測，僅依賴構(gòu)建的電流信號特征工程表面粗糙度檢測準(zhǔn)確率高達(dá)95%以上，并且檢測時間在2 s以內(nèi)，基本實(shí)現(xiàn)了工件表面粗糙度的快速準(zhǔn)確檢測。

發(fā)表于：2/21/2024 1:21:00 PM

風(fēng)力發(fā)電機(jī)組高強(qiáng)度螺栓的疲勞預(yù)測[EDA與制造][工業(yè)自動化]

風(fēng)力發(fā)電機(jī)組法蘭盤和葉根輪轂處通過高強(qiáng)度螺栓進(jìn)行連接，大多數(shù)風(fēng)力發(fā)電機(jī)塔筒發(fā)生倒塌就是連接螺栓疲勞所導(dǎo)致的。為了減少此類塔筒倒塌事故的發(fā)生，提出了一種新的螺栓疲勞損傷分析和預(yù)測方法。針對2.0 MW風(fēng)力發(fā)電機(jī)組的高強(qiáng)度連接螺栓，采用超聲探頭和溫度傳感器采集螺栓數(shù)據(jù)，獲得螺栓隨機(jī)應(yīng)力譜；然后基于雨流計數(shù)法和Goodman公式修正應(yīng)力譜，提取應(yīng)力循環(huán)數(shù)據(jù)；最后基于螺栓材料S-N曲線和Miner線性累計損傷理論，構(gòu)建螺栓疲勞預(yù)測模型。實(shí)驗(yàn)結(jié)果表明，所估算的螺栓疲勞損傷遠(yuǎn)小于螺栓疲勞極限，滿足風(fēng)力發(fā)電機(jī)組的設(shè)計壽命要求。

發(fā)表于：2/21/2024 1:21:00 PM

基于JTAG接口的多通道測試系統(tǒng)設(shè)計[測試測量][工業(yè)自動化]

為了實(shí)現(xiàn)雷達(dá)數(shù)字接收機(jī)的自動采集與分析，通過電路的JTAG接口和Quartus軟件的SignalTap功能，將數(shù)字IQ數(shù)據(jù)進(jìn)行采集和存儲，經(jīng)過嵌入式MATLAB的組合封裝和LabVIEW測試算法的通用化分析，實(shí)現(xiàn)了多通道數(shù)字化接收機(jī)性能指標(biāo)的便捷化測試，提升了系統(tǒng)的自動測試效率。

發(fā)表于：2/21/2024 1:21:00 PM

一種適用于SHE規(guī)范的安全加密電路設(shè)計[模擬設(shè)計][信息安全]

為加強(qiáng)汽車系統(tǒng)信息安全的防御能力，設(shè)計了一種適用于安全硬件擴(kuò)展（Secure Hardware Extensions， SHE）規(guī)范的安全加密電路。該電路設(shè)計了高級加密標(biāo)準(zhǔn)（Advanced Encryption Standard， AES）算法模塊、SHE指令執(zhí)行有限狀態(tài)機(jī)以及指令和密鑰的存儲控制接口。仿真結(jié)果表明，該安全加密電路具有嚴(yán)格的訪問權(quán)限，支持硬件密鑰管理，保護(hù)密鑰免受軟件攻擊，具有運(yùn)算隔離保護(hù)措施，提高了系統(tǒng)的安全性和機(jī)密性。

發(fā)表于：2/21/2024 1:21:00 PM

金屬封裝微系統(tǒng)內(nèi)部高壓擊穿和爬電問題的點(diǎn)云分析方法[模擬設(shè)計][工業(yè)自動化]

面對金屬封裝高壓隔離微系統(tǒng)內(nèi)部潛在的擊穿和爬電風(fēng)險，結(jié)合高精度建模和圖論思想建立一種新的可靠性分析方法，為產(chǎn)品的設(shè)計和測試提供有力保障。首先，將微系統(tǒng)三維模型轉(zhuǎn)化為點(diǎn)云模型，經(jīng)濾波和曲面重構(gòu)形成可計算的數(shù)值模型；之后，根據(jù)幾何特征和物理關(guān)系，將表面爬電問題和擊穿問題分別等效為測地路徑和歐氏路徑的計算；并根據(jù)微系統(tǒng)布局方式優(yōu)化Dijkstra算法，計算封裝后的擊穿和爬電路徑；最終，參考實(shí)驗(yàn)標(biāo)準(zhǔn)判斷產(chǎn)品風(fēng)險等級。對照實(shí)驗(yàn)結(jié)果與計算匹配，精度理想，表明該方法對微系統(tǒng)相關(guān)問題的有效性。

發(fā)表于：2/21/2024 1:21:00 PM

基于詞匯增強(qiáng)和表格填充的中文命名實(shí)體識別[其他][其他]

中文命名實(shí)體識別主要包括中文平面命名實(shí)體識別和中文嵌套命名實(shí)體識別兩個任務(wù)，其中中文嵌套命名實(shí)體識別任務(wù)難度更大。提出了一個基于詞匯增強(qiáng)和表格填充的統(tǒng)一模型TLEXNER，該模型能夠同時處理上述任務(wù)。該模型首先針對中文語料分詞困難的問題，使用詞典適配器將詞匯信息融合到BERT預(yù)訓(xùn)練模型，并且將字符與詞匯組的相對位置信息集成到BERT的嵌入層中；然后通過條件層歸一化和雙仿射模型構(gòu)造并預(yù)測字符對表格，使用表格建模字符與字符之間的關(guān)系，得到平面實(shí)體與嵌套實(shí)體的統(tǒng)一表示；最后根據(jù)字符對表格上三角區(qū)域的數(shù)值判斷實(shí)體類別。提出的模型在平面實(shí)體的公開數(shù)據(jù)集Resume和自行標(biāo)注的軍事領(lǐng)域嵌套實(shí)體數(shù)據(jù)集上F1分別是97.35%和91.96%，證明了TLEXNER模型的有效性。

發(fā)表于：2/21/2024 1:21:00 PM