摘要:光信号在大气湍流信道中传输时会引起信号衰落和光强闪烁等现象,接收端采用固定阈值检测无法正确恢复出基带信 号,需要对接收信号判决阈值进行自适应调整。 自适应阈值检测技术能够有效抑制大气湍流效应,是改善无线光通信系统的误 码性能、提高系统可靠性的重要手段,其检测性能主要针对阈值检测算法和反馈机制等方面进行优化和改进。 回顾自适应阈值 检测技术的发展历程,从无线光通信系统结构出发,根据贝叶斯最大似然估计和最大后验概率准则,推导了接收信号的最优判 决阈值模型,通过比较接收信号和最优判决阈值解调出基带信号。 分析了基于最小均方误差滤波、卡尔曼滤波和渐消卡尔曼滤 波 3 种算法的典型自适应阈值检测模型,分别适用于平稳输入信号和非平稳输入信号,同时介绍了西安理工大学在自适应阈值 检测领域使用高阶累积量代替传统二阶统计量的相关研究工作,最后对未来该领域发展趋势进行总结和展望,可为未来无线光 通信自适应阈值检测技术的研究和发展提供一定的参考借鉴。

摘要:针对 MEMS 加速度传感器在复杂应力条件下潜在的疲劳失效与断裂失效问题,提出了一种基于全概率公式的可靠性 评估模型,完成了器件在振动环境、冲击环境以及振动-冲击耦合环境下的可靠性建模。 模型包含 Wiener 过程和齐次泊松随机 过程,分别描述器件在振动环境中的疲劳损伤以及器件遭受的随机冲击,进一步考虑了随机冲击的幅值大小对器件退化率的影 响。 通过器件在冲击应力下产生的疲劳损伤突增量,反映多失效模式间的相关性。 对比分析了振动-冲击相互独立与相互耦合 作用的可靠性模型,结果表明,振动-冲击相互耦合作用的可靠性模型评估结果更具有指导意义。

摘要:针对光纤布拉格光栅(fiber Bragg grating,FBG)解调系统在变温环境下由于波长漂移引起的解调精度不足问题,提出了 一种基于法布里-珀罗(Fabry-Perot,F-P)标准具非线性波长漂移校准的 FBG 传感系统解调方法。 研究建立了引入 F-P 标准具 的 FBG 解调系统,设计了基于 F-P 标准具非线性误差补偿的波长校准流程,搭建了 FBG 解调系统在航空航天实际应用环境中 的模拟实验系统,并在恒温及变温环境下进行了实验测试。 实验结果表明,本文所提出方法在恒温及变温环境下的传感系统解 调稳定性在 ±0. 6 pm 及 ±1. 1 pm 以内,且在变温环境下传感系统解调的波长漂移量从 20. 3 pm 减小到 0. 7 pm。 验证了解调方 法的精度和稳定性,为航空航天等领域的结构健康监测提供了参考。

摘要:针对无线传感器网络中传统 DV-Hop( distance vector-hop) 算法定位误差大的问题,提出了一种基于蜣螂算法优化的 DV-Hop 定位算法。 首先使用双通信半径的方式细化节点间跳数,并使用最小均方误差准则计算锚节点的平均跳距,将改进后 的平均跳距的平均值当做每个未知节点的平均跳距,最后引入权重因子优化适应度函数,使用蜣螂优化算法代替三边测量法进 行坐标计算。 仿真结果表明,所提算法比经典 DV-Hop 算法平均定位误差提升了 55. 69%、59. 61%和 67. 59%,误差方差提升了 52. 41%、45. 58%和 36. 87%,具有良好的定位精度和较好的稳定性。

摘要:本文针对高精度温度传感器测温效率低,提出了一种高精度批量测温系统及其测试方法,且具有多芯测试能力。 针对 铂电阻 PT100 测试精度低,提出了分类法、二分扫描法、逐次逼近法对铂电阻 PT100 进行校准,校准后在-65 ℃ ~ 145 ℃ 温度区 间最大测温误差值由 0. 412 ℃ 变为 0. 021 ℃ ,测温精度提升 94. 9%。 同时建模仿真了系统的稳定性、测温时间和测温精度,首 先对恒温装置外壁到内壁和内部腔体冷流体的对流换热进行传热学建模,仿真结果表明恒温装置只需 75. 2 s 便能够达到热平 衡;接着对待测电路发热、基座散热、校准后铂电阻进行综合热仿真建模,仿真结果表明系统测温精度可达 0. 016 ℃ ;最后对几 款经典高精度温度传感器的外温和内温进行测试验证,结果表明系统能够对 0. 031 ℃测温精度的温度传感器进行测试,系统能 够很好满足测温需求。

摘要:水电站库区两岸边坡地质状况复杂多变,边坡的稳定工作状态与水电站的安全运行息息相关,本文在雅砻江官地水 电站库区左岸边坡覆盖层处,将 MEMS 姿态传感器(陀螺仪和加速度计)按照阵列方式布置在边坡上,建立边坡稳定状态数 据实时采集系统,利用初始对准确定导航目标参数姿态、方位、速度和位置的初始值,计算出目标姿态矩阵,再通过姿态矩阵 实时将 MEMS 姿态传感器获取的载体系下的加速度和角速度转换到导航系下,用于实时计算边坡变化姿态矩阵和位移开展 试验研究。 试验结果表明,将 MEMS 姿态传感器应用到边坡位移监测中能够实现边坡表面位移数据的实时获取,位移数据 获取精度能够达到毫米级,满足工程实际使用需求,该项研究成果对边坡表面位移稳定状态进行实时监测分析具有十分重 要的意义。

摘要:为了降低三电平中点钳位型(NPC)整流器故障诊断算法的复杂度和成本,本文提出基于开关状态的开关开路故障诊断 方法。 首先,选取某些开关状态在半个电流周期的累计值作为诊断变量,并结合自适应阈值及电流相位实现故障桥臂的检测。 其次,执行基于无功电流注入的外开关故障容错控制并对阈值进行更新。 最后,在容错期间基于诊断变量的变化情况,实现故 障开关的定位。 所提出的方法能够同时实现单和双开关开路故障诊断,而无需额外的传感器以及复杂的计算和诊断规则,具有 实现简单和成本低的优点。 实验结果验证了所提出方法的有效性和鲁棒性。

摘要:针对有光照变化、距离变化、背景杂乱、遮挡等干扰的场景下物体六自由度位姿估计精度低的问题,提出了一种结合多 尺度特征融合和注意力机制的混合通道注意力模块(mixed channel attention,MCA)。 在 MCA 基础上进一步构建了类别级物体 六自由度位姿估计方法(MCA6D),其关键步骤包括物体的实例分割,特征提取与基于 MCA 的特征优化,基于先验形状的物体 模型重建,及基于点云配准的位姿估计。 本文方法在公共数据集 CAMERA 和 REAL 分别取得 86. 3% ( 5° 2 cm)、73. 4% (5°5 cm)和 39. 2%(5°2 cm)、43. 3%(5°5 cm)的均值平均精度,领先于 NOCS、SPD、SGPA 等主流方法;同时实物实验表明本文 方法在存在光照变化、距离变化、背景杂乱、遮挡等干扰的场景可准确估计物体六自由度位姿。

摘要:针对多终端多信道复杂认知无线电-物联网 (cognitive-radio Internet of Things, CR-IoT)当中的频谱感知-分配问题,提出 了一种基于边缘计算思想的协作频谱感知-分配方法。 为了评估边缘计算思想的引入为 CR-IoT 系统带来的性能提升,设计了 一种能够量化对授权用户的干扰以及认知用户的服务质量的性能评估系统 ( performance evaluation system, PES)。 在该系统 中,基于排队论以离散时间马尔可夫模型对系统状态进行建模,能够对可配置参数的异构终端进行独立分析,进而对不同的频 谱感知-分配方法进行性能评估。 使用 PES 所进行的仿真结果表明,相比于中心感知-分配方法,所提出的边缘计算方案能够实 现更低的对授权用户的干扰以及对于认知用户更好的服务质量。 这一结果同样证明了,所提出的 PES 具有帮助网络监管者设 计频谱感知-分配方案的能力。

摘要:随着锂离子电池系统在电动汽车中的广泛应用,电池组短路引起的安全问题日益凸显,因此动力电池的状态监测与故 障诊断备受关注。 针对当前非模型故障诊断方法存在的泛用性低、抗干扰性差和电池组不一致性突出等问题,提出了一种基于 统计分析和密度聚类的电池组短路故障诊断方法。 首先根据遗忘机制,利用核密度估计的相对熵和相关系数提取电池组的故 障信息,用于识别短路引起的电池电压和温度变化;接着采用基于密度的空间噪声聚类算法(DBSCAN)自动识别短路故障电 池。 该方法的鲁棒性在噪声干扰和电池组较大不一致性的条件下得到了有效验证。 随后,在不同程度的微短路情况下(短路 电阻分别为 1、5 和 10 Ω)进行故障诊断,结果表明在 10 Ω 短路情况下故障诊断的准确率能够达到 92. 17%。 最后通过对比分 析,表明该诊断方法能够有效检测和定位短路电池,并且故障越严重,诊断所需时间越短。

摘要:现阶段,图像深度学习算法无法检测时序性的工艺流程问题。 本文针对针织机械山板总成的人为装配工艺进行研究, 提出 MS-RetinaNet 目标检测算法。 借鉴自然语言处理的思想,引入 Swin-Transformer 结构,保留了 CNN 结构的层次性,弥补了 CNN 结构对于高层语义信息融合不足的问题,增强了全局与细节学习能力;使用改进的 GIoU Loss,增加判定因子式,缓解损失 计算退化的影响,优化边界框回归效果;根据多尺度目标参数,采用最佳锚框比,提高了召回率和检测精度;设计时序检测头,使 算法具有判别目标先后顺序和逻辑关系的能力。 实验结果表明,算法 AP 可达 90. 3%,高于当前主流算法 2%以上,单张图片检 测速度约 46 ms,满足了工艺流程的时序检测要求,综合性能优越。

摘要:针对实体螺纹量规加工难、成本高、易磨损、检定工序繁琐等问题,提出了一种基于三维点云的螺纹量规数字化计量模 型建立及参数计算方法。 为实现实物螺纹量规数字化,首先获得其三维数字化模型,并获取模型大径、中径、小径、螺距与牙型 角等关键参数。 其次对模型进行单项误差与综合误差分析,得到各参数相对误差均小于 5%。 最终得到数字化模型各项参数 的不确定度与扩展不确定度,证明螺纹量规数字化计量模型的准确性。 该结果为螺纹量规数字化发展提供了研究基础,对计量 行业的数字化转型具有参考价值。

摘要:针对基于栅格地图的路径规划技术在面对大地图、高分辨率地图的情况下,存在的规划速度慢、内存占用高的问题,提 出一种基于语义网络的网络搜索算法。 首先使用语义分割网络对栅格地图进行预采样,其次通过图像学膨胀拓宽最优路径形 成最优路径范围,增强算法鲁棒性,最后利用语义网络的特征图指导搜索算法规划,加快了高分辨率栅格地图的路径规划的速 度。 实验仿真表明,网络搜索算法较传统搜索算法,时间平均缩短 72. 5%,遍历点数平均减少 51. 6%,路径长度平均延长 0. 73%,网络搜索算法可以有效加快路径搜索速度,减少内存占用。

摘要:针对北方苍鹰优化算法(NGO)存在收敛精度低和易陷入局部最优等问题,提出一种改进北方苍鹰算法( INGO),并应 用于光伏阵列故障诊断。 首先,利用 Circle 映射、自适应权重因子和 Levy 飞行策略改进了北方苍鹰优化算法,结合高斯检测机 制和混合核极限学习机(HKELM)搭建 INGO-HKELM 故障诊断模型。 其次,将 INGO 算法与 NGO、粒子群算法(PSO)、鲸鱼算法 (WOA)在测试函数上进行比较,表明在寻优能力、稳定性等方面具有优越性。 然后,分析不同运行状态下光伏阵列运行特征, 提出一种 5 维故障特征向量,作为数据的输入。 最后,将 4 种算法分别对 HKELM 的核参数进行优化并实现故障分类。 结果表 明,所提方法能够准确地检测出光伏组件发生的异常状态,INGO-HKELM 模型准确率达到 93. 74%,验证了所提算法的有效性 和可行性。

摘要:针对非均匀光照下 ORB 图像特征检测算法存在特征点过于聚集、匹配准确率不高等问题,提出了一种高效高精度光 照自适应的 ORB 图像特征匹配算法。 利用自适应阈值提取待测图像的 oFAST 特征点,通过优化的四叉树分解法均匀分配,进 一步提高了低照度或高曝光区域特征点的数量,随后,根据汉明距离进行特征匹配,使用改进的 RANSAC 算法剔除误匹配,提 高 ORB 算法中特征点的匹配准确率。 实验结果表明,针对具有明显光照变化的数据集,相较于 ORB、MA、Y-ORB 及 S-ORB 算 法,本文算法的平均特征分布均匀度提高 13. 1%,特征提取时间节省 26. 3%,综合评价指标提升 18. 5%,可高效完成复杂场景变 化下的特征匹配,对目标识别和三维重建等领域具有较强的应用价值。

摘要:为解决强反射表面物体测量过程中易发生局部镜面反射,影响测量精度的问题。 将数字微镜添加到结构光测量光路中 并设计搭建测量系统,包括数字微镜、CCD 相机、投影仪等器件。 完成了系统的匹配、相机和投影仪的参数标定以及相位计算, 采用麻雀搜索算法优化 BP 神经网络的方法建立数字微镜单元和相机像素单元之间的坐标映射关系,映射误差为 0. 583 pixels。 基于 PID 控制器提出一种自适应掩膜生成方法,并对具有强反射表面的量块进行了测量实验,实验表明该方法能有效降低过曝 光区域的灰度,实现了高动态范围成像。 提出的方法可为强反射表面的三维测量提供理论支撑。

摘要:为提升单相五电平整流器的控制性能,研究了一种基于无延时功率观测器的双闭环综合控制方法。 该方法通过提出一 种虚拟电流信号重构算法并结合改进广义积分算法构建了无延时功率观测器,将其应用到整流器内环的模型预测功率控制当 中实时观测所需功率,同时电压外环采用线性自抗扰控制代替传统比例积分算法。 实验结果表明,该控制方法在功率突变后重 新跟踪给定值所需时间缩短了 5~ 7 ms,在电网电压跌落和负载扰动工况下使直流侧电压波动分别降低 4. 4%和 4. 8%。 相较于 传统方法,本文方法不仅降低了整流器的启动超调、提升了内环模型预测功率控制的动态性能,而且有效增强了电压外环的抗 干扰能力。

摘要:金具锈蚀在输电线路航拍图像中细节丰富且分布不规律,为克服分割检测过程中局部信息丢失、精度低和速度慢等问 题,提出基于 DeepLabV3+的金具锈蚀语义分割模型。 替换其主干网络为轻量化改进 MobileNetV3 网络加快运算速度,并提出自 适应特征金字塔( adaptive feature pyramid,AFP) 结构融合多尺度。 结合 FRN 层提出特征融合空洞空间金字塔池化( feature fusion atrous spatial pyramid pooling,FEF-ASPP)结构,能够在加强像素间联系的同时不降低分辨率。 最后优化损失函数,提高算 子的有效性。 实验表明,mIoU 和 mPA 分别达到了 87. 15%、96. 64%,相较于原模型提高了 3. 09%、4. 29%。 参数量仅为原模型 的 48%,推理时间仅为 15. 94 ms,降低了对设备算力的要求,实现高效高精度、轻量化的输电设备锈蚀缺陷分割检测。

摘要:针对人体关键点检测存在检测精确度低的不足,在 KAPAO( keypoints and pose as objects)网络的基础上进行改进。 使 用 PoseTrans(pose transformation)进行数据增强,提高网络的泛化性;针对特征融合能力的不足,设计融合注意力机制的 BiFPN (Bi-directional feature network)模块充分融合不同语义特征,提高网络对深层语义信息和浅层语义信息的融合能力;在网络输出 阶段设计自适应扩张卷积模块,将不同扩张率的输出分支进行自适应融合,有效获得图像的全局信息;在网络的后处理部分设 计 SDR-NMS(soft DIOU relocation non-maximum suppression)替代传统的 NMS,保留最优的关键点预测框。 实验结果表明,网络 的 AP 分数提高了 4. 8%,AP 为 68. 6%,检测速度为 19. 1 ms。 网络精确度和检测速度均具有较好的表现性。

摘要:准确的预测风速对于风电场的安全运行和高效发电具有重要意义。 针对已有文献在风速预测问题中采用的单一分解 策略存在固有缺陷、优化预测模型效果不稳定等问题,提出了一种融合两阶段分解与 iJaya-ELM 的混合预测模型。 首先,对原 始风速序列进行 ICEEMDAN 分解,得到 12 个分量后基于排列熵熵值重构为高频项、中频项与低频项;随后对高频项进行奇异 谱分解滤去序列噪声;提出一种改进的 Jaya 算法 iJaya,利用 iJaya 算法获取极限学习机 ELM 的最优连接权值与阈值,最后将各 个分量的预测结果线性集成得到最终结果。 以我国甘肃地区风电场风速数据进行模型验证,并利用新疆地区数据集测试其鲁 棒性与通用性。 实验结果表明,iJaya 算法具有较强的寻优精度与稳定性,两阶段分解能够深度挖掘风速序列的特征;该混合模 型能够有效提升风速预测精度,平均绝对误差与均方误差分别为 0. 067 9 和 0. 134 5。

摘要:双边剪切工艺中钢板对中过程需要人工目视激光线进行余量观测,操作复杂且主观判断影响数据准确性。 为此设计基 于机器视觉的双边剪钢板自动对中系统,依赖沿辊道分布的多组面阵相机进行辊道钢板状态数据采集,利用现场测量数据及钢 板目标宽度标定出两条虚拟剪切线,摆脱对传统辅助激光线的依赖。 同时系统中采用级联的钢板对象提取模型,采用先粗后精 的分步提取思想,提升钢板边缘检测精度。 依据钢板轮廓位置与虚拟剪切线位置关系换算出移动距离,从而控制磁力对中装置 完成钢板对中过程,提升双边剪工艺的自动化程度。 实际应用结果表明,系统对于钢板宽度测量误差小于 5 mm,系统自动控制 对中误差小于 10 mm,满足企业自动控制需求。

摘要:针对传统深度学习网络模型在变工况条件下的故障诊断泛化能力差的问题,提出一种基于迁移学习的双向长短时记忆 网络和注意力机制(TLBA)融合的故障识别方法。 将原始故障数据划分为源域及目标域;并构建融合注意力机制的双向长短时 记忆网络(BiLSTM-Attention,BA)模型,之后使用此模型学习源域数据特征;最后利用迁移学习通过对目标域数据的学习,进一 步优化调整 BA 模型的网络参数,最终得到目标域的故障分类辨识模型。 以航空器翼梁故障为案例,结果表明,该方法与传统 故障诊断方法 BiLSTM-Attention 相比,其综合评价指标 F1-score 有 3. 4%的提高,故障平均诊断准确率在 91%以上;同时针对变工 况下的故障分类结果较为稳定。

摘要:电力金具作为输电线路中的不可缺少的关键部件,对电力稳定传输提供了保障,一旦电力金具出现缺陷,就会带来巨大 的隐患,造成输电设施的损坏甚至大面积停电事故,影响人们的生产和生活。 传统的输电线路检修主要依靠人工现场进行巡 检,不仅危险程度高,辨识难度也比较大。 人工智能识别技术的不断进步,为电力金具的缺陷识别提供了更好的方法。 目前 Faster-RCNN 算法的目标识别准确率高,但对于螺钉等小金具目标物体的识别率相对较低。 本文首先通过双特征融合算子提取 特征并进行标记后,输入引进混合注意力机制改进的 Faster R-CNN 模型中,进行特征再提取,融合重合度较高的特征,并进行缺 陷的分类和识别,能够对电力小金具中的螺钉进行高效的辨识。 实验结果表明,本文双特征融合的改进 Faster R-CNN 模型相较 于传统的 Faster R-CNN 模型和 YOLO 模型的提升效果明显,模型的平均准确率提升了 5%,平均精度提升了 11%,在保障算法 实时性的同时对螺钉等电力小金具具有较好的检测效果。

摘要:架空输电线路导地线弧垂是架线施工质量和线路安全运行的关键指标之一,针对目前弧垂测量方法在准确性、便捷性 等方面存在的不足,提出了一种基于激光测距与光栅测角技术的输电线路弧垂测量数学模型,并在该模型的基础上,针对单根 导线测量鲁棒性不足的情况,提出一种基于相似性度量与牛顿插值法相融合的多分裂导线弧垂测量数据质量评估优化算法,实 现对数据集的补偿与弧垂计算。 与点云提取电力线方法相比,该测量方法只需通过少量测量数据即可拟合出导线模型并计算 出弧垂值。 以 220 kV 双分裂导线为测量对象,进行试验验证,并与现有测量方法弧垂测量值作比较,试验结果表明数据优化后 的弧垂误差率最大为 1. 47%,证明了该方法的准确性,能够满足工程现场测量精度要求,并提高了架空输电线路弧垂测量工作 的安全与效率。

摘要:煤矿井下主接地电极腐蚀检测对于保护工作人员的安全起着极其重要的作用,当前通过运至井上人工肉眼检测的方法 耗时耗力且无法定损,因此本文提出了一种基于超声 SH 波回波特性的煤矿井下主接地电极在线腐蚀检测新方法。 首先推导 了液浸板结构中 SH 波的频散方程,选取频散小、传播距离长的零阶 SH 波作为检测激励信号,建立液浸板结构有限元模型,确 定了最佳超声激励频率;其次构建煤矿主接地电极声-固-流多物理场耦合检测模型,仿真研究超声 SH0 波在主接地电极上的传 播特性以及对于腐蚀的检测能力,分析了 1~ 5 mm 腐蚀深度以及 5~ 25 mm 腐蚀半径下的回波信号特征;最后搭建了煤矿主接 地电极无损检测系统,开展了实验验证工作。 实验结果表明,通过超声 SH 波检验井下主接地电极腐蚀缺陷具有可行性,在 500 mm×375 mm×5 mm 的主接地极板上腐蚀定位误差为 5. 64%,同时腐蚀信号的幅值与不同程度的腐蚀缺陷与成正相关性, 为煤矿井下主接地电极腐蚀检测以及腐蚀程度的定量评估提供了一种有效的方法。

摘要:针对轧辊磨床屏幕数据只能依靠人工抄录无法自动获取的问题,设计了一种轧辊磨床屏幕智能相机及轧辊磨床关键参 数自动识别与记录的方法。 将专门设计的小型屏幕智能相机安装于磨床数控屏幕上方,通过 45°倾角“L”型方式设计相机结 构,可以在不影响师傅作业的情况下,对磨床数控屏幕进行拍照。 首先,通过边缘定位和透视变换方法,对获得的屏幕图像进行 配准和矫正;其次,通过训练后的 YOLOv5 模型,对图像中的磨床参数进行识别;最后将磨床关键参数导入数据库,完成轧辊磨 床参数的实时记录和传送,为相关后续生产工序的调整,提供及时、准确的关键设备参数。 另外,针对屏幕图像中普遍存在的摩 尔纹现象,通过设计偏振视窗和去摩尔纹处理算法相结合的方式,有效的滤除摩尔纹,显著降低了摩尔纹对识别精度的影响。 系统运行半年以来,磨床屏幕数据的识别率超过了 99%,显著降低了劳动强度和人工误差,提高了生产率。