检索结果-南通市图书馆

参数失配下永磁同步电机无模型定子磁链滑模控制

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年

作者：肖虎吴公平龙卓郑剑李泽文长沙理工大学电气与信息工程学院湖南工业大学电气与信息工程学院

针对参数失配会严重恶化电机模型预测控制系统性能的问题，本文提出永磁同步电机（PMSM）新型无模型定子磁链滑模控制方法（MF-FSMC），有效提升参数失配下永磁电机预测控制系统的定子磁链/转矩控制性能。首先，建立了参数失配下永磁同... 详细信息

针对参数失配会严重恶化电机模型预测控制系统性能的问题，本文提出永磁同步电机（PMSM）新型无模型定子磁链滑模控制方法（MF-FSMC），有效提升参数失配下永磁电机预测控制系统的定子磁链/转矩控制性能。首先，建立了参数失配下永磁同步电机数学模型，构建了旋转坐标系下考虑参数失配的永磁同步电机超局部定子磁链模型。然后，提出了新型无模型定子磁链滑模控制方法，设计了基于新型趋近律的无模型磁链滑模控制器，构造了一拍转速预测控制器。最后，提出了复合积分型滑模扰动观测器在线估计策略，可有效观测参数失配下永磁同步电机超局部模型中的未知扰动部分。仿真和实验结果表明，所提方法能有效改善电机发生参数失配后的稳态性能，大幅降低定子磁链和转矩脉动，增强了参数失配下永磁电机系统鲁棒性和抗干扰性能。

关键词：永磁同步电机超局部模型无模型滑模控制参数失配

东南丘陵地区土壤侵蚀时空变化及其驱动因素——以湖南省张家界市为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

水土保持通报 2024年第1期44卷 218-226,237页

作者：徐刘洋郭伟玲贾纪昂安徽理工大学空间信息与测绘工程学院安徽淮南232001

[目的]探究东南丘陵地区土壤侵蚀状况和其空间分布,为当地的水土流失和水土保持提供理论依据。[方法]基于修正版通用流失方程(RUSLE)和地理探测器,选取中国东南丘陵地区的湖南省张家界市为研究区域,探究其土壤侵蚀的时空特征变化,并对... 详细信息

[目的]探究东南丘陵地区土壤侵蚀状况和其空间分布,为当地的水土流失和水土保持提供理论依据。[方法]基于修正版通用流失方程(RUSLE)和地理探测器,选取中国东南丘陵地区的湖南省张家界市为研究区域,探究其土壤侵蚀的时空特征变化,并对土壤侵蚀的驱动力因子进行分析。[结果]①张家界市2000,2010,2020年平均土壤侵蚀量为1.03×10^(7),2.05×10^(7),6.74×10^(6)t/a,20a平均土壤侵蚀量呈先增加后减少趋势。②土壤侵蚀以林地侵蚀为主,其他地物类型呈不同程度的侵蚀,其中侵蚀主要集中于8°~35°坡度区域,侵蚀强度随坡度增加而增加。③研究区内土壤侵蚀由植被覆盖度、坡度、土壤属性和高程等共同作用,特别是植被覆盖度的驱动作用最明显,各因子产生交互关系时,以坡度和植被覆盖度交互时影响力最强。[结论]张家界土壤侵蚀分布具有明显的时空差异,后续需要在保障生态安全的前提下,合理开展水土保持工作。

关键词：土壤侵蚀 RUSLE 地理探测器时空分析湖南省张家界市

维普期刊数据库博看期刊

ECC-YOLO:一种改进的钢材表面缺陷检测方法

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2024年第4期38卷 108-116页

作者：赵佰亭张晨贾晓芬安徽理工大学电气与信息工程学院淮南232001 安徽理工大学省部共建深部煤矿采动响应与灾害防控国家重点实验室淮南232001

针对当前钢材表面缺陷检测效率低、检测精度差的问题,提出了一个模型,命名为ECC-YOLO,基于YOLOv7的钢材表面缺陷检测。首先,为了提高主干网络特征图信息表征能力,引入了特征增强模块ConvNeXt,通过融合深度可分离卷积、大核卷积,增强模... 详细信息

针对当前钢材表面缺陷检测效率低、检测精度差的问题,提出了一个模型,命名为ECC-YOLO,基于YOLOv7的钢材表面缺陷检测。首先,为了提高主干网络特征图信息表征能力,引入了特征增强模块ConvNeXt,通过融合深度可分离卷积、大核卷积,增强模型对细小裂缝的特征提取能力,其次设计了C2fFB模块,在增强目标特征信息的提取能力同时,显著降低了模型的计算量和参数复杂性。最后借助ECA注意力机制设计出MPCE模块,削弱复杂背景信息对钢表面缺陷检测的干扰,提升检测效率。最后,广泛的实验结果表明,ECC-YOLO在NEU-DET数据集上,该模型的mAP达到77.2%,相较于YOLOv7,ECC-YOLO的检测精度提高了10.1%,模型参数量减9.3%,该模型在钢表面缺陷检测中具有较好的综合性能。

关键词：目标检测缺陷检测 YOLOv7 ConvNeXt 注意力机制

基于DMOEA-APTC算法的无人机在线航迹规划

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2024年第9期36卷 2086-2099页

作者：李二超张生辉兰州理工大学电气工程与信息工程学院甘肃兰州730050

为了解决具有时间关联性质的动态多目标优化问题,以无人机在线航迹规划问题为基础,引入时间关联特征概念并建立无人机时间关联动态多目标优化问题模型,提出一种使用自适应预测响应机制和时间关联性优化机制的动态多目标双层优化算法。... 详细信息

为了解决具有时间关联性质的动态多目标优化问题,以无人机在线航迹规划问题为基础,引入时间关联特征概念并建立无人机时间关联动态多目标优化问题模型,提出一种使用自适应预测响应机制和时间关联性优化机制的动态多目标双层优化算法。根据环境变化相关性判断环境变化强弱并启用不同响应机制,快速适应环境变化;优化过程中通过最小二乘法学习历史数据拟合航迹未来预测值,根据预测可靠性自适应选择“仅优化当前”或“同时优化当前与未来”优化模式;使用改进后的切比雪夫分解法对符合偏好的航迹进行决策。实验结果表明:所提算法在复杂飞行环境下降低飞行时长的同时具有更高生存概率,提高了无人机飞行稳定性,更合理有效地处理了在线航迹规划问题。

关键词：无人机在线航迹规划时间关联特征动态多目标优化算法预测策略动态威胁

维普期刊数据库博看期刊

同方期刊数据库

有限标记样本下基于GSSL-GraphSage的半监督故障诊断方法

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2024年

作者：曹洁王庭义王进花兰州理工大学电气工程与信息工程学院兰州城市学院信息工程学院

鉴于在实际工程中采集的齿轮箱标注监测数据是有限的,且基于图神经网络的齿轮箱故障诊断方法研究仍存在标签信息挖掘不充分的问题,提出一种有限标记样本下基于图的半监督学习(Graph-based semi-supervised learning, GSSL)与图采样聚合... 详细信息

鉴于在实际工程中采集的齿轮箱标注监测数据是有限的,且基于图神经网络的齿轮箱故障诊断方法研究仍存在标签信息挖掘不充分的问题,提出一种有限标记样本下基于图的半监督学习(Graph-based semi-supervised learning, GSSL)与图采样聚合算法(Graph sample and aggregate, GraphSage)的齿轮箱半监督故障诊断方法.基于K最近邻算法和基于图的标签传播策略,将标签信息沿边传播给分布相似的邻域样本,从而充分利用有限样本的标签信息,提高模型性能.将每个振动频谱样本视为一个节点构建基于图的半监督学习框架,最后将半监督学习框架输入到节点级GraphSage网络中进行故障分类,避免新加入节点重新训练的情况,可有效防止训练过拟合,增强泛化能力.将所提方法用于分析齿轮箱故障实验数据,结果表明所提方法能够在6%的低标签情况下准确诊断齿轮箱的不同故障模式,验证了对齿轮箱故障诊断的可行性和有效性.

关键词：故障诊断 GraphSage网络有限标记样本半监督学习标签传播策略

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于语义感知的多特征协同水下图像增强

信息与控制 2024年第3期53卷 353-364页

作者：陶志勇杨煜林森辽宁工程技术大学电子与信息工程学院沈阳理工大学自动化与电气工程学院

针对现有水下图像增强方法存在的去雾和颜色恢复效果不佳问题，提出一种基于语义感知的多特征协同水下图像增强网络。首先，通过语义感知特征提取模块充分提取原始水下图像的纹理和结构特征；同时，将水下退化图像输入到多尺度增强模块... 详细信息

针对现有水下图像增强方法存在的去雾和颜色恢复效果不佳问题，提出一种基于语义感知的多特征协同水下图像增强网络。首先，通过语义感知特征提取模块充分提取原始水下图像的纹理和结构特征；同时，将水下退化图像输入到多尺度增强模块中进行对比度增强和多尺度特征细化，并提取增强图像的全局特征；然后，在多特征融合模块中对多分支特征并行调制和融合，增强多特征分支之间的有效联系和特征表达能力，抑制冗余信息；最后，通过残差连接重构清晰的水下图像。在水下图像增强基准数据集、增强水下视觉感知数据集以及水下图像同步增强数据集上的实验结果表明，所提方法相较基于像素处理及物理模型的经典算法、其他深度学习算法具有更好的增强效果，全参考评价指标峰值信噪比及结构相似性分别提升1.72%和4.3%,无参考评价指标信息熵提升0.32%。

关键词：深度学习图像增强特征提取直方图拉伸

基于InVEST-PLUS模型的淮北市碳储量时空演变及预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

环境科学 2024年第6期45卷 3270-3283页

作者：于芝琳赵明松高迎凤王涛赵治东王世航安徽理工大学空间信息与测绘工程学院淮南232001 安徽理工大学矿山采动灾害空天地协同监测与预警安徽省教育厅重点实验室淮南232001 矿区环境与灾害协同监测煤炭行业工程研究中心淮南232001

研究土地利用时空演变对生态系统碳储量的影响,对研究区未来的国土空间规划以及减排增汇提供理论依据.基于1985、1995、2005、2015和2020年这5期土地利用数据,结合In VEST模型分析了研究区碳储量时空变化,运用PLUS模型预测研究区2035年... 详细信息

研究土地利用时空演变对生态系统碳储量的影响,对研究区未来的国土空间规划以及减排增汇提供理论依据.基于1985、1995、2005、2015和2020年这5期土地利用数据,结合In VEST模型分析了研究区碳储量时空变化,运用PLUS模型预测研究区2035年自然发展情景、耕地保护情景、生态保护情景以及耕地和生态双保护情景土地利用变化并估算不同情景下的生态系统碳储量.结果表明:①1985~2020年研究区耕地面积持续减少,2015~2020年土地利用变化较快,综合土地利用动态度达到了34.62%;②1985~2020年碳储量呈下降趋势,减少1.55×10^(5)t,其中在2005~2015年间,碳储量减少了1.22×10^(5)t,年均减少量达1.22×104t;③碳储量较高区域分布在研究区的东部,碳储量较低区域分布在研究区中部和西北部;耕地碳储量占比从66.89%下降到57.73%,但耕地仍是研究区最主要的碳库;其他地类向草地和林地转化有利于生态系统碳储量的增加;④2035年,自然发展情景、耕地保护情景、生态保护情景以及双保护情景下的碳储量分别为81.77×10^(5)、82.45×10^(5)、82.82×10^(5)和82.51×10^(5)t.

关键词： InVEST模型 PLUS模型土地利用碳储量多情景模拟

多目标优化的智能胶带输送系统数字孪生模型构建及其应用研究

在线全文

学校读者我要写书评

暂无评论

煤炭科学技术 2024年

作者：陈伟李敬兆石晴刘继超李化顺淮北合众机械设备有限公司安徽理工大学电气与信息工程院

由于卸料后带面清扫效果不稳定，矿用胶带输送机在长期运行过程中，常面临带面物料粘结、扬尘和撒料等问题，直接影响了运输安全性能及能量高效利用。针对这一问题，提出了一种基于数字孪生技术（DT）的高效、环保的智能胶带输送系统。... 详细信息

由于卸料后带面清扫效果不稳定，矿用胶带输送机在长期运行过程中，常面临带面物料粘结、扬尘和撒料等问题，直接影响了运输安全性能及能量高效利用。针对这一问题，提出了一种基于数字孪生技术（DT）的高效、环保的智能胶带输送系统。在虚拟实体中，应用在线极限学习机（OS-ELM）构建清扫力实时预测模型，以物理反馈数据作为该模型的输入参数；在物理实体中，结合力学模型、工程领域的知识与经验和运行数据计算出实际清扫力。并基于当前时刻清扫力预测值制定下一时刻清扫执行机构的调度方案，实现对物理实体的精准控制。为保证调度过程实时性，该方案中的参数优化采用改进鲸鱼优化算法（IWOA），以较高收敛速率获取全局最优解。本研究以撒料量、关键部件磨损情况、清扫机构总功率和清扫力预测准确率作为DT系统性能的评价指标，在多工况下与多组主流优化算法对比验证该系统性能，并通过Sobol和Fast两种敏感性分析方法验证预测模型输入参数合理性。实验结果表明，基于DT的智能输送系统中煤炭撒料量低于100g/min，刀片磨损率下降了8.99%，实际功率降低了8.61%，清扫力预测的MAPE和RMSE分别为3.2748%和0.017。该DT系统建立了虚拟与现实之间动态信息交互映射，实现了胶带输送系统清扫力的实时精准获取并合理调度多级清扫执行机构，有效减少了设备维护工人的工作量和环境污染问题的发生，显著提升了输送设备的安全性和稳定性。

关键词：数字孪生输送系统多目标优化 IWOA 清扫力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

仿生嗅觉感知系统气体识别和浓度估计模型

自动化学报 2024年第4期50卷 812-827页

作者：相洪涛张文文肖文鑫王磊王远西山西大学自动化与软件学院太原030006 上海理工大学光电信息与计算机工程学院上海200093 上海理工大学理学院上海200093 南洋理工大学电气与电子工程学院新加坡639798 北京大学计算机学院北京100871 同济大学电子与信息工程学院上海201804

常用气体检测模型需要使用气体传感器阵列响应信号的稳态值对气体进行种类识别和浓度估计,而在实际环境中,气体一般处于动态变化的状态,气体传感器阵列响应信号难以达到稳态值或长时间维持稳定状态.针对上述问题,提出一种由动态小波残... 详细信息

常用气体检测模型需要使用气体传感器阵列响应信号的稳态值对气体进行种类识别和浓度估计,而在实际环境中,气体一般处于动态变化的状态,气体传感器阵列响应信号难以达到稳态值或长时间维持稳定状态.针对上述问题,提出一种由动态小波残差卷积神经网络(Dynamic wavelet residual convolutional neural network, DWRCNN)子模型和权重信号自注意力(Weighted signal self-attention, WSSA)子模型组成的气体检测模型.该模型可以直接使用气体传感器阵列的原始动态响应信号对动态变化的气体进行成分识别,并进一步对每种成分气体的浓度在线估计.通过搭建的仿生嗅觉感知系统对模型的性能进行评估,实验结果表明,与常用气体识别模型相比, DWRCNN能获得接近100%气体识别准确率,且在线训练时间短,收敛速度快;与常用气体浓度估计模型相比, WSSA浓度估计模型能够大幅提高气体浓度估计精度,并能同时对不同气体都保持较高气体浓度估计精度,解决了动态环境中仿生嗅觉感知系统需要针对不同气体选择不同最优气体浓度估计模型问题.

关键词：气体识别浓度估计仿生嗅觉感知系统注意力机制