摘要:按键开关用的发电机可将按键动作转为电能，为无线按键开关提供电能，在绿色智能家居中有重要的应用价值。本文提出了一种利用电磁原理的冲击式发电机，设计了一种双稳态转换的结构，在两个稳态转换的过程中，线圈中磁力线反向突变，产生电动势脉冲。采用有限元软件对双稳态结构的磁场分布情况进行了分析，对线圈和铁芯尺寸进行了优化设计，结果表明两个稳定状态的线圈中磁力线方向相反，感应电动势基本上随尺寸线性增加。加工组装了发电机样机，通过实验研究发现，按压一次，发电机输出电压可以达到30 V，产生电能达到1 469 μJ。利用电磁转换原理将按压动作转化为电能，其紧凑的设计、小巧的体积和高输出功率使其具有显著的优势，有望为无线传感网络节点和无线开关提供充足的能源，实现绿色自给运行。

摘要:为满足射频前端器件集成化和多功能化的需求，设计了一款适用于WLAN 5 GHz波段的辐射零点可控的平面滤波贴片天线。该天线以同轴探针馈电的微带贴片天线为原型，上表面是由融合共生带和矩形槽的金属辐射贴片，下表面试接地面。其中共生条带位于辐射贴片的宽边两侧，矩形槽蚀刻在辐射贴片上，位于同轴馈电点两侧。两种结构分别在通带的低频和高频处各引入一个辐射零点，天线实现了的滤波响应和良好的辐射特性，同时两个辐射零点的位置自由可控，提高了设计的灵活度。仿真与测试结果表明：滤波天线的中心频率为5.25 GHz，相对带宽为14%（4.89~5.62 GHz），两个辐射零点分别位于4.55和6.05 GHz处；工作通带内增益平缓，平均增益约为7 dBi，通带外抑制水平大于19 dBi，测试与仿真结果较为一致。该滤波天线的设计未引入额外的滤波器网络，节省了天线的整体尺寸，且剖面低、重量轻、结构紧凑，具有良好的滤波和辐射性能。

摘要:针对传统的误差标定方法存在网络训练速度迟缓、生成规则数量多且泛化能力不足的问题,本文提出了一种基于主成分分析和自构架模糊网络（PCA-SCFN）的标定方法，实现了机翼一体化天线的实时高精度变形重构。首先,基于逆有限元方法（iFEM）建立了位移-节点自由度误差模型,并通过单调快速迭代收缩阈值算法(MFISTA)对逆问题进行求解;其次,引入了PCA降维方法降低应变维度，从而简化训练网络复杂度；再次，对小样本训练集进行非均匀有理B样条(NURBS)拟合实现数据扩充，提高网络泛化能力并降低噪声对训练集的影响;最后，基于三角形隶属函数（MF）和Takagi-Sugeno（T-S）模糊模型进行自构架模糊网络(SCFN)训练获得模糊规则。机翼加载实验结果表明,基于PCA-SCFN的标定方法具有更快的训练速度和更少的规则数量，同时能够获得更高的重构精度。当机翼负载80 N时，结构最大变形为-134.36 mm,最大重构误差仅为0.46 mm,SCFN训练时间仅为9.715 s,规则数量最多仅有121条。因此，基于PCA-SCFN的标定方法是一种能够应用于机翼变形监测的有效方法。

摘要:针对集成电路尺寸缩小和复杂度提升导致的筛选成本提高问题，提出了一种针对单变量测试参数的集成电路筛选方法。具体先使用归并排序算法将参数值与集成电路编号拼接成数组，确保后续筛选的准确性，并按照参数值对数据进行排序。然后，利用K-means算法对测试数据的异常值进行预处理，对测试数据进行初步优化。最后，通过结合导数与粒子群优化算法创新性地提出了D-PSO算法，D-PSO算法增强了拐点位置定位的敏感性和准确性，能够精确地定位拐点，达到直接筛选出参数数据相近集成电路的目的。通过仿真实验的结果证明了该算法的收敛速度远高于其他算法，并能够准确、快速的筛选集成电路，在保持测试精度的同时，实现了测试集的优化和相似性筛选，有效降低了集成电路筛选成本。

摘要:为了获得一种便携式、简单的振动俘能器，克服传统俘能器输出低、频率高等问题，提出了一种双L支架回扣式压电俘能器，结合了张拉结构的非线性特性与压电技术，有效提高了俘能系统的动态响应和输出性能。对俘能器进行实验探究，分析了外接电阻值、磁距、激振加速度和角度等因素对俘能器输出性能的影响。实验结果表明，俘能器存在最优外接电阻值使输出功率达到峰值，最优外接电阻值为200 kΩ。磁力的引入能显著提高俘能器的输出性能。在磁铁距离为18 mm时，俘能器俘获的能量最多，其最佳输出性能在12.1 Hz时达到1.12 mW。此外，激振加速度对俘能系统的输出特性有着显著影响，激振加速度越大，俘能器的输出电压与输出功率也随之增大。在激振加速度为0.4 g，频率为12 Hz的条件下，俘能系统达到了1.39 mW的最大输出功率。双L支架回扣式俘能器在0°~45°角度范围内具有良好的输出电压与输出功率，具有在不确定激振方向条件下工作的优势。实际应用实验进一步证明，该俘能器能够持续输出较大且稳定的电压，为解决传统俘能器输出低等问题提供了有效的解决方案。

摘要:油气管道在服役过程中由于制造过程、环境复杂等因素容易产生缺陷，造成管道破裂等事故，因此对管道的无损检测具有重要意义。通过直流电位降法研究裂纹缺陷对电位场的影响规律，建立了多探针缺陷检测方法。首先采用有限元法对含有缺陷的平板试样进行电位分析，缺陷区域的电位差明显高于无缺陷区域，通过多探针的检测范围对试样区域进行划分后，提出了多探针缺陷区域检测方法。检测到区域存在缺陷后，对缺陷影响因子k进行计算，无缺陷区域k值基本在0.8~1.2之间，而缺陷周围的k值都超过了2，根据k值的分布可以得到缺陷的大致位置和尺寸。并搭建了多探针检测试验平台进行试验，结果表明，缺陷附近的电势差显著高于其他区域，与有限元结果相符。缺陷区域电势差明显高于其他区域，无缺陷区域k值在0.75~1.2之间，缺陷区域k值基本大于1.5。通过k值分布对缺陷位置和尺寸进行分析，与实际尺寸相差在3~5 mm左右。

摘要:针对在轨迹跟踪控制中横向纯追踪控制算法前视距离的选取受车辆速度影响较大的问题,本文设计了一种改进樽海鞘优化算法对纯追踪控制中的前视距离进行实时调整优化。首先在纯追踪控制模型的基础之上,采用横向误差作为主要决策参数,设计了改进樽海鞘优化算法的目标函数,同时还在算法中引入布朗运动和自适应权重以防止陷入局部最优解和提高算法的收敛速度。其次本文还设计了纵向双环PID控制算法用于实现智能体车辆对于参考速度的跟踪。最后在智能体车辆实际平台上对所提出的基于分布式纵向双环PID控制算法、横向前视距离优化的纯追踪控制算法进行实验验证,并且设置多组对比实验。结果表明采用基于前视距离优化的纯追踪轨迹跟踪控制控制算法具有最优控制性能,其中最大横向误差为0.068 m,平均横向误差为0.014 m,相较于模糊优化其控制精度提升了24.73%。

摘要:相对定位是实现多机器人编队、探索救援等协作任务的前提。针对卫星信号受阻、未知无基础设施环境中机器人间的相对定位问题，提出一种基于超宽带(ultra-wideband, UWB)方位的相对定位方法。利用滑动窗口截取一段时间内机器人间观测方位和运动轨迹，构建方位代价函数，通过最小化代价函数估计机器人间的相对位姿。然而, 函数的非凸性导致传统优化算法陷入局部最优解，因此，采用麻雀搜索算法(SSA)对代价函数进行求解，实现机器人间的相对定位。为减少UWB方位测量误差对定位结果的影响，通过后端图优化算法融合SSA估计位姿和里程计信息，实现更加精准的相对定位。实验结果表明，该方法在12 m×6 m的室内环境中，能够达到0.32 m的平均位置误差以及2.1°的平均旋转误差。

摘要:针对模块化多电平变流器(MMC)-统一潮流控制器(UPFC)采用的控制方法存在的问题，本文提出了一种基于MMC-UPFC的反演控制(BSC)与滑模控制(SMC)组合而成的反演-滑模控制(BSC-SMC)非线性控制策略，这种控制策略既保留了SMC的抗干扰能力强等性能，也兼具BSC响应速度快等优点。首先，根据MMC-UPFC的拓扑结构，建立并联侧MMC变换器、串联侧MMC变换器的数学模型；其次，在不平衡条件下进行了正、负序分解，并设计了MMC-UPFC在不平衡条件下BSC-SMC控制器，并证明了控制系统的稳定性；最后，在MATLAB/Simulink软件平台搭建MMC-UPFC仿真模型进行仿真验证，通过把本文所提BSC-SMC控制策略与PID控制策略在接收端电源电压单相跌落、串联侧注入电压两种不同工况下进行了仿真比较，验证了BSC-SMC控制策略除具有SMC控制策略的抗扰性强特点外，还同时具有BSC控制策略的响应速度快和超调量小特点，且本文控制系统的稳定性更强、鲁棒性更好，从而验证了本文所提 BSC-SMC控制策略的有效性和优越性。

摘要:针对当前机械臂路径规划算法存在搜索随机性大、目标偏置性差和路径曲折等问题，提出了一种基于双向目标偏置的APF-informed-RRT*算法。首先在双向informed-RRT*基础上引入概率自适应的目标偏置策略，降低搜索的随机性，提高采样效率；其次针对路径扩展在双向搜索树中融入人工势场法，减少算法的迭代次数；同时在路径生长阶段，采用动态步长生长策略，即根据搜索树的扩展趋势动态调整步长，避免出现局部最优，并且加快路径搜索时间；最后针对冗余节点采用三角不等式原理进行去除，进而通过B样条曲线对路径进行平滑处理，得到最优规划路径。通过与双向RRT*、双向informed-RRT*和双向P-RRT*等算法在三维环境下进行了仿真对比实验验证，相较于双向RRT*在时间上节约了41%，在采样点数量上减少了63%；相较于双向informed-RRT*在时间上节约了58%，在采样数量上减少了68%；相较于双向P-RRT*在时间上节约了30%，在采样数量上减少了60%。

摘要:针对机器学习在流量异常检测中存在特征选择依赖经验、易受离群点影响导致鲁棒性差等问题，基于因素空间理论的“背景关系背景分布背景基”体系提出一种流量异常检测的基点分类方法。首先，数据预处理阶段使用KNN离群点检测算法去除数据中的离群点，降低异常点对后续背景基提取的影响。其次，使用mRMR算法对数据特征进行排序，选择对分类最具影响力的特征标注为类别区分特征。然后，以内点判别法为理论基础优化背景基提取算法，提取训练数据中不同类别数据的背景基，得到各类别的单位认知包。最后，以单位认知包为核心构造基点分类算法(fundamental point classification algorithm, FPCA)实现异常流量的精准二分类。在NSL-KDD数据集上对所提方法的二分类实验准确率和F1-score分别达到92.48%和92.18%，检测性能优于同类型的其他机器学习方法。在CICIDS2017场景数据集上的测试进一步验证了所提方法在实际应用中的可行性。

摘要:针对存在参数不确定、非线性约束液压锚杆钻机回转系统的转速高精度控制问题，利用钻机作业的重复性，提出了一种基于无模型自适应迭代学习的液压锚杆钻机回转系统转速控制方案。首先，搭建钻机回转控制系统关于转速的状态空间模型。其次，利用动态线性化技术，构造钻机回转系统液压马达与伺服阀电流在迭代域的等价线性映射关系，并根据系统采集的历史伺服阀电流输入、液压马达转角输出数据，提出无模型自适应迭代学习转速控制设计方法。然后在理论上给出液压锚杆钻机回转系统转速跟踪误差沿数据方向以及重复作业方向的渐近收敛性。最后，利用MATLAB软件和AMEsim平台联合仿真验证算法的有效性。结果表明，相比于传统PID算法和迭代学习控制算法，所提出的算法在不需要已知锚杆钻机系统模型的情况下，能够仅利用可测数据实现钻机转速的高精度控制，并且在面对突加外部干扰、油温波动情况下仍具备良好的自适应、抗干扰能力。

摘要:相位敏感光时域反射计(Φ-OTDR)以激光器为探测光源进行光纤沿线振动信号的检测,但激光器的自发辐射现象会导致光场相位发生波动,直接影响相位解调信号的信噪比。针对此问题,提出了一种小波域噪声估计的分块自适应降噪方法。分析了激光器自发辐射导致的相位噪声特征，通过连续小波变换提取系统相位噪声在不同分解尺度下的噪声水平,结合无偏似然估计调整小波系数的分块长度和阈值,实现对不同输入信号的自适应降噪。实验证明,与未经本算法处理相比,在光纤4.5 km处,单频信号的信噪比从40.01 dB提升至54.60 dB,系统的应变分辨率从66.15 pε/√Hz优化至11.69 pε/√Hz;线性扫频信号的信噪比从18.31 dB提升至26.40 dB。与其他同领域的降噪算法相比,单频信号均方根误差低至0.009 6,信噪比增益达到14.59 dB;线性扫频信号的均方根误差低至0.080 9,信噪比增益达到8.09 dB。研究表明,该方法在保留有效信号的同时,抑制了相位噪声,提高了相位还原的精度。

摘要:随着我国民航业的快速发展，飞机起降安全问题是机场当局面临的重要考虑和挑战。轮胎与跑道接触面上产生的摩擦力被认为是飞机安全着陆的关键因素，而对于摩擦系数测量方法的研究是解决我国道面摩擦系数测量工作的重要任务。提出一种基于有限元的道面摩擦系数测量方法，利用ABAQUS进行轮—路相互作用的多物理场耦合分析，分别获得不同载荷、气压和速度工况下摩擦系数与胎面摩擦（剪）应力之间的关系。通过分析获得单变量工况与多变量工况下摩擦应力的变化趋势，然后利用拟合法逆向求解摩擦系数，建立不同工况的摩擦系数估算模型，实现在特定工况下仅依靠胎面摩擦应力估算摩擦系数的测量方法。最后，采用机场跑道摩擦系数测试车对标准工况下的估算模型进行验证。6次测试距离为3 000 m的实验结果表明，估算测量与实际测量之间的误差为2.47%~4.13%，通过实验验证了基于有限元法所构建的估算模型的有效性与准确性，为道面摩擦系数测量方法的研究提供思路。

摘要:采用相控阵超声技术可以检测高压电缆终端铅封缺陷，为了解决常规的超声定量方法无法有效的检测和定量铅封缺陷的问题，提出了基于超声扇扫图像的高压电缆铅封缺陷定量检测方法，该方法以铅封缺陷纵波扇扫图像为对象并结合了阈值分割和腐蚀算法，能够实时的获取缺陷横截面积、缺陷高度等其他相关信息。首先，搭建了高压电缆终端铅封缺陷超声检测试验平台，对以孔洞、夹渣为代表的不同直径的铅封缺陷进行检测，其次，对采集的铅封超声扇扫图像进行阈值分割和腐蚀算法处理，进行缺陷定量分析，并与传统的-6 dB定量结果进行对比，最后讨论了不同直径缺陷对超声定量结果的影响。研究结果表明，相较于传统的-6 dB法，此方法测量的距离误差缩小了5%，缺陷尺寸精度提高了10%，正确率达到了85%以上，但当铅封缺陷直径增大时，缺陷测量误差也随之升高。该方法验证了采用相控阵超声技术可以高效、直观的检测和定量高压电缆铅封缺陷，为高压电缆铅封缺陷的工程应用提供了重要参考价值，有助于提高高压电缆终端铅封工艺质量，确保电网的运行安全。

摘要:微震监测技术可实时、精确给出岩体破裂或失稳的空间位置，已成为煤与瓦斯突出、隧道岩爆等灾害预警的重要手段之一。针对地下工程中环境复杂，信号微弱难以有效辨别的问题，提出了一种将卷积神经网络与Transformer结合（T_CNN）的微震信号识别方法。利用光纤加速度传感器采集西部某隧道工程中的6种信号，将信号经过带通滤波降噪和傅里叶变换后输入模型进行训练和验证。利用模型中的卷积神经网络进行特征提取，基于Transformer对重点信息进行聚焦，通过多层感知机得出最终多分类结果。结果表明，基于T_CNN模型分类准确率达到98.09%，且收敛速度更快。相较于目前先进的残差神经网络来说，其准确率提高了6.2%，精确率、召回率、F1分数分别提高了0.036、0.023和0.033，证实了该算法在实际工程应用中的优越性。此外，将光纤微震信号经过特征变换后输入到模型中，光纤微震信号的能量也能得到较为准确的估算，进一步验证了该模型具有良好的应用前景。

摘要:针对三维点云的不规则性和无序性所导致的难于提取特征并进行分类的问题，提出了一种融合深度学习和集成学习的三维点云分类方法。首先，训练深度学习点云分类网络PointCloudTransformer，并使用主干网络提取点云特征，进而训练基分类器，获得基分类器集合；然后，针对集成学习算法设计基分类器选择模型，模型的优化目标为基分类器组合的差异性和平均总体精度。为了降低集成规模，本文基于增强后的白鲸优化算法提出了二元多目标白鲸优化算法，并使用该算法优化基分类器选择模型，获得集成剪枝方案集合；最后，采用多数投票法集成每个基分类器组合在测试集点云特征上的分类结果，获得最优基分类器组合，从而构建基于多目标优化剪枝的集成学习点云分类模型。在点云分类数据集上的实验结果表明，本文方法使用了更小的集成规模，获得了更高的集成精度，能够对多类别三维点云进行准确分类。

摘要:针对当前湿度传感器在检测范围、灵敏度等方面的不足及实际应用中对无源感知、可弯折能力等的需求，本文对基于GO/Mxene复合材料的柔性LC无线湿度传感器进行了研究。对传感器原理进行分析，设计了一个以聚酰亚胺为基底的柔性叉指电极天线，该天线谐振频率为146 MHz，并利用仿真软件得到了天线上的电场分布。制备了GO/Mxene复合材料，使用扫描电子显微镜和能谱分析仪对GO/MXene复合材料的表面形貌和微观结构等进行了表征，验证了复合材料的结构与组成元素。将所制备的复合材料作为湿度敏感材料置于天线上场强最强处完成了湿度传感器的制作。对传感器性能进行了测试，测试表明该传感器具有较高的灵敏度，在20~70 %RH的相对湿度范围内，传感器的灵敏度达到了90.51 kHz/%RH，在70~95 %RH的相对湿度范围内，灵敏度达到了651.86 kHz/%RH。同时该传感器的稳定性和响应时间性能良好，可实现人体呼吸监测，在健康检测、机器人皮肤等领域具有一定的应用前景。

摘要:针对强噪声背景下滚动轴承振动信号特征提取困难的问题，基于稀疏表示基本理论，提出一种使用多因子进化算法求解的多正则化稀疏重构降噪模型。首先，将多正则化模型的求解划分为多3个目标子任务，即l0范数约束优化主任务和l1、l1/2范数正则化额外任务，以上任务分别构成3个不同目标的多因子优化稀疏重构算法；其次，根据在进化过程中不同正则化任务的优先级，采用黄金分割搜索策略保证每个族群包含相似适应度的个体，通过两点交叉遗传算子保证样本的稀疏性特征；最后，将阈值迭代算法应用于局部搜索过程加速子任务中的种群收敛。在此理论基础之上，分别通过仿真信号和实际轴承数据验证本文方法可行性，发现在-10 dB的高斯噪声干扰下，重构信号的信噪比依然达到5 dB。试验结果表明，该方法可有效提取强噪声背景下的冲击特征，为进一步的故障诊断提供可靠先验知识。

摘要:针对ZPW-2000A无绝缘轨道电路故障发生的多样性和不确定性导致的故障诊断效率低的问题，从故障特征提取和故障分类的角度出发，提出一种基于深度卷积神经网络（DCNN）的轨道电路故障诊断方法。通过故障分析总结出12种轨道电路故障状态，并将不同故障状态下的轨道电路监测数据进行标准化处理，作为DCNN模型的输入。模型采用卷积池化结构提取轨道电路的关键特征并滤除冗余特征。BP神经网络作为模型的全连接层，并结合Softmax函数进行故障分类。通过k折交叉验证法优化模型结构，确定最佳模型。实验结果表明，采用4层卷积池化层结构的轨道电路故障诊断模型在诊断准确率方面达到了98.48%，较同为最优模型的长短期记忆网络（LSTM）模型、深度前馈网络（DFN）模型、双向长短时记忆网络模型（BiLSTM）与CNN-LSTM组合模型分别提升了6.06%,6.06%,3.33% 与 2.27%，训练收敛速度分别快了大约1 250、4 250、1 250与1 450次，且训练时的损失波动更小。本研究提升了轨道电路故障诊断效率，为轨道电路的故障诊断任务提供了一种新的有效方法。

摘要:隧道维护可以避免隧道病害引发的安全事故,有效的维护依赖于全面和准确的隧道病害检测。传统的隧道病害检测依靠人工巡检,受隧道照明不足、检测时间短等因素的影响,检测效率低下且准确率低。针对这些隧道病害检测中的难题,根据轨交隧道结构均匀、轨道线路固定的特点设计了轨交隧道病害检测系统。系统将激光扫描技术与摄影测量技术相结合,使用激光扫描仪获取隧道三维点云,使用多线阵相机获取隧道影像,借助激光跟踪仪并设计虚拟靶标场对相机和扫描仪进行标定使其坐标基准统一。系统采用分布式的软件架构研发数据采集软件进行传感器交互和数据存储,并采用外触发的方法使传感器采集频率与车速匹配,最后基于Cesium框架研发数据管理平台对隧道数据进行管理。将系统应用于某隧道进行数据精度验证,实验表明轨交隧道病害检测系统能够在实际隧道中检测宽度为0.2 mm的裂缝和错台量0.5 mm的错台,具备轨交隧道病害检测能力。最后,通过将实验采集到的数据应用于隧道裂缝检测、错台检测、变形检测等方面,并对检测出的病害进行定位,证明了轨交隧道病害检测系统的实用性,为轨交隧道病害检测提供了可靠的解决方案。

摘要:平面电容层析成像(ECT)技术适用于复合材料表面/亚表面缺陷探伤检测，或传感器安装受限制等无损检测应用领域。针对常规平面ECT系统所采用的方形结构阵列传感器灵敏度分布均匀性较差、中心区域成像质量不高的问题，提出了一种新型结构阵列平面电容传感器，该传感器由7个单元传感电极构成蜂巢结构阵列。新型结构阵列传感器由COMSOLTM专业软件进行建模分析，并设定静电场边界条件，求解并获得传感器的电场分布、极间电容值以及计算灵敏度矩阵。通过与相同尺寸的3×3方形阵列传感器进行比较，来评估新型结构阵列传感器的关键性能，即极间电容变化值和灵敏度分布均匀性。此外，传感器实物采用印刷电路板技术设计制作，结合线性反投影算法进行图像重建，比较和验证两种结构传感器的成像性能。经过数值成像实验和实物重建图像测试，结果表明，新型结构阵列传感器有利于电容传感信号检测，改善了传感器灵敏度分布均匀性，提高了平面ECT系统中心区域成像质量。

摘要:为克服传统低纹波直流稳压电源的主电路拓扑结构存在电路结构复杂、体积大等不足，提出一种基于Buck-Boost逆变电路的新型可调直流稳压电源拓扑结构，用Buck-Boost逆变环节取代传统结构中高频逆变和变压器升压两个环节，此结构相较于传统结构，在电路结构上可以得到明显的简化。为实现该新型可调直流稳压电源输出低纹波、高稳定度直流电压的要求，针对其Buck-Boost逆变电路提出采用基于比例积分-矢量比例积分的复合控制方法，即以Buck-Boost逆变电路中电容电压和电感电流作为状态变量，并以电感电流为控制内环，电容电压为控制外环，通过对两个闭环采用比例积分-矢量比例积分复合控制方法，实现对两个状态变量的解耦控制，最后通过仿真与实验对其效果进行了验证，同时与传统低纹波直流稳压电源进行了对比分析。结果表明，文中提出的基于Buck-Boost逆变电路的新型可调直流稳压电源拓扑结构及针对该拓扑结构所提出的控制方法不仅输出直流电压纹波小、稳态精度高、动态性能好同时还具有电路结构简单且输出直流电压任意可调等特点，因而具有较好的应用价值。

摘要:传统虚拟同步发电机（virtual synchronous generator，VSG）二次调频策略未考虑负荷动态变化时频率偏差持续变化引发的积分器不断累加，易导致VSG调频效果不佳甚至引发频率振荡问题。针对此问题，提出了一种基于负荷扰动模态辨识和VSG自适应调整的孤岛微电网二次频率控制策略。首先，分析了传统VSG二次调频策略在负荷动态变化场景中存在的问题。然后，利用负荷功率特征数据实时辨识负荷扰动模态；当判定负荷扰动属动态变化模态后，以一二次调频阈值与有功变化阈值为边界，根据系统频率偏移量自适应调整VSG参数与虚拟调速器结构，实施微电网频率的跟踪调节。之后，通过建立小信号模型分析了积分器引入及VSG参数自适应调整情况下的系统稳定性。最后，仿真测试结果验证了所提频率控制策略的可行性。在相同条件下，相比于几种已有策略，所提策略将微电网二次频率波动范围限制在0.017 3 Hz以内，在减小频率偏移量方面更具优势。

摘要:水泥混凝土是一种被广泛应用于工程建设中的复合材料，它的凝结状态对工程进度与安全至关重要,研究发现水泥混凝土的凝结时间与含水率有关。因此,为测量水泥混凝土含水率设计了基于电容检测原理的含水率测量传感器。根据水泥混凝土的介电特性和电容式传感器的检测原理, 并利用边缘电场增大测量范围,设计了平行板式及圆柱式的电容式边缘电场传感器。利用COMSOL软件进行了有限元仿真分析,通过比较两种传感器结构的穿透深度、灵敏度与信号强度,优选出了圆柱式结构。再通过正交实验对不同参数组合的圆柱式传感器进行性能比较，确定了传感器的最优参数组合为电极间距5 mm、电极宽度50 mm、电极半径15 mm,使所研制传感器的穿透深度可达66.86 mm、信号强度为11.387 pF、灵敏度为0.267。最后,利用所研制传感器对不同含水率的水泥混凝土进行了实际测量,传感器输出电容值与含水率有良好的线性关系,非线性误差为±1.276%,并与称重法相比最大相对误差为1.533%,具有良好的测量效果。

摘要:随着信息大数据时代的到来，对于电子系统的依赖程度越来越高，因此模拟电路的故障诊断的准确度要求与日俱增。而模拟电路故障诊断困难，是电子系统诊断维修的瓶颈。本文提出基于自适应变分模态分解（AVMD）和排列熵(PE)的t分布邻域嵌入流形哈里斯鹰优化支持向量机（HHO-SVM）模拟电路故障诊断方法。首先，利用AVMD对待测电路的观测信号进行自适应变分模态分解，得到多组IMF信号，不仅可以克服噪声干扰，而且可以来自适应地确定分解模式的数量，进一步提升分解精度；再对IMF计算排列熵，以充分体现IMF不同时段局部特征，二者相结合构建故障特征向量。并在此基础上，采用t分布式随机邻域嵌入（t-SNE）实现特征空间的流形学习和降维，构建具有良好区分度且保留原来的局部结构特征的故障特征向量；最后依靠哈里斯鹰优化支持向量机（HHO-SVM），使其具有良好的分类准确度，从而最终完成电路故障诊断。通过仿真验证，结果显示，本文方法故障诊断正确率可达100%，效果良好。

摘要:传统的点云配准算法通过两点云数据之间的特征实现对应点配对，这种方法要求点云具有明确的特征，且存在计算量大、匹配时间长、配准精度低等问题，而ICP算法虽然应用广泛，但对初始值敏感。对此，提出了一种基于位姿参数估计的多视角点云配准方法(PPE-ICP)。首先通过分析误差的分布特性可证明误差极小值存在，使用A*搜索算法寻找误差极小值，降低误差传播的影响，为后续的参数估计提供较好的初值；其次将总体最小二乘估计引入点云配准，在不依赖点云数据的同时，使用少量参考点就能获得点云从目标坐标系到东北天坐标系的转换矩阵，完成点云位姿矫正，结合迭代最近点算法(ICP)，实现点云精确配准。通过与FGR-ICP、FPFH-ICP、NDT-ICP、RANSAC-TrICP和KSS-ICP这5种方法在公开数据集和自制实验装置收集到的点云上进行对比实验，点云数据量为20 000点时实现配准只需6.55 s，极大地降低了大数据量下点云配准的时间成本，在实地点云配准中平移误差最大不超过0.03 m，旋转误差控制在0.07°。实验结果表明，PPE-ICP对相似变换、残缺点云和低重复率具有较强的鲁棒性，在多视角点云配准中具有较高的配准效率和配准精度。