检索结果-内蒙古大学图书馆

电源学报 2023年

作者：李银王建峰莫伟权张西丽中国计量大学理学院浙江省智能制造质量大数据溯源与应用重点实验室

准确预测锂离子电池剩余使用寿命对新能源汽车的安全可靠运行至关重要。本文首先针对数据驱动方法预测锂离子电池剩余使用寿命的研究现状进行分析，归纳总结了六种常用的数据驱动方法的研究进展，然后总结归纳了锂离子电池寿命预测目前... 详细信息

准确预测锂离子电池剩余使用寿命对新能源汽车的安全可靠运行至关重要。本文首先针对数据驱动方法预测锂离子电池剩余使用寿命的研究现状进行分析，归纳总结了六种常用的数据驱动方法的研究进展，然后总结归纳了锂离子电池寿命预测目前在实际应用中存在的三个问题，同时较为全面地讨论了电池数据集的收集问题，阐述了电池数据集对数据驱动方法发展的重要性。最后对未来的发展趋势进行了展望。

关键词：锂离子电池剩余寿命预测容量再生电池数据集

来源：评论

学校读者我要写书评

暂无评论

基于改进Xception的槟榔分类算法

引用

食品与机械 2023年第3期39卷 96-102页

作者：刘昌俊焦建格邹国平中国计量大学机电工程学院浙江杭州310018 浙江省智能制造质量大数据溯源与应用重点实验室浙江杭州310018

目的:降低槟榔分类对人工的需求,同时提升槟榔分类的准确度和缩小分类模型。方法:以扩充Xception的输入层作为特征提取骨干网络;在特征提取网络后加入双路压缩激励模块;使用ELU激活函数代替ReLU;使用数据增强扩充槟榔的数量,将数据集以9... 详细信息

目的:降低槟榔分类对人工的需求,同时提升槟榔分类的准确度和缩小分类模型。方法:以扩充Xception的输入层作为特征提取骨干网络;在特征提取网络后加入双路压缩激励模块;使用ELU激活函数代替ReLU;使用数据增强扩充槟榔的数量,将数据集以9∶3∶1划分为训练集、验证集和测试集,用于训练改进Xception模型。结果:使用改进的Xception对测试集1100张槟榔图像分类时达到了99.182%的分类准确度,同时模型大小仅有15.7 MB。结论:改进后的模型能够满足对槟榔分类的准确度和模型大小的要求。

关键词： Xception 双路注意力 ELU 准确度轻量

来源：评论

学校读者我要写书评

暂无评论

基于频域反射法的平行螺旋线拉伸测量分析

引用

传感技术学报 2024年第12期37卷 2177-2186页

作者：李朝鹏李青陈华民徐夏捷苗鑫雨中国计量大学机电工程学院浙江杭州310018 中国计量大学灾害监测技术与仪器国家地方联合工程研究中心浙江杭州310018 中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室浙江杭州310018 金华市地质环境监测站浙江金华321000

在地质灾害监测中,分布式测量可以无遗漏地对岩土灾变进行测量。提出平行螺旋传输线作为传感器,并结合频域反射法(Frequency Domain Reflection,FDR),可以实现连续的大形变量的分布式测量。已知平行螺旋传输线的特性阻抗随着拉伸量的增... 详细信息

在地质灾害监测中,分布式测量可以无遗漏地对岩土灾变进行测量。提出平行螺旋传输线作为传感器,并结合频域反射法(Frequency Domain Reflection,FDR),可以实现连续的大形变量的分布式测量。已知平行螺旋传输线的特性阻抗随着拉伸量的增加而发生变化,利用FDR可以对拉伸点进行测量和定位。详细阐述了频域反射法测量平行螺旋传输线拉伸形变的原理。还针对频域反射法在平行螺旋传输线实际应用过程中可能遇到的问题进行了分析,通过实验数据检测了扫频范围、频率大小、采样点个数等因素对测量结果的影响,并对可能影响测量结果的因素进行了实验分析,以便选择更好的测量方案。同时,利用频域反射法法模拟测量了平行螺旋传输线的实际使用场景,得到了实际测量数据,并对测量结果进行了分析。

关键词：地质灾害监测频域反射法分布式测量平行螺旋传输线阻抗变换

来源：评论

学校读者我要写书评

暂无评论

基于RBF神经网络的鲁棒因子滑模变结构多自由度机械臂精确跟踪控制研究

引用

系统科学与数学 2023年第1期43卷 1-14页

作者：马瑞梓张艺婕中国计量大学机电工程学院杭州310018 浙江省智能制造质量大数据溯源与应用重点实验室杭州310018

针对具有时变干扰的不确定多自由度机械臂,文章设计了基于RBF神经网络的含有鲁棒因子的滑模变结构高精度跟踪控制方法.针对时变干扰,设计鲁棒因子,将其嵌入滑模变结构控制器,克服了时变干扰对系统跟踪性能的影响.将RBF神经网络控制算法... 详细信息

针对具有时变干扰的不确定多自由度机械臂,文章设计了基于RBF神经网络的含有鲁棒因子的滑模变结构高精度跟踪控制方法.针对时变干扰,设计鲁棒因子,将其嵌入滑模变结构控制器,克服了时变干扰对系统跟踪性能的影响.将RBF神经网络控制算法结合鲁棒因子滑模变结构控制,估计多自由度机械手臂系统的不确定因素.采用Lyapunov函数方法,证明了系统的稳定性.对比分析了计算力矩法滑模变结构控制方法,仿真结果证明,基于RBF神经网络的鲁棒因子滑模控制,针对具有时变干扰的含有不确定因素的多自由度机械手臂系统,具有较为精确的跟踪性能.

关键词：机械手臂滑模变结构 RBF神经网络鲁棒因子跟踪控制

来源：评论

学校读者我要写书评

暂无评论

机器人路径规划算法综述

引用

桂林理工大学学报 2023年第1期43卷 137-147页

作者：王鹤静王丽娜中国计量大学机电工程学院杭州310018 中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室杭州310018

为了更好地研究机器人的路径规划问题,对路径规划算法进行了归纳与总结。首先对路径规划的含义作简要概述——在规定区域内规划出一条无碰撞的从起始点到目标点的最优路径;然后根据路径规划算法的特点从传统算法路径规划和智能仿生算法... 详细信息

为了更好地研究机器人的路径规划问题,对路径规划算法进行了归纳与总结。首先对路径规划的含义作简要概述——在规定区域内规划出一条无碰撞的从起始点到目标点的最优路径;然后根据路径规划算法的特点从传统算法路径规划和智能仿生算法路径规划两方面进行阐述,并介绍有关算法的原理、特点及发展现状,以及对算法存在收敛速度慢和容易陷入局部最优解等普遍问题的优化和改进;最后在现有研究的基础上,从3个方面展望机器人路径规划算法在将来的改进方向和发展趋势。

关键词：机器人路径规划算法发展现状

来源：评论

学校读者我要写书评

暂无评论

气动肌肉驱动机器人手臂的H_(∞)跟踪控制方法研究

引用

控制工程 2023年第7期30卷 1283-1290页

作者：陈家裕崔小红王斌锐中国计量大学机电工程学院浙江杭州310018 中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室浙江杭州310018

针对气动肌肉系统存在的参数不确定、外部干扰等问题,提出一种H_(∞)最优跟踪控制方法,用于控制由气动人工肌肉二头肌/三头肌拮抗驱动的单连杆机器人手臂。利用一种无模型的积分强化学习算法,求解机器人关节最优跟踪问题推导出的哈密顿... 详细信息

针对气动肌肉系统存在的参数不确定、外部干扰等问题,提出一种H_(∞)最优跟踪控制方法,用于控制由气动人工肌肉二头肌/三头肌拮抗驱动的单连杆机器人手臂。利用一种无模型的积分强化学习算法,求解机器人关节最优跟踪问题推导出的哈密顿-雅可比-艾萨克方程。所提算法有效解决了未知参数和外部干扰问题,并且不依赖于精确的系统动力学模型。通过计算仿真验证了所提H_(∞)跟踪控制器的有效性,并保持了机器人关节受控系统的稳定。仿真实验中,机器人关节实现了大范围的0°~90°的仿人运动,并且在跟踪周期轨迹时具有良好的角度和角速度跟踪性能。

关键词：气动肌肉手臂 H_(∞)最优跟踪控制积分强化学习哈密顿-雅可比-艾萨克方程

来源：评论

学校读者我要写书评

暂无评论

基于最大信息系数和深度残差图卷积的工业过程故障诊断方法

引用

高校化学工程学报 2023年第1期37卷 111-119页

作者：任佳孙思宇鲍克浙江理工大学信息科学与工程学院浙江杭州310018 浙江省电子信息产品检验研究院浙江杭州310007 中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室浙江杭州310018

针对工业数据非线性、时变性、时空特征耦合的特点,提出一种基于最大信息系数和残差图卷积网络的工业过程故障诊断算法(MIC-RGCN)。引入最大信息系数(MIC)挖掘变量之间的相关关系,将高维变量之间的相关信息转换为空间距离信息,构建相关... 详细信息

针对工业数据非线性、时变性、时空特征耦合的特点,提出一种基于最大信息系数和残差图卷积网络的工业过程故障诊断算法(MIC-RGCN)。引入最大信息系数(MIC)挖掘变量之间的相关关系,将高维变量之间的相关信息转换为空间距离信息,构建相关性矩阵作为图卷积层的邻接矩阵输入;构建改进的深度残差图卷积网络(GCN)模型对数据的时空特征进行深度融合提取并精准分类。在田纳西-伊斯曼过程和三相流过程数据集上将该算法与4种典型机器学习和深度学习算法进行对比测试。实验结果表明,该算法有效地提升了故障诊断的准确率。

关键词：故障诊断最大信息系数图卷积网络田纳西-伊斯曼过程三相流过程

来源：评论

学校读者我要写书评

暂无评论

基于信噪比与TOPSIS的凸轮轴铸造工艺参数优化

引用

铸造 2023年第7期72卷 909-916页

作者：朱彦康徐刚强周康康李孝禄陈源李运堂中国计量大学机电工程学院浙江杭州310018 中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室浙江杭州310018 浙江博星工贸有限公司浙江金华321016

凸轮轴铸件成品的质量既受到多个铸造工艺参数组合的影响,又极易受到环境中噪声因素所产生误差波动的影响。基于此,田口方法中的信噪比概念与多目标决策中的TOSIS被应用于凸轮轴铸造过程工艺参数的优化中,以实现铸件质量的鲁棒性设计。... 详细信息

凸轮轴铸件成品的质量既受到多个铸造工艺参数组合的影响,又极易受到环境中噪声因素所产生误差波动的影响。基于此,田口方法中的信噪比概念与多目标决策中的TOSIS被应用于凸轮轴铸造过程工艺参数的优化中,以实现铸件质量的鲁棒性设计。结合铸造过程计算机数值模拟技术,从仿真试验方案中得到了具有强抗干扰能力的最优工艺参数组合。试验结果表明:铸型温度35℃,浇注时间12 s,浇注温度1446℃的铸造工艺参数组合,使凸轮轴铸件的质量既可靠又具备鲁棒性,为实际生产中铸造工艺参数的优化方法提供了思路。

关键词：凸轮轴铸造工艺参数信噪比 TOPSIS 鲁棒性设计

来源：评论

学校读者我要写书评

暂无评论

计及DoS攻击和通信时滞的电力系统负荷频率控制

引用

工程科学与技术 2024年第3期56卷 249-258页

作者：刘星月田永强施开波周坤唐琳成都大学电子信息与电气工程学院四川成都610106 中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室浙江杭州310018 华为技术有限公司云南昆明650011 四川大学电气工程学院四川成都610065

针对电力系统通信网络中存在的时滞和DoS攻击现象,本文提出了基于采样特性的电力系统离散负荷频率控制方案。首先,计及电力系统负荷波动的情况,在多区域电力系统负荷频率控制系统(LFC)模型的基础上,将通信网络中DoS攻击的危害量化为采... 详细信息

针对电力系统通信网络中存在的时滞和DoS攻击现象,本文提出了基于采样特性的电力系统离散负荷频率控制方案。首先,计及电力系统负荷波动的情况,在多区域电力系统负荷频率控制系统(LFC)模型的基础上,将通信网络中DoS攻击的危害量化为采样信号连续丢失数,并分别考虑通信网络中通信时滞和输出信号采样特性,建立包含输出状态反馈控制器的电力系统LFC模型。其次,基于此模型,利用含有控制命令更新周期、DoS攻击导致的最大采样信号连续丢失数、通信时滞、H_(∞)稳定指标的双边闭环Lyapunov泛函、LMI技术,提出LFC系统满足一定H_(∞)指标的稳定准则,并给出离散状态输出反馈LFC控制器的设计及求解方法。最后,本文以单区域和双区域LFC系统为例进行了仿真验证。结果表明:与已有文献方法相比,本文方法在保持系统H_(∞)渐近稳定前提下,能够容忍更大的通信时滞,且结果的保守性更低;同时可以看出本文所设计的控制器在保证H_(∞)稳定性能的基础上,对一定能量限制的DoS攻击具有弹性的防御性能。因此本文方案的有效性和优越性得到了验证。

关键词：时滞 DoS攻击负荷频率控制方案采样特性 Lyapunov泛函

来源：评论

学校读者我要写书评

暂无评论

氮气体积流量对磁控溅射氮化硅薄膜性能的影响

引用

微纳电子技术 2023年第1期60卷 148-153页

作者：徐好孙卫华韩建强施阁中国计量大学机电工程学院浙江省智能制造质量大数据溯源与应用重点实验室杭州310018

磁控溅射法制备氮化硅薄膜具有工艺简单、粉尘少等优点,氮化硅薄膜在微电子机械系统(MEMS)领域中可用作腐蚀掩蔽层和力学结构层。以氮化硅为靶材、高纯氮气为反应气体,采用射频磁控溅射法在硅衬底上制备氮化硅薄膜,在射频功率150 W、偏... 详细信息

磁控溅射法制备氮化硅薄膜具有工艺简单、粉尘少等优点,氮化硅薄膜在微电子机械系统(MEMS)领域中可用作腐蚀掩蔽层和力学结构层。以氮化硅为靶材、高纯氮气为反应气体,采用射频磁控溅射法在硅衬底上制备氮化硅薄膜,在射频功率150 W、偏压150 V、工作气压0.5 Pa、温度450℃、氩气体积流量60 cm3/min的条件下,随着氮气体积流量从0增加到25 cm3/min,氮化硅薄膜的沉积速率先增大后减小,薄膜的压应力从1.38 GPa逐渐减小到672.2 MPa。沉积的氮化硅薄膜在质量分数为10%的HF溶液中的腐蚀速率从20.1 nm/min减小到5.9 nm/min,在80℃、质量分数为40%的KOH溶液中的腐蚀速率从26.8 nm/min减小到1.3 nm/min。随着氮气体积流量增加,薄膜更为致密,缺陷减少,可应用于红外光源、流量传感器等MEMS器件中作为绝热层或者钝化层。

关键词：微电子机械系统(MEMS) 氮化硅(SiN)薄膜磁控溅射湿法腐蚀残余应力

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：