实现自动化测试系统中串行通信若干问题的研究

本文讨论研究了计算机与智能仪器串行通信的主要问题,首先分析了这种串行通信的特点,阐述了计算机串行通信方式的选择,接口硬件的连接及软件的编程。重点讨论了实现串行通信中的通信协议、流量控制和差错检测,经在PC—386工控机与数种智能仪器的串行通信实验,得到了令人满意的良好效果。文中提出的内容是理论与实践结合的经验总结,它对从事于计算机与智能仪器串行通信工作的人员具有重要的参考价值。     

小产品做出大市场——鸿雁公司成功的秘诀

曾经有人描绘过这样一种生活:回家时,可以提前用手机拨打家中的电话,接通控制系统,启动空调,按事先设定好的温度运行;到家了,只需把手指按在门外的指纹锁上,房门就会自动打开,客厅的灯随之亮起,音响系统也开始播放预设的音乐,还可以通过对系统的设置实现几乎所有的控制功能,例如冰箱的温度、微波炉的烹饪时间、灯光的强弱……这种生活虽然现在人们还没有享受到,但是离我们已不遥远。刚刚获得2003年浙江省科技进步二等奖项目———“智能家居控制系统研究与开发”正是这种生活的美好阐释。为了解这种生活,记者特意采访了这项成果的主要负责人———杭州鸿雁电器公司副总经理单朝兰。     

Linux系统的典型应用

要：Linux是一个可实现多任务、虚拟存储等多功能的系统，其安全性能好，利用Linux充当路由器，来讨论Linux操作系统的安全性应用．     

Max232在智能网络化UPS中的应用

对Max232的功能结构进行了简单的介绍.利用Max232实现了智能网络化UPS与网络主机间的通讯功能.阐述了其通讯原理,同其他的通讯方式进行了比较.给出了实用的硬件连接原理电路图,编写了适用于两者间的通讯协议.最后给出了程序流程图.     

交通信号灯智能控制系统设计与实现

研究了运用PLC技术的交通信号控制系统，用简洁的软硬件使其智能化程度更高。采用PLC与计算机之间的通讯链接技术，完成交通对象的复杂控制。并运用模糊控制原理，将人的控制经验及推理过程纳入系统自动控制当中，使车辆行驶和道路导航实现智能化。     

基于强化学习的电磁悬浮型磁浮列车悬浮控制

为了保证磁浮列车的安全、可靠运行,研究了悬浮系统在参数摄动条件下的悬浮控制问题。首先,对电磁悬浮（EMS）型磁浮列车的基本悬浮单元建模,给出了电流控制模型;然后,建立了悬浮系统的强化学习环境以及软演员-评论家（SAC）智能体,并设计了加速训练的奖励函数与“吸死”处理方案;最后,提出了基于强化学习的悬浮控制方法。与传统比例-积分-微分（PID）控制方法的对比结果表明,本方法具有更快的动态响应,在损失50%线圈匝数或磁极面积变化时具有更好的跟踪精度。     

基于不安全控制行为分析的商用车AEB决策系统优化

现有的基于车载传感器的商用车自动紧急制动(AEB)系统存在视野盲区等原因,功能受到了很大的限制。为了提高商用车AEB系统的安全性和可靠性,该文提出了基于不安全控制行为分析的商用车AEB决策系统优化方法。首先,通过实车测试获取车车通信在不同工况下的通信时延规律,使用该时延规律对环境车的速度、位移和坐标等参数进行补偿修正,弥补通信时延对系统决策造成的影响。然后,制定交叉口路段处的商用车自动紧急制动策略,在两车即将碰撞时控制本车的制动系统以最大的制动减速度自动紧急制动,避免碰撞的发生,并基于不安全控制行为分析,对AEB决策系统进行优化。最后对提出的优化方法进行了仿真和实车测试,结果表明,该方法能够有效地防止两车在交叉口处相撞,具有较高的安全性和可靠性。     

基于混合团树的贝叶斯网络智能推理算法

提出了一种基于混合团树的智能推理体系架构,利用原始贝叶斯网络中变量之间的依赖关系对连接树进行改造,使得在推理过程中满足以下两个优势：(1)它能直接消除与证据和查询的无关的变量集,使得混合团树得以缩减为更小规模的二级树状结构,进而使消息不必在所有节点中传播;(2)它继承了连接树传播算法中可以重复利用混合团树中预先储存的信息进行加速推理.     

泵闸混凝土施工期智能温控关键信息识别

为实现施工期大体积混凝土温控要素的智能快速识别,提高智能温控系统的反馈及预测模型精度,提出了一套智能算法对物联网技术采集到的各类温控要素原始测值进行识别及转化。针对浇筑温度、浇筑时间、最高温度、内外温差、冷却通水起止时间与表面保温覆盖等施工期关键温控参数,结合工程经验分别给出相应识别任务的判定逻辑并编写对应程序,然后应用多个实际工程数据进行验证,并分析各识别功能的准确率。验证结果表明,本文算法识别效果良好,能够实现温控要素采集的自动化、智能化、快速化、精准化,具有较强的工程实用价值。     

智能仿生PDC钻头的破岩数值模拟

为解决普通孕镶金刚石钻头(普通钻头)破岩效率低、钻进不稳定、不耐磨以及不能根据地层选择合适形态破岩等问题,结合仿生原理和非平面结构设计了新型聚晶金刚石复合片(polycrystalline diamond compact, PDC)齿和钻头底唇面,提出一种在钻头底唇面安装传感器进行岩性识别,可选择合适形态破岩的智能仿生PDC钻头(智能钻头)。利用机器学习,基于现场钻井数据对岩石性质进行分类。分析了智能钻头切削结构针对软中硬地层和硬地层具有两种工作形态,基于建立的切削模型和岩石失效准则,对智能钻头和普通钻头的破岩过程进行数值模拟对比,结果表明：机器学习的加权KNN(K-nearest neighbor)算法可很好避免样本重叠问题,可精确对岩石性质分类,其训练模型可提供给传感器进行岩性识别。破碎砂岩时,智能钻头经传感器调节将具有PDC齿的底唇面和仿生底唇面保持同一高度破岩,对比普通钻头,其破岩比能和切削力明显更小,表明其效率更高、切削更稳定;破碎花岗岩时,智能钻头经传感器调节将具有PDC齿的底唇面下放破岩,其破岩效率明显高于普通钻头,也更稳定。研究成果对石油钻井设备智能化发展有重要意义。