指针式仪表自动识别装置的设计

针对指针式仪表人眼读数效率低,不能转化成数字信号输入计算机,提出一种基于Hough变换的指针式仪表自动判读方法.该方法运用图像减影技术,通过调节图像分辨率实现指针的检出,再利用Hough变换做峰值检测、线检测和链接,通过转换偏转角度的基线位置,确定出仪表指针的读数.实验表明,该方法能快速有效地完成指针式仪表的自动判读,且最大不确定度明显优于人眼的识别,具有较高的精度.     

基于优化核极限学习机的泥石流危险性评估

山区环境中泥石流的孕育受多种因素的影响，为提高泥石流危险性的预测精度，提出一种萤火虫算法(firefly algorithm, FA)优化核极限学习机(kernel based extreme learning machine, KELM)的预测模型。首先，针对数据维度爆炸的问题，通过主成分分析(principal component analysis, PCA)数据降维，使得留有大部分致灾特征信息的因子输入训练模型；然后，使用萤火虫优化算法更新核极限学习机的参数，将四川省北川县监测数据输入优化后的预测模型，并与其他传统机器学习算法进行对比分析，验证该算法的优越性；最后，使用多种指标综合评估模型的预测效果。结果表明，FA-KELM模型能够有效地简化数据结构，提高泥石流危险性预测的准确性，为泥石流灾害预测方面的研究提供参考和借鉴。     

纱线强度测量系统的设计与实现

提出一种纱线强度测量方法，设计了单片机纱线强度测量系统．系统采用AT89C51作为纱线强度测试仪的检测与控制核心，扩展了键盘输入、数码管显示、电机驱动、图数检测及纱线断裂检测等5个电路模块，编制调试了其系统软件程序．系统可以替代人工手段检测纱线强度的特性参数，从而界定纱线的品质，有效提高纺织品的质量和稳定性．     

基于GWO-ELM算法模型的水体含沙量预测

泥沙含量的演变受多种因素的影响,为了快速、准确的对水中泥沙含量进行高精度预测,为泥沙治理以及合理利用水土资源提供理论依据,提出了一种基于GWO-ELM算法模型的水体含沙量预测方法。首先,将影响泥沙含量的8种原始影响因子赋予权重,利用主成分分析（Principal Component Analysis,PCA）法提取出4个主成分影响因子,避免维数灾难;然后,将提取出来的因子作为极限学习机（Extreme Learning Machine,ELM）算法模型的输入,进行泥沙含量的预测,并使用灰狼优化算法（Grey Wolf Optimizer,GWO）更新预测模型的最优参数;最后,以长江口北槽监测数据进行了仿真验证。结果表明:本文所提方法有效的降低了维数灾难,且提高了在相同隐含层神经元节点数情况下的预测准确率,预测值与实际值拟合效果较好,预测精度较高。本研究说明了GWO-ELM模型可用于对泥沙含量的预测,为相关决策部门提供了一定的借鉴经验。     

高速并条机运行管理智能控制器的设计

通过高速并条机智能控制器的设计研究，介绍了十六位微型单片机ＭＣＳ—８０９８的软件和硬件资源的开发应用技术，并且给出了实用的抑制共模干扰电路．     

SPWM数字化自然采样法的谐波仿真分析

根据SPWM（Sinusoidal PWM）数字化自然采样法的基本原理，利用MATLAB软件对其进行谐波仿真分析．通过改变调制度、载波比和采样频率3个参数的大小，得出数字化自然采样法的频谱分布情况，并验证了数字化自然采样法输出波形中附加的一个直流分量．当采样频率比较高时，数字化自然采样法的频谱分布与自然采样法的频谱分布类似．通过对3种采样法的基波幅值和输出电压总谐波失真度（THD）的仿真比较，得出当载波比较小时，数字化自然采样法的调制效果明显优于规则采样法的调制效果，而与自然采样法的调制效果比较接近；当载波比增大时，三者的调制效果趋于一致．     

MSPWM输出波形的图解分析法

介绍了一种可以直接从调制信号和n个三角载波分析得出SPWM我重化（MSPWM）输出波形的图解分析法，得出了载波比、调制比和MSPWM输出波形的最大跳变幅值之间的约束关系。当满足这一约束条件时，MSPWM输出波形的最大跳变幅值为最大输出峰峰值的1/n。     

基于简单网管协议(SNMP)的单片机实现方法

分析了简单网管协议（SNMP）的数据格式．利用C51程序设计语言完成了SNMP报文的数据组包与解包、变量转换等编程，实现了符合SNMP网管协议的上位机和有线电视网络监测设备之间的数据通信．经测试，系统运行正常，数据传输正确．为有线电视网络设备监测的统一有效管理提供了一种可行的方法．     

基于布谷鸟优化轻量梯度提升机的泥石流预测

摘 要： 针对山区环境中引发泥石流的影响因素复杂多样,影响因子之间易存在相互耦合,以及梯度提升树（Light Gradient Boosting Machine,LightGBM）预测模型易陷入局部最优问题,提出了核线性判别分析法（Kernel Linear Discriminant Analysis,KLDA）与经布谷鸟算法（Cuckoo Search,CS）寻优后的LightGBM预测模型。首先,对传感器采集到的原始数据进行清洗,并将“清洗”后得到的规范数据通过KLDA进行降维处理,得到相关性低且贡献率高的影响因子作为预测因子。采用随机取样的方法对降维后数据进行规划,选取70%的数据用于训练模型,剩余30%用于验证模型。然后,将训练数据作为输入,基于CS-LightGBM算法训练出最优预测模型。最后,结合鹅项沟监测数据进行仿真。结果证明,此方法能够将复杂的泥石流影响因子降维成利于建模的预测因子,使预测模型具有较好的预测准确度,为泥石流灾害预测方面的研究提供了新的思路。     

基于光纤通信的闸门控制系统设计与实现

利用光纤通信系统实现冯家山水库八处13扇闸门的自动控制.提出了闸门自动控制系统的设计方案,研制了PLC闸门现地控制单元,并使用MCGS组态软件编制了上位机控制程序,利用可编程自由口通信模式编制了PLC和上位机的通信协议.通过实施达到了较好的控制效果.