以卓越工程师培养为依托,探索学生党建新途径

高校学生党建工作不能流于形式,必须行之有效.南京工程学院党委围绕教学抓党建,以"卓越工程师培养计划"为依托,将党建工作渗透、融合到教学工作中,充分发挥教师党员和学生党员的先锋模范作用,建立起党组织和学生的联系纽带,采取导师制、党员明示制度、示范岗及师生互动等多种措施,真正地将教书和育人统一起来.实践证明这些措施实现了教师党员与学生党员的双赢,收到了良好效果.     

会计报表分析评价企业经济效益的优劣

会计报表中任何一项财务指标,都与企业经营息息相关,但是单独分析一项指标难以全面评价企业的财务状况和经营成果。为了全方位地了解企业经营理财状况,并对企业经济效益的优劣作出系统的、合理的评价,就必须对各项财务指标进行相互关联的综合性分析,采用适当的标准进行综合性评价。     

宽带相干信号二维波达方向估计新算法

提出一种新的宽带相干信号二维波达方向(DOA)估计算法。该方法充分利用了信号的循环平稳特性以及极化多样性,不仅解决了宽带相干源的二维波达方向估计问题,而且在阵列孔径一定的情况下,提高了对多相干源的处理能力。该方法能够抑制加性噪声以及宽带干扰的影响。仿真结果验证了该方法的有效性。     

基于在线学习和ADRC的发电机励磁与汽门系统ANN逆鲁棒控制方法

为提高汽轮发电机组励磁与汽门系统机端电压和功角的控制性能,提出了基于在线学习和自抗扰控制(ADRC)的神经网络逆鲁棒控制方法.首先,将神经网络逆(ANN)与被控励磁汽门系统组成的复合伪线性系统等效为含有扰动的线性系统;然后,基于ADRC,设计了用于在线估计复合伪线性系统状态和扰动的ESO,解决了神经网络逆在线学习时训练样本获取的难题,并在设计的伪控制量中对扰动进行补偿,基于线性系统理论证明了ESO的收敛性并针对励磁子系统和汽门子系统与神经网络逆系统组成的伪线性复合系统分别设计整数阶PID控制器和分数阶PID控制器以实现闭环控制;同时,在离线训练的基础上设计了基于在线梯度方法的神经网络逆在线学习算法,利用李雅普诺夫稳定性理论证明了神经网络逆在线学习的收敛性.最后,以典型的两区域四机系统为例进行数值仿真,与传统的AVR/PSS和基于离线训练的神经网络逆控制方法的比较结果表明所提方法明显提升了电力系统的暂态性能.     

基于滑模观测器与分数阶锁相环的无传感器PMSM矢量控制(英文)

提出一种基于滑模观测器与分数阶锁相环(FO-PLL)的无传感器永磁同步电机(permanent magnet synchronous motor,PMSM)矢量控制算法.首先用滑模观测器估计出反电势,然后设计FO-PLL对转子位置和速度进行估计.切换函数采用饱和函数代替开关函数,有效地削弱了滑模观测器存在的抖振.所提出的FO-PLL包含一个可调的分数阶次r,因此与传统锁相环(PLL)相比,该FO-PLL具有一个额外的自由度,传统PLL也可以看成是FO-PLL的一个特例.通过选择合适的分数阶次r,能够获得更好的转子位置和速度观测性能.仿真结果证明了所提方法的有效性.     

基于边缘拟合和数字孪生的机器人运动控制系统研究

提出一种基于边缘拟合和数字孪生的机器人运动控制系统.通过深度图像和RGB图像获取目标物体信息,并进行边缘提取,通过边缘拟合得到目标的边缘轮廓,根据其轮廓计算目标物体的中心点坐标,从而实现准确的目标识别与定位.采用数字孪生方法对机器人实时运行状态进行同步显示.试验表明该方法对圆形物体的识别与定位具有高准确性和鲁棒性,在数字孪生平台上运行具有可靠性与实时性,有一定的实用价值.     

基于Halcon的机器人手眼标定方法研究

手眼标定是机器人视觉系统建立过程中的重要环节,本文基于Halcon软件,结合特制的标定板并充分考量相机畸变的影响,提出一种快速、精确、高效的手眼标定方法,该方法在标定过程中建立相机图像坐标系与机器人坐标系转换关系的同时获得相机内外参数.在UR5机器人平台上进行试验验证,试验结果表明该方法可提高标定效率与标定精度,且算法具有良好的跨平台移植性.     

宽带循环平稳信号二维DOA和极化参数联合估计算法

基于圆形紧凑矢量传感器阵列，提出一种新的宽带信号二维波达方向（DOA）和极化参数联合估计算法。充分利用了信号的循环平稳特性以及均匀圆阵的阵列流形，对宽带信号和窄带信号均有效，而且能利用信号在极化域的差异来定位空间上靠的很近的信号。在估计过程中不需谱峰搜索，二维DOA以及极化参数自动配对，具有很好的实用性。能抑制宽带干扰和加性噪声的影响。仿真结果验证了该方法的有效性。     

基于车道线检测的移动机器人巡线方法研究

SLAM技术在移动机器人巡检领域得到广泛应用,但对于环境特征单一的大型室内场景,SLAM技术的定位建图效果不能满足实际需求.针对大型仓库下移动机器人巡检问题提出基于车道线检测的移动机器人巡线方法.在HSV颜色空间下,首先采用多阈值叠加方法对采集的实时视频图像进行颜色阈值分割;然后通过霍夫变换与过滤得到与车道线唯一贴合的直线;最后通过该直线参数矫正移动机器人运动时的方向.试验结果表明:基于HSV阈值分割的车道线检测方法能有效检测车道线,正确率可达99.81%;该方法可使移动机器人正确调整运动方向,调整成功率可达93.33%.