智能小车运动控制研究

智能小车运动控制系统由核心控制模块、小车平台、供电模块、速度检测模块、循迹防跌模块、红外防撞车模块等部分组成.其中核心控制模块,采用SST89E516RD2单片机,实现总体控制和逻辑处理等功能;小车平台采用半成品的小车平台,包括底盘、轮子、减速电机等部分,提供了智能小车的基本平台;速度检测模块和循迹防跌模块采用红外收发对管,可实现小车轮速的检测、检测道路标志和保证小车不能跌出平台边界;红外防撞车模块采用红外接近开关,输出高低电平信号,指示前方是否有小车;供电模块采用3节3.6V锂电池,后接采用芯片MC34063的降压电路,为小车提供稳定电源;人机接口模块由若干指示灯组成,可实现小车运行状态的显示、报警提示等功能.     

地面气象观测智能监控平台设计

根据地面气象观测无人值守业务的需要,以地面自动化观测为基础,优化传输网络,采用双套观测数据的双链路自动采集。建立地面气象观测智能监控平台,实现对网络状况自动检查,以及主、备上传网络通道的自动切换;实现对形成报文时间、内容和到报情况等自动检查,实现主站数据缺测或异常时以备站自动替换;在数据采集、质控、上行等过程中有异常时能及时自动报警,以利于保障及时响应处理。     

智能三相电机保护器的研制

本文介绍一种用ＰＩＣ单片机构成的智能三相电机保护器，通过对三相线电流的实时线性取样，实现缺相、三相不平衡、超载等故障诊断，并作相应的保护处理。     

基于随机森林的电机异音故障诊断方法

针对电机异音故障检测技术存在准确率低、模型复杂等问题,提出一种基于随机森林的电机异音故障诊断方法。通过自行研制的汽车智能座椅靠背电机振动测试平台,分析电机故障产生过程及异音的特征,并从时域中提取11个特征表征异音信号的变化;通过主成分分析法对所提取的特征进行降维,在训练基于随机森林和概率神经网络的电机故障智能识别方法基础上,通过自行研制的汽车智能座椅靠背电机振动测试平台采集数据,得到随机森林的平均识别准确率为95.11%±2.17%,概率神经网络的平均识别准确率为93.90%±2.16%。     

异步电动机出厂试验智能测试系统的研究

介绍了自行研制开发的异步电动机出厂试验信号自动采集与智能分析系统的原理和设计。根据出厂试验的技术标准，对自动采集到的数据进行分析比较，从而给出电机状态信息。在满足生产实践中对异步电动机出厂试验的质量检测需要的同时，提高了电机出厂试验的智能化水平。     

基于油液监测船用柴油机活塞环摩擦磨损研究

从延长船用柴油机活塞环寿命的角度出发，利用油液检测技术，对活塞环－缸套间摩擦副间的摩擦磨损过程进行分析研究，分析活塞环－缺套间的润滑与摩擦磨损规律，寻找改善活塞环－缸套润滑状态的途径，并证明利用油液检测技术是进行摩擦副的摩擦磨损研究的有效途径。     

交流电动机节能与自动保护系统

该系统利用单片机检测电机负载并自动调节其输出功率来提高电机效率,同时监控电机的运行状态,当超载、断相、绕组温度异常等故障发生时,该系统能立即进入保护状态,从而达到节能和保护电机的目的。     

基于机器视觉的风力机叶片损伤检测系统

针对风力机叶片表面出现的磨损等早期损伤特征现象,传统损伤检测方法存在高成本低效率等问题,设计了一种基于机器视觉和图像处理相结合的风力机叶片损伤检测系统。通过搭建机器视觉实验平台完成风力机损伤叶片图像采集和处理,通过使用HSV进行颜色平面提取,卷积运算、高亮显示操作滤波,选用自动阈值分割方法中最小均匀性度量法进行阈值分割处理,最后通过数学形态学去噪处理,腐蚀、膨胀、开运算等操作完成特征提取,设计了基于LabVIEW的风力机叶片智能图像识别系统,通过对图像处理后的损伤特征识别效果调试,完成性能测试。实验结果表明：基于该算法处理后的图像在设计的识别系统内准确识别率达到92.3%,并对裂纹损伤进行目标测量得到实际长度且绝对误差最大为3 mm。该系统满足叶片检损的要求,实现对风力机叶片表面裂纹、轮廓磨损等损伤的图像处理和识别,并对损伤处进行标记、计数和测量,实现无损探伤,为兆瓦级风力机叶片损伤检测提供方法借鉴和图像处理、系统设计的技术支持。     

基于89C52单片机的智能电机设计

提出一款用于协助测量运动员腿部肌肉反应速度的智能电机控制系统,使用C语言编程,以AT89C52型单片机为核心.单片机接收并储存红外遥控器控制信号,输出指令控制电机工作,并将工作状态实时显示在1602液晶屏上.系统可避免操作平台发生故障,智能控制测量步骤,得到精准的实验数据.现已做出成品应用于实验,效果良好.     

智能数据检测管理系统的研制

介绍了一种智能数据检测管理系统,该系统可对生产现场实时数据进行采集、处理、显示、存储、报警和打印。该系统采用多级分割快速定位法可实现超长历史记录的快速查询,并可通过公用电话网络来远程查询系统的运行状态和检测结果。     

基于ARM的智能婴儿床设计

针对现有婴儿床功能单一的现象,该文设计了一款基于ARM控制下的智能婴儿床。该智能婴儿床系统包括多种传感器、音频分析模块、图像采集与处理模块、报警模块、电机驱动、显示模块及通信模块等。可实现温湿度检测、哭声监测,自动完成报警、音乐播放、婴儿床摇摆以及父母远程视频监控、手机监控等功能。并由ARM主控制器采集传感器数据,进行重复分析处理后,实现对婴儿床的智能监测与控制。现场应用表明,该婴儿床运行安全、方便、可靠,检测精度高,具有广阔的使用前景。     

基于神经网络的高压断路器机械故障诊断仪及在设备检修中的应用

阐述了一种基于径向神经网络技术，通过检测高压断路器分合闸线圈电流、储能电机电流、线圈两端电压及振动信号并将测得的信号特征值或波形和开放式智能样本库进行比对。在此基础上介绍了对断路器机械故障进行智能诊断的高压断路器机械故障诊断仪产品，并结合该装置在现场进行故障诊断的实例提出了一种高压断路器机械故障诊断的新方法。     

基于HTM网络的多源海洋实时观测数据异常检测

在时下海洋观测系统中,往往通过分布于不同地理位置的智能传感器来获取实时观测数据。然而由于通信环境不稳定、观测仪器故障、数据采集或传输软件运行异常等原因,观测数据的完整性、可靠性和时效性往往得不到保障。本文基于层级实时记忆(Hierarchical Temporal Memory,HTM)网络设计多源数据异常检测算法,对不同测点海洋实时观测数据流进行质量监控。首先考虑海洋观测系统中存在的数据缺测、网络丢包现象,对观测数据进行预处理;接着基于HTM网络,生成观测数据的稀疏离散表征,动态更新神经元活跃和预测状态,并根据赫布法则奖励或惩罚突触连通值,模拟时序数据的空间和时间关系,从而学习和识别数据内部特征,实现单源海洋实时数据流的异常检测;最后在此基础上,利用不同测点间观测数据的距离相关性,对多源海洋实时数据流进行质量监控,降低异常数据漏报率。实验结果表明,本文提出的算法能有效检测出海洋实时观测数据异常点,且识别速度快于数据采集速度,能保证异常检测过程的准确性和实时性,符合实际应用需求。     

基于.NET的自动气象站监控系统设计

该文对自动气象站监控及数据库访问技术进行了研究。首先从XML配置文件中获取站点信息,然后用站点信息中的区站号到数据库中查询当前整点小时数据及缺测信息,接着对数据进行分析、处理,并将得到的异常信息存放到记事本中,最后将记事本中的内容显示到监控平台,为技术保障员快速发现故障提供依据。     

线材轧机工作状态无线遥测计算机管理系统

本文介绍湘潭钢铁公司轧钢厂线材轧机生产线上４０台电机工作状态无线遥测计算机管理系统。该系统采用无线发射与接收装置将电机的工作状态转换为数字信号后送８０３２单片机进行检测运算处理，在ＣＲＴ上显示出各台电机事故停车的起始时间，每隔８ｈ打印出每台电机的停车时间及停车总次数等。该系统的运用，使轧机的生产水平得到提高．     

嵌入式语音处理器在控制系统中的应用

本文介绍利用嵌入式语音识别处理器来设计智能玩具。其中硬件设计是基于SPCE061A单片机的语音识别电路设计、电机控制电路设计和状态显示设计;系统软件包括语音提示、对特定发音人训练和识别。经测试,识别准确率较高,控制准确。     

基于EMD的金刚石砂轮磨损状态声发射监测

针对磨削金刚石砂轮磨损状态声发射信号小波分析中存在的问题,根据工程陶瓷部分稳定氧化锆磨削过程中声发射信号非线性非平稳性的特点,采用经验模态分解方法将磨削声发射信号分解为多个平稳的固有模态函数之和,并提取其有效值、方差和能量系数等特征值.在磨削金刚石砂轮从轻度磨损状态转变为严重磨损状态时,固有模态函数的有效值(IMFrms)和方差(IMFvar)增大,而能量系数(IMFpe)发生明显的变化;将其做为最小二乘支持向量机的输入参数,对金刚石砂轮的轻度磨损状态和严重磨损状态成功地进行了智能监测.     

智能抽油机节能控制器的研制

设计了一种新型智能抽油机节能控制器，通过检测电机的功率因数间接判断井下供液能力的大小。本控制器可以延长低产油井的开采寿命，减少各机械部件的磨损，有效降低用电成本。     

嵌入式智能高压断路器状态监测系统的研究与设计

针对高压断路器机械特性监测的具体要求,研究和设计了一种基于DSP和μC/OS-Ⅱ的嵌入式智能高压断路器状态监测系统。该系统的数据采集层由多种传感器和DSP数据处理器构成,在移植到DSP芯片的μC/OS-Ⅱ实时操作系统平台上开发应用软件,完成对高压断路器机械特性的多个参数的采集、处理与显示,同时通过CAN总线将数据传送到监测服务器,服务器上管理软件采用VC++工具开发,主要完成对测量数据的存储、显示和分析处理等。多次实验测试结果表明,智能监测系统性能稳定,准确性较高,效果理想。     

基于云平台的疲劳驾驶检测系统

本文针对国内因疲劳驾驶而事故多发的情况,提出了基于深度机器学习和智能云平台的疲劳检测和驾驶事故自动检测解决方法。该方法很好地适应了车辆和驾驶室的复杂工作环境,旨在让操作人员能够快速实现基于深度和机器视觉的疲劳驾驶检测和报警功能,通过在驾驶员的上方安装可移动摄像头实时采集驾驶员的图像,将实时获取的视频流数据送入处理设备进行处理,同时利用预先训练好的疲劳检测模型从摄像头提取出人脸的特征点,依据PERCLOS疲劳驾驶判断准则来判断车辆驾驶者是否已经处于疲劳状态并实时上传图像数据至云端处理平台,同时根据人脸的位移和方向,利用舵机使摄像头始终正对驾驶者的脸部,最终完成一个集便携性、高效性、准确性为一体的疲劳检测系统。