在LabVIEW平台下实现步进电机系统的多通道监测

LAMOST光纤定位单元采用的是双回转结构,每个光纤定位单元由两个步进电机驱动.采用虚拟仪器技术对LAMOST光纤定位装置中的步进电机群进行多通道在线监测,实现了步进电机系统绕组电流的多通道同步采集显示与分析,并运用聚类分析原理对步进电机的运行状态进行判别,以便在电机的运转出现异常时给出相应的处理措施.由此不仅可以缩短系统的故障修复时间,还能提高系统的维护效率.     

基于多通道步态集合的跨视角步态识别

为了提高步态识别的识别效率,提出了一种基于多通道步态集合的步态识别算法.算法中将一个周期的步态轮廓图进行归一化处理后,通过步幅的大小将周期内的轮廓图划分为7个通道,每个通道内的轮廓图按照平均步态来处理,得到7通道的步态模板.结合卷积神经网络的优异性能,将该多通道步态模板(period energy im-age,PEI)当成图像集作为网络的输入,让网络自身去提取步态模板之间的时序关系.在此基础上,使用增强约束的Triplet Loss函数来学习到最优的特征和距离度量,使最终的训练更加有效.通过在标准数据集CASIA-B上的实验结果表明,与之前多数算法相比,所提出的算法在跨视角的情况下能取得很好的识别效果.     

多感知通道融合虚拟实验的快速生成方法

针对传统虚拟实验存在的开发效率低、体验单一等问题，提出多感知通道融合虚拟实验的可视化快速生成方法。对虚拟实验的实验步骤、实验步骤序列进行定义。提出基于Petri网的实验元素参数化描述方法对实验步骤序列进行描述，突破传统虚拟实验一步步按既定程序走的约束，支持建立探究式虚拟实验。提出路由图的可视化表达方法及其与Petri网之间的转换方法，使用户能通过编辑路由图的方式实现实验的快速开发，融入了嗅觉与温感两个通道的反馈，使实现视、听、嗅、触多感知通道融合的虚拟实现成为可能。为验证所提出的方法，开发了相应的原型系统，并以铝热反应实验为例，介绍生成过程。结果表明：该可视化快速编辑方法对虚拟实验的编辑有效且可行。     

多通道CNN-BiLSTM的短时温度预测

温度数据具有明显的反向、时序相关性及多尺度特征，提升温度预测精度的关键在于能否有效提取温度数据的上述特征.为提取这些特征，该文提出一种多通道卷积双向长短期记忆网络(convolutional neural network-bidirection long short-term memory, CNN-BiLSTM)的短时温度预测模型.该模型首先利用双向长短期记忆网络(BiLSTM)提取数据的反向特征、时序相关性特征；再利用多通道且不同尺寸、不同膨胀率的卷积神经网络(CNN)提取数据的多尺度特征，组成在学习多尺度特征后的数据，将其和原始数据作为BiLSTM层的多通道输入，输出的数据经过全连接层，形成最终的预测结果.实验结果表明：多通道CNN-BiLSTM的短时温度预测模型能有效地提取数据的时序相关性、反向及多尺度特征，可有效地提升温度预测精度，是一种行之有效的短时温度预测模型.     

多通道并联无线岸电系统扰动抑制技术研究

输入输出均并联型多通道无线岸电系统可通过模块化叠加实现舰船岸电大功率传输，解决单通道功率受限问题. 但在模块生产、安装及运行过程中难免产生参数差异和扰动，进而将引起岸电输出电压不稳定，影响无线岸电系统可靠运行. 为此，首先给出多通道并联无线岸电系统电路拓扑，建立了以逆变器移相角为输入、目标负载功率为输出的多通道并联无线岸电系统模型，采用能量?相角的方法降低系统阶数，建立系统小信号模型，基于Trapezoidal阶梯双线性逼近法设计了系统控制器，分别研究通道耦合器参数差异、系统直流输入电压扰动、负载扰动三种工况，通过Matlab仿真和实验验证了参数差异及参数扰动下控制器效果，结果表明控制器在三种扰动工况下均有较好的控制效果，保证了多通道岸电系统的稳定运行，该技术对大功率无线岸电系统的设计与应用提供了技术支撑.      

高梯度静磁场的多通道磨粒检测传感技术研究

针对机械设备磨损在线检测系统存在的大流量和高灵敏度难以同时满足的问题，提出了基于对向布置环形磁铁的多通道磨粒在线检测传感器结构. 通过建立传感器磁特性及铁磁性磨粒磁化的数学模型，推导得到了磨粒通过传感器时磁场扰动的解析解；进而采用仿真与实验的方法验证了传感器结构参数对传感器性能的影响规律. 研究表明，铁磁性球体磨粒通过传感器时，其内部磁感应强度约为背景磁感应强度的3倍，且传感器感应线圈布置于磁铁外边缘比布置于磁铁内边缘时的检测灵敏度高约10.1%；同时，随着磁铁外径及两磁铁轴向间距的增加，传感器输出感应电压呈现先增加后下降的趋势.采用优化后结构参数的传感器可实现直径80 μm铁磁性磨粒的有效检测.