全部分类/
科学普及/
现代电子技术

现代电子技术

2026年12期

本刊以电子技术为主体，探讨和报道信息产业及电子行业中新技术，新器件，新应用的学术论文及成果；提供国内外最新的电子技术发展动态及产品市场信息；为企业的新产品，新技术，新成果在产业及行业内的推广架起一座金桥。

扫码免费借阅

目录

快速导航

电子与信息器件 | 基于模糊 PID 与 DEPSO 算法的风电机组协同变桨控制

电子与信息器件 | 基于模糊 PID 与 DEPSO 算法的风电机组协同变桨控制

摘要: 为解决风电机组在复杂工况下的功率稳定性差和疲劳载荷问题, 提出一种智能协同变桨控制策略, 对风电机组的功率和载荷控制进行研究。在功率调节方面, 考虑到传统 PID 控制在面对快速变化的湍流风时无法自适应调整参数, 容易导致输出功率超调和振荡问题, 引入模糊理论, 从而实现 PID 参数的自适应调整, 使控制系统能够根据风速变化动态调节参数, 快速稳定输出功率并减少功率波动。在载荷调节方面, 为解决传统变桨控制方法难以有效调节风电机组承受的载荷问题, 设计一种叶根载荷反馈 PI 控制器, 并采用差分进化粒子群优化 (DEPSO) 算法对该控制器参数进行优化, 以改善叶根载荷响应。OpenFAST 和 Simulink 的联合仿真结果表明: 所提出的协同变桨控制策略在快速稳定功率的同时, 显著降低了叶根载荷, 面外力矩的标准差减少了 19%, 倾覆力矩的平均值从 1 400 kN·m 以上降至 26.62 kN·m。该控制策略具有一定的优越性, 可为风电机组在复杂环境下的长期稳定运行提供保障。
电子与信息器件 | 基于UWB技术的晶圆传输机器人定位优化算法

电子与信息器件 | 基于UWB技术的晶圆传输机器人定位优化算法

摘要: 传统移动平台激光定位技术造价高昂, 容易受到障碍物遮挡导致无法识别, 另外环境光变化会降低定位精度。针对晶圆搬运的定位问题, 采用基于飞行时间(TOF)测距原理, 设计基于超宽带(UWB)技术的晶圆搬运平台定位系统, 有效解决了传统激光定位易遮挡、易受环境光干扰的缺陷。针对基础单边双向测距(SS-TWR)算法受微控制器(MCU)主频偏差影响问题, 利用改进后的双边双向测距(DS-TWR)算法结合三边定位方式, 消除主频偏差导致的累积误差。搭建仿真实验平台, 对比测试SS-TWR和DS-TWR两种UWB定位技术的运动轨迹, 并与传统激光定位技术进行误差分析和数据比较。实验结果表明, 所提方案在控硬件成本的前提下, 可使晶圆移动平台达到与激光定位相近的定位精度。
电子与信息器件 | 全固态直流断路器在多电飞机配电环网中的应用

电子与信息器件 | 全固态直流断路器在多电飞机配电环网中的应用

摘要: 随着多电飞机(MEA)架构的发展, 直流配电系统对高可靠性、快速故障隔离及智能化控制的需求日益迫切。针对 MEA 270 V 环形直流配电网, 提出一种基于反并联绝缘栅双极型晶体管(IGBT)的全固态断路器(SSCB)方案, 集成双向能量吸收与通信功能。通过理论分析与实验验证, 优化 RC 缓冲电路参数, 平衡了关断速度与过电压抑制能力; 并结合金属氧化物压敏电阻(MOV)实现高效能量耗散。样机测试结果表明, 在 200 A 短路故障下, SSCB 的关断时间仅为 1.86 ms, 母线峰值电流为 382 A, 过电压峰值控制在约 410 V, 显著优于传统机械断路器。另外, 设计 CAN 总线通信模块实现断路器与上位机的双向数据交互。样机实验结果表明, 所提方案兼具快速分断、低电压应力及智能化管理特性, 可为 MEA 直流配电系统保护提供技术参考。
电子与信息器件 | 基于DBO-BP神经网络的锂电池双层均衡控制研究

电子与信息器件 | 基于DBO-BP神经网络的锂电池双层均衡控制研究

摘要: 针对传统单层均衡拓扑存在的均衡速度慢、效率低等问题,提出一种双层均衡拓扑。首先,拓扑底层采用改进Buck-Boost电路进行均衡,顶层采用反激式变压器电路进行均衡,优化了能量传输路径,实现了任意电池单体及任意电池组间的快速均衡;其次,利用蜣螂优化(DBO)算法优化传统的BP神经网络,提升了网络收敛速度与全局寻优能力,将SOC估算最大误差降低至0.49%,有效提高了SOC估算精度;再次,均衡控制策略采用组内最值极差法和组间均值差值比较法,可以同时进行均衡控制;最后,在Matlab/Simulink中搭建了9节串联锂电池仿真模型,分别在充电和放电两种均衡模式下,对传统单层均衡拓扑和所提出的双层均衡拓扑进行对比仿真。实验结果表明,所提双层均衡方式能有效缩短均衡时间、提高均衡效率。
电子与信息器件 | 基于模糊控制的电机减速控制策略设计

电子与信息器件 | 基于模糊控制的电机减速控制策略设计

摘要: 油气田所采用的电机设备在比例积分控制的作用下, 电机减速系统存在鲁棒性和抗扰性弱、实际输出与期望输出之间的目标误差大等问题。为此, 基于模糊控制和终端滑模控制技术, 提出一种电机减速控制策略。以电机系统的基本结构和旋转坐标系下的数学模型为基础, 分别建立终端滑模控制的滑模面函数和趋近律函数, 弱化外在复合扰动对电机系统的影响, 提升电机系统的鲁棒性。同时, 以模糊规则和模糊收敛函数为基础, 引入模糊控制对终端滑模控制中的各类控制参数进行优化调节, 从而提升电机系统的响应速度和控制精度。与单一模糊控制和终端滑模控制方法进行对比, 结果表明, 所提控制策略在各类扰动影响下的目标误差均在 1% 以内, 可为电机在复杂工况下的稳定运行提供解决方案。
电子与信息器件 | 基于 ARM 和 FPGA 设计的电机控制 SiP 电路

电子与信息器件 | 基于 ARM 和 FPGA 设计的电机控制 SiP 电路

摘要: 传统电机控制电路一般采用分立元件, 按照特定互联关系和约束规则布局于PCB板, 存在尺寸较大且可靠性不高的问题, 无法满足电机控制系统小型化、轻量化的需求。系统级封装(SiP)是利用先进工艺, 在单一封装基板上组装和集成多个IC芯片及不同类型的元器件, 可构成具有特定功能的电子信息系统。基于系统级封装技术, 设计一种电机控制SiP电路。该SiP集成ARM裸芯和FPGA裸芯, 两颗芯片通过Wire-bond工艺连接于PBGA321基板上, 形成SiP电路。相比ARM和FPGA分立设计的电机控制系统, 该电机控制SiP体积缩小50%以上, 质量减轻60%以上, 有效解决了传统PCB板级电机控制电路存在的大尺寸问题, 达到了小型化和高可靠性的目的。测试结果表明, 该电路满足设计要求, 在电机控制领域具有一定的应用场景。
计算机科学与应用 | 基于 CEEMD-LSTM-TCN 的云资源预测

计算机科学与应用 | 基于 CEEMD-LSTM-TCN 的云资源预测

摘要: 云资源负载具有高度动态性与非平稳性,传统预测方法在面对此类复杂序列时存在精度不足与建模能力有限的问题。为提升云资源利用率预测的准确性与鲁棒性,提出一种融合完备集合经验模态分解(CEEMD)、长短期记忆(LSTM)网络与时间卷积网络(TCN)的组合预测模型。该模型首先利用CEEMD将原始CPU利用率时间序列分解为若干具有不同频率特征的模态分量,并通过主要频率阈值将其划分为高频与低频两类。针对不同频率分量,分别构建TCN与LSTM子模型,并对其进行建模预测:高频分量通过TCN捕捉短时扰动特征,低频分量通过LSTM拟合低频分量中的长期变化趋势。最后融合各子模型的预测结果,得到最终负载预测值。实验在阿里云数据集上进行,结果表明,所提模型在MSE、RMSE、MAE和决定系数( R²)等多项评估指标上均优于对比模型,具备更高的预测精度与拟合能力,尤其在突变区间上能保持良好的稳定性与一致性。该方法可为云计算平台中资源动态调度与弹性配置提供有力的技术支撑。
计算机科学与应用 | 海量异构资源局部离群数据时间序列挖掘仿真

计算机科学与应用 | 海量异构资源局部离群数据时间序列挖掘仿真

摘要: 由于异构资源数据分布具有高度上下文依赖性, 异常点仅在特定局部邻域内表现为离群。传统全局异常检测方法假设数据服从均匀或全局分布模式, 忽略了不同区域密度的显著差异, 导致对局部密度波动敏感的正常数据被误判为异常, 或真实局部异常被全局统计指标掩盖。因此, 提出海量异构资源局部离群数据的时间序列挖掘仿真方法。采用拉普拉斯映射方法对海量异构资源数据进行非线性降维, 有效降低数据维数的同时保留局部结构信息。基于降维后的数据, 结合模糊 C 均值聚类算法计算不同时间序列的动态时间规整距离, 挖掘异构资源数据的时间序列模式, 为局部异常检测提供更精确的输入。引入局部异常因子算法, 利用局部离群点因子对时间序列挖掘结果进行局部异常检测, 通过计算每个数据点的局部异常因子, 精准识别局部邻域内的离群点。仿真测试结果表明, 该方法挖掘异构资源局部离群时间序列数据的聚类熵低于 0.2, 能够精准检测局部离群数据。
计算机科学与应用 | 含可逆固体氧化物燃料电池的虚拟电厂随机鲁棒优化

计算机科学与应用 | 含可逆固体氧化物燃料电池的虚拟电厂随机鲁棒优化

摘要：“双碳”背景下，虚拟电厂(VPP)因能够整合可再生能源、提高能源利用效率并降低碳排放，受到广泛关注。为顺应低碳清洁化趋势，提出一种包含可逆固体氧化物燃料电池(RSOC)和氢储能的虚拟电厂架构，即RSOC-VPP。首先，针对RSOC运行中频繁充放电带来的显著波动性和相应成本变化，在充分考虑其波动性成本的情况下，搭建RSOC-VPP结构并构建数学模型；以虚拟电厂典型日收益最大为优化目标，采用条件风险价值衡量VPP运行风险，并基于随机鲁棒优化理论，通过情景生成与置信区间刻画电力市场价格、光伏出力及柔性负荷的不确定性，建立RSOC-VPP最优调度模型。最后进行算例分析，结果表明：虚拟电厂可充分利用光伏出力，通过电-氢耦合满足电、氢负荷充能需求；与随机优化相比，随机鲁棒优化在应对不确定性时表现出更高的稳定性和可靠性；与鲁棒优化相比，随机鲁棒优化在保持系统稳健性的同时，可实现更高的经济效益。
计算机科学与应用 | 面向城轨交通大数据的信息融合处理与感知技术

计算机科学与应用 | 面向城轨交通大数据的信息融合处理与感知技术

摘要: 针对城市轨道交通智能运维过程中海量多源异构数据的处理问题,提出一种基于多层次信息融合与精细化状态感知的城轨交通信息处理系统框架。在数据处理方面,设计基于改进D-S证据理论的数据融合方法,通过Jousselme距离优化冲突度量与证据权重分配,有效提升了多源数据的可靠性。经数据预处理后,构建结合注意力机制的长短期记忆网络模型,实现从时序数据中自适应提取关键状态特征。对于特征分类,提出基于模糊C均值聚类与支持向量机的混合状态感知模型,通过融合模糊隶属度信息和精确分类机制,完成了对系统健康状态的精确评估及早期预警。在公开数据集与自建数据集上的实验结果表明:所提技术方案的状态识别准确率可达93.5%,较次优的CNN-LSTM对比方法提升约1.0%;平均故障预警时间为35.2 min,相较于传统CNN-LSTM和SVM模型预警提前量分别提升了11.0%、56.4%,为提升城市轨道交通系统智能化运维水平提供了新的技术途径。
激光与红外技术 | 耦合干涉光路测量误差补偿算法

激光与红外技术 | 耦合干涉光路测量误差补偿算法

摘要: 耦合干涉光路在长度漂移时会产生干涉条纹位置偏移, 易造成测量误差。为此, 提出一种耦合干涉光路测量误差补偿算法。在分析耦合干涉光路测量设备的测量方式、明确测量流程的基础上, 对系统进行误差分析, 确定测量误差主要由电路引入。通过使用基于均匀时间采样的傅里叶变换算法对激光干涉信号进行插值, 并对干涉条纹重采样, 实现耦合干涉光路测量误差补偿。实验结果表明: 对频域中幅值波动大、频率不一致的干涉信号进行补偿后, 频域信号波动明显减小, 时域信号平滑稳定; 误差补偿后的测量结果更加精准, 测量误差波动控制在±0.3 nm以内。
能源技术 | 计及电动汽车的综合能源系统碳优化调度策略

能源技术 | 计及电动汽车的综合能源系统碳优化调度策略

摘要: 电动汽车用户充电行为具有价格敏感性, 综合能源系统可通过电价信息引导用户改善用电行为, 保障电网安全经济运行。而传统优化调度方法聚焦于单一的价格信息引导, 未能充分调用电动汽车参与降碳的能力。为此, 提出一种计及电动汽车的综合能源系统碳优化调度策略。该策略在单一电价的基础上引入碳排放机制, 建立电碳耦合激励模型。同时, 以减少负荷峰谷差和最大化用户用能经济性为目标, 以综合能源系统为主体, 构建综合能源系统与用户主从博弈模型; 并采用飞蛾扑火优化算法求解纳什均衡点。仿真测试结果表明, 所提方法能够在保障主从双方经济效益的基础上, 通过转移高峰期负荷至低谷期来减小系统碳排放量, 降低负荷峰谷差。
能源技术 | 基于 ITTAO-VMD 的平抑风电波动的混合储能系统容量配置优化方法研究

能源技术 | 基于 ITTAO-VMD 的平抑风电波动的混合储能系统容量配置优化方法研究

摘要: 针对风电直接并网易导致电网频率不稳定的问题,提出一种基于改进自适应变分模态分解(VMD)算法的混合储能系统的优化配置方法。首先,在满足功率波动限值的前提下,采用Savitzky-Golay(SG)滤波方法对总功率进行分解,分别提取并网功率和混合储能系统功率;其次,采用改进三角拓扑聚合优化(ITT A O)算法确定VMD中的模态个数和二次惩罚因子;然后,对储能分量进行Hilbert边际谱分析,以确定频率分界点,进而将低频的模态分量重构后分配给磷酸铁锂蓄电池,其余频率由超级电容器平抑;最后,建立混合储能容量配置优化模型,基于实际典型日数据进行储能系统容量配置。算例分析结果表明,相较于SSA和传统TTAO算法,ITT A O算法的速度更快且寻优精度更高,能够有效稳定风力发电的输出功率波动,并提升系统运行的稳定性与经济效益。
能源技术 | 考虑电-气-氢-碳耦合与需求响应的综合能源低碳调度

能源技术 | 考虑电-气-氢-碳耦合与需求响应的综合能源低碳调度

摘要: 在“双碳”背景下,为解决综合能源系统(IES)现有调度方案存在的可再生能源(RES)利用率低、碳排放量大等问题,融合碳捕集与电转气等减排技术,提出一种需求响应机制下的电-气-氢-碳耦合综合能源系统低碳调度策略。首先,综合考虑电-气-氢-碳耦合过程,引入基于甲烷干重整与二氧化碳甲烷化(DRM-MCD)耦合的甲烷槽,以促进RES的消纳和CO?的利用;其次,深入探讨IES中不同类型的负荷调节特性,构建需求模型来描述用户侧对实时电价响应的动态特性及其不确定性;再次,基于碳交易机制模型,以系统经济收益最大化和CO?利用率最大化为调度目标,并考虑设备运行和能源耦合等约束条件,构建IES低碳调度模型;最后,通过算例仿真验证所提策略的有效性。结果表明:合理的需求响应策略对于降低系统总成本和减少CO?消耗均具有积极作用,有助于提升经济效益。
能源技术 | 孤岛直流微电网中电池SOC自适应均衡策略

能源技术 | 孤岛直流微电网中电池SOC自适应均衡策略

摘要: 针对孤岛式直流微电网系统中多组并联储能单元的均衡控制问题, 提出一种基于 SOC 改进下垂控制策略, 以提升系统均衡速度。首先, 利用 Sigmoid 函数嵌套反正切函数, 构建下垂系数与 SOC 的动态关联, 并引入变调节因子优化下垂系数设计, 可在 SOC 差异较小时进一步提升均衡速度; 其次, 为使母线电压在均衡过程中保持额定值, 引入母线电压二次补偿策略和虚拟压降补偿电流策略; 最后, 搭建孤岛直流微电网系统仿真模型, 分别在储能单元正常放电、正常充电、负载突变扰动、光伏功率突变扰动等多种工况下进行仿真, 并与现有方法开展对比验证。仿真结果表明, 所提控制策略 SOC 均衡速度更快, 同时母线电压偏差小, 系统稳定性更强。
能源技术 | 无线充电系统在变负载下最大效率跟踪方法

能源技术 | 无线充电系统在变负载下最大效率跟踪方法

摘要: 为减轻负载变化和线圈位移对传输效率的影响, 提出一种电动汽车无线充电系统最大效率跟踪策略, 结合脉冲频率调制(PFM)与输出DC/DC电路的反馈控制。采用PFM控制输出电压, 推导系统最大效率对应的参数设置规律, 证明当输入输出电压比达到某一特定值时, 系统可实现最优传输效率。通过DC/DC电路反馈控制实现阻抗匹配, 使系统在负载变化时始终保持最高传输效率。仿真和实验结果表明, 所提混合控制方法能够优化传输效率, 在输出电压和负载电阻波动条件下仍能保持高效的传输性能。
能源技术 | 基于IPSO-模糊PID的直流比较仪电桥平衡控制系统设计

能源技术 | 基于IPSO-模糊PID的直流比较仪电桥平衡控制系统设计

摘要: 为提高直流比较仪电桥平衡调节速率, 对直流比较仪电桥平衡调节过程进行理论推导和仿真分析。针对传统粒子群优化算法易陷入局部最优等问题, 提出一种改进粒子群优化模糊 PID 的平衡控制算法。通过分析与推导安匝和电压平衡过程, 构建平衡控制系统模型; 并基于该模型设计模糊 PID 控制器, 实现 PID 参数自调节。在此基础上, 引入粒子群优化算法对模糊控制器关键参数进行优化, 结合 Logistic 混沌映射、动态惯性调整策略提升算法收敛速度和全局搜索能力。最后, 在 Matlab/Simulink 中对三种控制方法进行仿真比较, 结果表明: 基于 IPSO 的模糊 PID 控制系统调节时间快、超调量小, 可有效加快电桥平衡调节过程, 相较于传统 PID、模糊 PID 具有更好的控制效果。
前沿交叉科学 | 基于情感链的多阶段动态损失优化隐式情感分析方法

前沿交叉科学 | 基于情感链的多阶段动态损失优化隐式情感分析方法

摘要: 隐式情感分析(ISA)旨在识别文本中未显式表达的情感倾向,但其缺乏显式情感特征词且高度依赖语境推理,在自然语言处理领域仍面临较大挑战。为提升ISA任务的准确性和可解释性,提出一种基于方面的情感链(ABCoS)推理框架。该框架结合大语言模型强大的语言理解能力和思维链推理机制,通过多阶段提示策略逐步推理情感元素。首先,设计分阶段连续推理提示,实现情感元素识别,构建情感链推理路径;其次,通过多阶段混合损失训练优化模型,利用同方差不确定性动态调整任务权重,提升情感元素识别的准确性;再将GPT-4O与自精炼修正机制相结合,构建数据集来补充情感元素,用于模型微调。实验在SemEval14 Laptop和Restaurant数据集上进行,结果表明,相较于基线模型,ABCoS在隐式情感分析任务上的准确率分别提升2.82%和2.99%。ABCoS通过分步推理增强了可解释性,并结合动态损失优化与数据增强,显著提升了隐式情感分析的性能。
前沿交叉科学 | 基于多重编码机制的混沌映射信息隐藏算法

前沿交叉科学 | 基于多重编码机制的混沌映射信息隐藏算法

摘要: 为解决现有算法在不可见性、嵌入容量及安全性方面的局限性, 提出一种适用于消息传递场景的信息隐藏算法。在嵌入阶段, 该算法结合混沌映射多重编码机制和 CRC 哈希校验生成零宽字符隐藏信息(水印信息), 并将其嵌入载体消息; 提取阶段, 先校验水印信息的 CRC 哈希值, 校验通过后, 采用混沌映射多重编码机制解码, 得到隐匿信息。算法通过插入不可见零宽字符, 全程不修改文本内容, 保证原文语义完整; 采用单零宽字符映射四位二进制的编码方法, 嵌入容量优于同类算法; 以混沌映射算法为核心, 搭配多重编码机制完成隐匿信息的零宽字符编码, 使得算法复杂度较高、破解难度较大; 最后利用 CRC 哈希校验判别出载体消息是否遭到篡改。实验结果表明, 所提算法在不可见性、嵌入容量和安全性方面均表现良好。
前沿交叉科学 | 基于图神经网络的工程隐性关联风险识别方法

前沿交叉科学 | 基于图神经网络的工程隐性关联风险识别方法

摘要: 针对当前风险识别方法对工程业务底层原始数据特征挖掘不充分,及难以学习工程信息序列中的时序信息,导致风险识别性能较差的问题,提出一种基于图神经网络的工程隐性关联风险识别方法。在数据预处理环节,将工程业务底层原始数据转换为控制流程图结构化表示,为后续图构建奠定标准化基础;在图构建环节,完成关键工程业务指令定义与工程隐性关联图的构建,精准刻画工程主体、交易行为、合同条款等要素间的隐性关联关系;在风险识别环节,构建一种基于事件驱动的时序图神经网络模型,提取工程隐性关联图的语义信息以及时序信息,并结合自注意力机制有效提升时序事件执行的并发性,从而提取工程隐性关联图特征,进行高效的工程隐性关联风险识别。实验结果表明:所提方法节点特征提取的完整度达到94%以上,可有效实现工程隐性关联风险识别;且识别结果的LogLoss值保持在0~0.2范围内,波动幅度最小。
前沿交叉科学 | 基于 VMD-Transformer-BiGRU 的采煤机截割部滚动轴承故障诊断

前沿交叉科学 | 基于 VMD-Transformer-BiGRU 的采煤机截割部滚动轴承故障诊断

摘要: 采煤机是煤矿开采的关键设备, 其截割部滚动轴承的运行状态直接影响整个设备的工作效率和运行安全性。由于井下作业环境复杂恶劣, 滚动轴承易发生故障。若不能及时诊断并处理故障, 不仅会导致设备工作中断, 还可能引发严重安全事故。传统故障诊断方法难以实现高精度的故障识别, 因此开发高效可靠的故障诊断技术, 对于提升煤矿生产安全和运行可靠性具有重要意义。针对上述问题, 提出一种基于变分模态分解 (VMD)、Transformer 和双向门控循环单元 (BiGRU) 的故障诊断方法。首先, 利用 VMD 对振动信号进行分解, 提取不同频带的本征模态分量, 降低噪声干扰并保留关键特征信息; 其次, 结合 Transformer 网络自注意力机制, 深度挖掘时间序列数据的全局相关性; 最后, 利用 BiGRU 双向建模能力捕捉信号前后依赖关系, 实现故障特征的高效提取与智能分类。实验结果表明, 所提方法对滚动轴承故障识别精度达到 99.52%, 分类性能显著优于传统方法及其他深度学习模型, 且具有较强的鲁棒性。
前沿交叉科学 | 西安科普教育基地文化与科技融合现状及对策研究

前沿交叉科学 | 西安科普教育基地文化与科技融合现状及对策研究

摘要: 为推动科普教育基地高质量发展,以文化与科技融合为切入点,探究融合驱动科普教育基地发展的有效路径,弥补相关领域研究存在的薄弱环节。以市科普教育基地为研究对象,综合运用实地调研、文献梳理、案例剖析与归纳总结等研究方法,梳理基地文化与科技融合发展现状,结合地方实践构建理论框架,提炼出五种典型的“文化+科技”融合模式。案例分析结果表明:科普教育基地依托文化科技融合发展路径,在资源整合、数字化转型、分众化服务、品牌辐射力提升等方面取得显著成效,但仍存在融合深度不足、内容创新薄弱、政策与资源支撑不够、专业人才匮乏、公众参与度及传播效能偏低等问题。针对上述问题,从健全创新激励机制、构建创新产品体系、强化政策协同、培育专业人才、创新传播运营五大维度,提出相应对策。该研究从文化科技融合视角细化科普基地发展相关研究,丰富了科普教育高质量发展理论体系,研究成果可为地方科普教育基地提质升级、推动科普事业长效发展提供坚实的理论支撑与可行的实践指引。
前沿交叉科学 | 基于直流母线电压带的光储充微电网控制策略

前沿交叉科学 | 基于直流母线电压带的光储充微电网控制策略

摘要: 针对直流微电网中光伏发电与电动汽车充电负载波动的问题, 提出一种并网式直流微电网协调控制策略, 以维持系统功率供需平衡, 抑制母线电压波动。该策略基于光伏、储能、充电桩及联网单元, 通过直流母线电压带调节系统运行状态。系统设定4种运行模式, 根据直流母线电压的变化划分层级, 并由各变换器独立监测母线电压, 动态调整控制策略。采用Matlab/Simulink环境搭建仿真模型, 对光伏功率波动、电动汽车充电的随机性及储能系统调节能力等工况进行仿真分析。结果表明: 所提策略可有效平抑光伏发电和电动汽车充电负荷波动对母线电压的影响, 保障系统稳定运行; 且无需通信的分散式控制方式提升了系统的可靠性和灵活性, 能够实现设备层与系统层的协调控制, 并具备即插即用特性。
人工智能 | 基于 CNN-LSTM 的多模态人体动作智能识别方法

人工智能 | 基于 CNN-LSTM 的多模态人体动作智能识别方法

摘要: 人体动作存在多样性和相似性, 某些动作可能具有相似的空间模态特征和时序模态特征, 增加了动作区分难度, 导致识别精度下降。针对该问题, 提出一种基于 CNN-LSTM 的多模态人体动作智能识别方法。该方法通过 CNN 确定人体空间位置, 提取人体图像的空间模态特征; 利用 LSTM 神经网络分析图像的时间依赖关系, 提取人体骨架的时序模态特征; 采用权重融合方法对两类特征进行融合, 将融合结果输入全连接层, 结合分类器实现人体动作的高效准确识别。实验结果表明, 该方法可以全面利用人体图像的时序模态特征与空间模态特征, 融合二者后能准确识别人体动作行为, 且决定系数值高于 0.89, 具备优异的动作识别精度。
人工智能 | 密集库多车避障改进D*算法研究

人工智能 | 密集库多车避障改进D*算法研究

摘要: 为解决高密度仓储场景下, 四向车多车协同避障与资源调度效率低的问题, 根据实际工程场景构建数学模型, 并以最小化最大完工时间为目标函数, 提出一种基于优先级和避障策略的多车协同改进 D*算法。该算法针对同层和跨层两个重要场景进行优化: 在同层场景中, 对于相向、同向和交叉碰撞冲突情况, 提出基于载货状态、位置和任务优先级调度原则的局部路径修正策略, 解决同层避障问题; 在跨层场景中, 对于单提升机资源竞争情况, 提出“目的层-起始层互斥”的资源分配策略, 解决跨层死锁和拥堵问题。实验结果表明, 在高动态任务场景下, 所提算法的任务完成时间相较于传统算法缩短 40%, 冲突解决时间减少 1~4 s, 在工程中的运行效率提高了 20%。该算法有效避免了四向车的碰撞, 并提高了密集库多车系统的整体效率。
人工智能 | 面向粮仓环境的轻量化YOLOv8粮堆检测模型研究

人工智能 | 面向粮仓环境的轻量化YOLOv8粮堆检测模型研究

摘要: 针对平粮机器人粮堆检测精度低及嵌入式资源受限等瓶颈问题, 设计一种基于YOLOv8n的目标检测改进算法YOLOv8n-MCA。首先, 在Neck端引入深度可分离卷积替代传统卷积, 显著减少模型参数量和计算复杂度; 然后, 设计3D-FFM特征融合模块, 进一步增强模型对目标特征的识别能力; 最后, 采用GIoU代替模型原有的CIoU, 提升目标检测的精度和准确性。实验结果表明: YOLOv8n-MCA模型在NVIDIA Jetson Xavier NX平台上以70 f/s的速率实时检测粮堆, 其mAP@0.5达到91.8%, 较YOLOv8n和YOLOv5s分别提升3.9%和7.4%; 模型大小仅为5.3 MB, 模型参数量为 2.52×106 , 较基础模型(YOLOv8n)分别减小15.9%和16.3%。YOLOv8n-MCA在检测精度与模型轻量化上得到有效平衡, 可适用于嵌入式硬件, 降低设备成本。
人工智能 | 基于改进人工势场法的变电站巡检机器人路径规划

人工智能 | 基于改进人工势场法的变电站巡检机器人路径规划

摘要: 针对复杂变电站巡检场景中机器人路径规划效率低下的问题,提出一种改进的人工势场法。通过调节机器人与障碍物间的引力方向,有效规避传统人工势场法易陷入局部最优解的问题;引入动态斥力调节机制和恒定引力区域,在机器人接近目标点时,设定恒定引力区域并动态调整斥力大小,解决因引力不足导致的目标不可达问题。最后,考虑到变电站设备的不同安全距离要求,引入障碍物安全距离约束,以防止规划的路径穿过不满足安全距离的区域。仿真实验结果表明,相较于传统方法,改进方法不仅显著降低了局部最优和目标不可达的风险,提升了路径规划的整体效率,而且极大地增强了机器人在复杂变电站环境中的适应性和安全性,可为复杂变电站环境下的巡检机器人路径规划提供更为高效、可靠的技术支持。
人工智能 | AI大数据多源域细粒度安全访问方法

人工智能 | AI大数据多源域细粒度安全访问方法

摘要: 基于角色的访问控制(RBAC)和基于属性的访问控制(ABAC)模型在大数据安全访问控制中均存在一定缺陷,为此,结合RBAC的静态管理优势与ABAC的动态管理优势,构建基于角色和属性的访问控制(TRABAC)模型,并融合两者优点,提出一种AI大数据多源域细粒度安全访问方法。基于TRABAC模型,构建AI大数据多源域本域安全访问机制,通过结合RBAC和ABAC模型的优点实现细粒度访问控制;通过综合评估用户属性信任值、反馈信任值和信誉信任值,确定用户可信度,从而确保本地域安全访问。同时将本地域信任值作为安全证书,实现跨域用户信任传递和多源域安全访问控制;经外域对安全证书的验证、属性更新,结合用户属性和访问策略完成访问决策,最终实现多源域间安全数据交换和访问。实验结果表明:若用户存在过多危险行为导致信誉度低于阈值,将无法访问AI大数据资源;在大量的恶意攻击情况下,所提方法依旧能够有效保护超过85%的数据资源;针对不同用户的细粒度权限管理,该方法能够杜绝用户越权操作行为,保证数据访问安全。
人工智能 | 基于MSC-DBNet网络的电力设备故障案例文本检测方法

人工智能 | 基于MSC-DBNet网络的电力设备故障案例文本检测方法

摘要: 为解决电力设备故障案例文本检测任务中存在的特征信息提取不充分及检测精度低等问题, 提出一种基于多尺度卷积注意力机制的 MSC-DBNet 文本检测模型。首先, 收集实际电力设备故障案例文本数据, 通过数据标注和数据增强等预处理构建电力设备故障案例文本数据集; 其次, 利用多尺度卷积块增强主干网络 ResNet 的多尺度特征提取能力, 并通过通道注意力模块为每个通道分配不同权重, 强化特征图的特征表征; 最后, 增加空间注意力模块以强化网络对空间变换的感知能力, 有效应对故障案例文本中常见的书写杂乱、排列不规范的问题, 进一步提高文本检测精度。实验结果表明: 在电力设备故障案例文本检测任务中, MSC-DBNet 模型检测精确率达到 93.3%, 较基准模型提升 11.2%, 可为电力设备运维中文本数据结构化处理提供可靠的技术支撑。
人工智能 | 混合经验池改进下PER误差区划分算法

人工智能 | 混合经验池改进下PER误差区划分算法

摘要: 为解决 PER 算法在深度学习训练过程中过度关注高时间差分(TD)误差样本, 进而导致模型泛化能力退化的问题, 提出混合经验池改进下 PER 误差区划分算法。该算法通过当前状态和目标状态计算 TD 误差, 将 PER 算法中的存储容量分配、采样比例及阈值划分分位点设置为相同比例, 根据该比例计算每个区域的采样数量, 实现了不同区域较为均匀的采样。该方法达到了学习高价值数据同时又不依赖高价值数据的目的, 避免了样本分布偏差问题, 从而增强了网络泛化能力。实验结果表明, 改进后的 PER 算法可以提升训练过程中的抗噪声能力, 且最终状态方差仅为 0.5。

过往期刊

更多

猜你喜欢

中国音乐学院电子阅览室