边做饭边被躁BD中字在线播放,青春娱乐分类视频精品2

基于離線編程技術(shù)的噴涂機(jī)器人第七軸開發(fā)[嵌入式技術(shù)][工業(yè)自動化]

基于離線編程技術(shù)的噴涂機(jī)器人軌跡生成已成為噴涂機(jī)器人控制方法的發(fā)展趨勢。通過對現(xiàn)有的六軸機(jī)器人軌跡生成方案的分析和研究，提出了在噴涂軌跡設(shè)計(jì)中增加第七軸的方案。該方案通過改變六軸機(jī)器人的運(yùn)動方式擴(kuò)展了機(jī)器人的可達(dá)空間，使其能夠完成復(fù)雜工件曲面的噴涂。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的六軸機(jī)器人軌跡生成方案相比，所提出的方案對于復(fù)雜曲面的噴涂效果更好，更適于實(shí)際工業(yè)應(yīng)用。

發(fā)表于：6/2/2017 10:53:00 AM

基于ZigBee的快遞監(jiān)管系統(tǒng)[微波|射頻][工業(yè)自動化]

針對快遞業(yè)需要大量人力完成快件的地區(qū)分揀、信息核對、派送的問題，為實(shí)現(xiàn)快遞行業(yè)自動化、智能化，減少勞動力的投入，提高快遞業(yè)運(yùn)作效率，設(shè)計(jì)了一種新型智能快遞監(jiān)管系統(tǒng)。該系統(tǒng)采用ZigBee組網(wǎng)技術(shù)，建立了協(xié)調(diào)器節(jié)點(diǎn)和與快件綁定的電子標(biāo)簽終端節(jié)點(diǎn)，實(shí)現(xiàn)了對快件的高效管理、自動分揀和快速查找。通過可靠通信協(xié)議，實(shí)現(xiàn)了節(jié)點(diǎn)間數(shù)據(jù)的高效穩(wěn)定傳輸，設(shè)計(jì)加工了自動分揀機(jī)械裝置，有效融合了通信技術(shù)與自動化技術(shù)。經(jīng)過實(shí)驗(yàn)表明，該系統(tǒng)實(shí)現(xiàn)了快件自動分揀和派件過程中的快速查找，大大提高了物流效率。

發(fā)表于：6/2/2017 10:43:00 AM

螢火蟲時間同步算法的擁堵避免機(jī)制研究[MEMS|傳感技術(shù)][物聯(lián)網(wǎng)]

針對多機(jī)器人中分布式螢火蟲時間同步方法在網(wǎng)絡(luò)接近同步時，導(dǎo)致同步報(bào)文沖突，加劇導(dǎo)致信道擁堵等問題，提出了一種螢火蟲時間同步算法的擁堵避免機(jī)制，采用簡化相位模型進(jìn)行同步，并將耦合信號隨機(jī)分布在整個相位增長過程中，有效解決了通信報(bào)文沖突的問題。最后通過仿真實(shí)驗(yàn)驗(yàn)證了同步策略的有效性，證明了其在高節(jié)點(diǎn)密度網(wǎng)絡(luò)環(huán)境中能夠加速同步進(jìn)程，極大地緩解報(bào)文沖突，取得良好的同步效果。

發(fā)表于：6/1/2017 2:47:00 PM

反激式微型逆變器新型功率解耦電路控制策略的研究[電源技術(shù)][汽車電子]

針對光伏并網(wǎng)微型逆變器中光伏電池的輸出功率所含有兩倍的工頻功率脈動問題，提出了一種新型功率解耦電路，可以有效地減小解耦電容的容量，使整個微型逆變器的壽命得到延長。詳細(xì)分析了交錯反激式微型逆變器的拓?fù)浣Y(jié)構(gòu)組成、工作過程及微型逆變器功率解耦的基本原理，并對目前較常用的三類功率解耦電路的工作方式及優(yōu)缺點(diǎn)做了對比；對提出的功率解耦電路的兩個工作模式及控制策略進(jìn)行了詳細(xì)分析，最后，在MATLAB仿真軟件中搭建了帶有功率解耦電路的交錯反激式微型逆變器仿真模型，通過仿真實(shí)驗(yàn)可得功率解耦電路可以有效抑制功率脈動問題，控制策略可以實(shí)現(xiàn)單位功率因數(shù)并網(wǎng)。

發(fā)表于：6/1/2017 2:24:00 PM

三相可控整流并聯(lián)系統(tǒng)環(huán)流的抑制研究[電源技術(shù)][汽車電子]

三相可控整流并聯(lián)電路中由于控制與器件不能實(shí)時響應(yīng)、零序開關(guān)占空比不同步和器件參數(shù)不相同等將導(dǎo)致環(huán)流的產(chǎn)生。采用一種統(tǒng)一電壓調(diào)節(jié)器控制方法，即將各并聯(lián)模塊的外環(huán)電壓調(diào)節(jié)器獨(dú)立出來，形成統(tǒng)一電壓調(diào)節(jié)器，通過對并聯(lián)系統(tǒng)閉環(huán)電流的控制實(shí)現(xiàn)三相可控整流器的并聯(lián)均流。對三相PWM整流并聯(lián)系統(tǒng)進(jìn)行了小信號建模，分析了其環(huán)流產(chǎn)生的原因，通過仿真驗(yàn)證了環(huán)流為0.12 mA，輸出直流電壓紋波電壓為輸出電壓的0.2%；同時負(fù)載突變時，0.03 s內(nèi)電壓值就恢復(fù)到給定值，其輸出直流電壓的變化量為2.8％，有較好的穩(wěn)定性。

發(fā)表于：5/31/2017 2:04:00 PM

基于次優(yōu)解集擾動IWD的PID鋰電池均衡充電控制[電源技術(shù)][汽車電子]

為實(shí)現(xiàn)串聯(lián)鋰電池組充電均衡控制，提出基于次優(yōu)解集擾動智能水滴算法(IWD)的PID鋰電池均衡充電控制策略。首先，對鋰電池的充電均衡電路進(jìn)行研究，給出具有單均衡器設(shè)置的PID充電控制結(jié)構(gòu)圖，并討論了不同情形下的均衡控制策略；其次，針對PID參數(shù)整定問題，引入智能水滴算法進(jìn)行參數(shù)優(yōu)化，為提高其優(yōu)化性能，利用次優(yōu)解集和混沌擾動提高水滴進(jìn)化的多樣性，提高進(jìn)化精度和效率；最后，通過MATLAB/Simulink仿真，對所提出的鋰電池均衡充電控制策略的有效性進(jìn)行了驗(yàn)證，均衡后的電壓曲線擬合分布更為集中，所用時間更短。

發(fā)表于：5/31/2017 1:46:00 PM

防止OFDM天線放大器峰值削波的AMAPR幀加權(quán)方法[嵌入式技術(shù)][工業(yè)自動化]

OFDM系統(tǒng)由于子載波數(shù)目龐大，具有較大的動態(tài)信號范圍和非常高的峰均功率比（PAPR）,往往造成天線放大器的非線性失真和峰值削波,從而增加系統(tǒng)的誤碼率。較為先進(jìn)的算法是利用峰值因數(shù)PAR對輸入信號進(jìn)行加權(quán)，降低了峰均功率比PAPR，但該算法使得輸入信號大幅衰減，信噪比迅速減小，誤碼率增加。基于上述問題，提出新的，利用AMAPR（信號峰值與天線放大器極大值比）進(jìn)行幀加權(quán)的計(jì)算方法，當(dāng)某一幀最大功率大于放大器的線性區(qū)間，再對該幀實(shí)現(xiàn)線性補(bǔ)償方法。逐幀計(jì)算加權(quán)系數(shù)，盡最大可能提高輸入信號的信噪比。通過仿真，驗(yàn)證了AMAPR幀加權(quán)算法能防止峰值削波，改進(jìn)誤碼率性能，防止信號的大幅度衰減，實(shí)現(xiàn)了低成本天線放大器的線性補(bǔ)償。

發(fā)表于：5/27/2017 8:15:00 PM

基于卷積神經(jīng)網(wǎng)絡(luò)的智能冰箱果蔬圖像識別的研究[嵌入式技術(shù)][物聯(lián)網(wǎng)]

智能冰箱物體識別主要涉及對水果和蔬菜的識別，冰箱中果蔬數(shù)量繁多，光照不均，環(huán)境復(fù)雜，對此提出了一種用于處理該類識別問題的卷積神經(jīng)網(wǎng)絡(luò)。網(wǎng)絡(luò)采用ReLU作為激活函數(shù)，它比傳統(tǒng)的Sigmoid函數(shù)具有更強(qiáng)的稀疏能力和更大的梯度值，能夠極大地加速網(wǎng)絡(luò)收斂。隱含層中引入隨機(jī)Dropout，使得某些節(jié)點(diǎn)不工作，減少節(jié)點(diǎn)間的“共同適應(yīng)”，降低網(wǎng)絡(luò)對某一局部特征的過擬合，可減少網(wǎng)絡(luò)計(jì)算復(fù)雜度并有效提升識別率。網(wǎng)絡(luò)采用帶動量項(xiàng)的基于梯度下降的反向傳播算法，避免網(wǎng)絡(luò)陷入局部極小值，提高識別率。最后通過用Supermarket Produce Dataset數(shù)據(jù)集模擬冰箱果蔬圖像進(jìn)行實(shí)驗(yàn)，驗(yàn)證了本文方法的有效性。

發(fā)表于：5/27/2017 8:04:00 PM

基于深度學(xué)習(xí)和量子遺傳算法的電池SoC估算方法研究[模擬設(shè)計(jì)][其他]

儲能電池的荷電狀態(tài)是電池的重要特性，針對淺層學(xué)習(xí)算法的不足，提出了深度學(xué)習(xí)理論與量子遺傳相結(jié)合的算法以提高估算結(jié)果的正確性。該算法能夠自動從樣本中提取更加抽象、更具表達(dá)能力的特征，實(shí)現(xiàn)輸入和輸出數(shù)據(jù)之間的復(fù)雜非線性映射；量子遺傳算法自動尋優(yōu)，得到每個RBM輸出估算值的權(quán)值。通過對電池SoC訓(xùn)練樣本和測試樣本的估算，與BP訓(xùn)練網(wǎng)絡(luò)估算結(jié)果對比，得出本文所提的DBNQGA算法網(wǎng)絡(luò)估計(jì)精度更高。

發(fā)表于：5/27/2017 7:55:00 PM

改進(jìn)的暗原色先驗(yàn)單幅行車視頻圖像去霧方法[嵌入式技術(shù)][智能交通]

為了實(shí)現(xiàn)對行車視頻中單幅霧霾圖像的快速去霧，針對現(xiàn)有暗原色先驗(yàn)去霧方法在局部明亮區(qū)域存在透射率估算過低、算法效率低等問題，提出了一種改進(jìn)的去霧方法。該方法在處理不同的像素點(diǎn)時，通過設(shè)定門限值，使得門限值范圍內(nèi)的區(qū)域保持原透射率不變，不在門限值范圍內(nèi)的區(qū)域使用邊界條件限定，結(jié)合調(diào)整參數(shù)重新計(jì)算透射率，求出更準(zhǔn)確的自適應(yīng)透射率圖。實(shí)驗(yàn)結(jié)果表明，這種方法修正了錯誤估算的透射率，克服了原算法在處理這些區(qū)域時產(chǎn)生的色彩失真，生成了高質(zhì)量的無霧圖像。

發(fā)表于：5/27/2017 7:31:00 PM