500福利97av导航,国产精品视频分类一区

基于SGMD-LSTM的GIS局部放電故障診斷方法[測試測量][工業(yè)自動(dòng)化]

為準(zhǔn)確對(duì)氣體絕緣開關(guān)設(shè)備（GIS）局部放電進(jìn)行故障診斷，提出一種基于辛幾何模態(tài)分解（SGMD）與改進(jìn)長短神經(jīng)網(wǎng)絡(luò)（LSTM）的故障診斷方法。引入SGMD對(duì)局部放電信號(hào)進(jìn)行分解；對(duì)信號(hào)進(jìn)行多維特征提取，構(gòu)造時(shí)-頻-熵值混合特征向量；通過魚鷹-柯西變異的麻雀優(yōu)化算法（Osprey-Cauchy-Sparrow Search Algorithm， OCSSA）對(duì)LSTM的隱含層節(jié)點(diǎn)數(shù)和學(xué)習(xí)率進(jìn)行自適應(yīng)尋優(yōu)；最后使用OCSSA-LSTM進(jìn)行局部放電識(shí)別。實(shí)驗(yàn)結(jié)果表明，OCSSA在收斂精度、速度上有較大提升，表現(xiàn)優(yōu)異；與其他故障診斷模型對(duì)比，OCSSA-LSTM故障診斷模型準(zhǔn)確率最高可達(dá)97.5%，對(duì)實(shí)際GIS運(yùn)維數(shù)據(jù)也能準(zhǔn)確識(shí)別。

發(fā)表于：2/19/2025 3:44:56 PM

一種便攜式穩(wěn)譜源探測器的研制[測試測量][工業(yè)自動(dòng)化]

目前國內(nèi)專業(yè)化測井公司大多擁有內(nèi)置源上千枚，國家對(duì)放射源的管控極其嚴(yán)格，穩(wěn)譜源管控成為安全管理的關(guān)鍵環(huán)節(jié)。儀器在維修或運(yùn)輸過程中丟失或被盜，如不能及時(shí)發(fā)現(xiàn)，可能導(dǎo)致人員誤照射或放射源失控風(fēng)險(xiǎn)?，F(xiàn)有的放射源探測器由于涉源儀器高密度金屬外殼屏蔽、選用晶體體積小等原因，均不能檢測出儀器內(nèi)部穩(wěn)譜源信號(hào)。為解決該問題，研制了一種便攜式能譜源探測器，該裝置采用高分辨率大體積碘化鈉（NaI）晶體和光電倍增管（PMT），采用該類別檢測器獨(dú)有的峰值采樣原理，實(shí)現(xiàn)了對(duì)屏蔽后的納居里級(jí)穩(wěn)譜源快速、準(zhǔn)確的檢測。研制的穩(wěn)譜源探測器不僅操作簡便、探測效率高，而且能夠在不拆卸儀器、儀器不工作的情況下，有效識(shí)別儀器內(nèi)部的穩(wěn)譜源。

發(fā)表于：2/19/2025 3:31:51 PM

多級(jí)可配置CIC濾波器設(shè)計(jì)[微波|射頻][通信網(wǎng)絡(luò)]

針對(duì)超大規(guī)模集成電路的發(fā)展以及Sigma Delta模數(shù)轉(zhuǎn)換器的廣泛應(yīng)用，提出一種面向24位Sigma Delta模數(shù)轉(zhuǎn)換器的多級(jí)可配置級(jí)聯(lián)積分梳狀（Cascade Integral Comb，CIC）濾波器結(jié)構(gòu)。濾波器結(jié)構(gòu)借助級(jí)數(shù)調(diào)節(jié)和分時(shí)復(fù)用技術(shù)減少運(yùn)算邏輯和存儲(chǔ)邏輯單元，從而實(shí)現(xiàn)降低面積的目的。通過MATLAB Simulink搭建CIC濾波器模型進(jìn)行仿真，并實(shí)現(xiàn)電路設(shè)計(jì)，仿真結(jié)果表明該濾波器可實(shí)現(xiàn)64~8 192倍8種降采樣可調(diào)和2級(jí)或3級(jí)級(jí)聯(lián)可調(diào)。基于180nm COMS標(biāo)準(zhǔn)單元工藝庫進(jìn)行ASIC版圖設(shè)計(jì)，與傳統(tǒng)CIC濾波器比較，數(shù)字電路在面積上具有顯著優(yōu)勢(shì)。

發(fā)表于：2/19/2025 2:10:00 PM

DSP片上Flash測試系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

在DSP芯片的可靠性篩選考核試驗(yàn)中，片上Flash擦寫耐久和數(shù)據(jù)保持測試是最重要的試驗(yàn)之一。針對(duì)內(nèi)建自測試和外部自動(dòng)化機(jī)臺(tái)測試的局限性，提出了一種DSP片上Flash測試系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)方法。在分析了Flash故障類型和測試算法的基礎(chǔ)上，給出了硬件原理圖和軟件實(shí)現(xiàn)流程，并搭建了實(shí)物平臺(tái)進(jìn)行效果評(píng)估。測試結(jié)果表明：該系統(tǒng)可實(shí)現(xiàn)多工位DSP片上Flash自動(dòng)化測試，無需人工參與。同時(shí)工作狀態(tài)可實(shí)時(shí)顯示，測試過程中的數(shù)據(jù)和結(jié)果自動(dòng)保存在外部存儲(chǔ)器中，便于后期進(jìn)行測試結(jié)果統(tǒng)計(jì)分析。

發(fā)表于：2/19/2025 1:52:29 PM

一種用于時(shí)間交織ADC的低時(shí)間失配采樣方法[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

為了應(yīng)對(duì)時(shí)間交織型模數(shù)轉(zhuǎn)換器中時(shí)間失配導(dǎo)致的性能下降問題，提出了一種高效的分層串聯(lián)采樣方法。該采樣方法的思路是將與采樣精度相關(guān)的時(shí)鐘源集總在主采樣開關(guān)位置，緩解由于多路子采樣開關(guān)控制時(shí)鐘存在時(shí)間失配導(dǎo)致采樣精度下降的問題。此外，還設(shè)計(jì)了一種高速自舉式采樣開關(guān)，具有開啟速度快、線性度高的特點(diǎn)。該采樣方法基于22 nm CMOS工藝搭建電路并進(jìn)行后仿真驗(yàn)證。仿真結(jié)果表明該采樣方法對(duì)時(shí)間失配不敏感，在0.9 V電源電壓，輸入信號(hào)頻率為2 GHz下，采樣網(wǎng)絡(luò)的信號(hào)噪聲失真比（SNDR）達(dá)到72 dB。

發(fā)表于：2/18/2025 5:25:29 PM

針對(duì)總劑量效應(yīng)4H-SiC功率器件的加固設(shè)計(jì)方法[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

介紹了總劑量效應(yīng)對(duì)4H-SiC功率器件的影響以及對(duì)應(yīng)的加固方案。首先介紹了4H-SiC功率器件的電氣特性以及工作時(shí)面臨的輻照環(huán)境。接著根據(jù)輻射對(duì)器件特性的影響，識(shí)別輻射缺陷，并建立了退化機(jī)制。然后，分析了單極性器件和雙極性器件的輻照的特性。最后，針對(duì)器件在輻照環(huán)境中的退化機(jī)理，分別從工藝、器件結(jié)構(gòu)、版圖與電路方面提出了加固設(shè)計(jì)方法。

發(fā)表于：2/18/2025 5:11:17 PM

基于深度學(xué)習(xí)的電廠跑冒滴漏視頻識(shí)別應(yīng)用研究[人工智能][工業(yè)自動(dòng)化]

為解決火電廠設(shè)備在運(yùn)行過程中會(huì)存在“跑冒滴漏”現(xiàn)象，通過視覺識(shí)別技術(shù)及深度學(xué)習(xí)的應(yīng)用，提出基于卷積神經(jīng)網(wǎng)絡(luò)模型的電廠跑冒滴漏視頻識(shí)別模型，并對(duì)模型進(jìn)行優(yōu)化和改進(jìn)。該方法基于火電廠攝像頭進(jìn)行現(xiàn)場圖像的采集，進(jìn)行數(shù)據(jù)預(yù)處理和優(yōu)化，同時(shí)按照缺陷形態(tài)建立對(duì)應(yīng)數(shù)據(jù)集。然后，通過語義分割、數(shù)據(jù)增強(qiáng)、注意力機(jī)制、更改激活函數(shù)等技術(shù)與卷積神經(jīng)網(wǎng)絡(luò)結(jié)合，對(duì)YOLOv5算法進(jìn)行深層次優(yōu)化，包括訓(xùn)練策略的改進(jìn)和模型評(píng)價(jià)調(diào)整，增強(qiáng)了模型算法對(duì)復(fù)雜場景識(shí)別理解能力，可有效提高視頻識(shí)別精度與速度，有助于提高火電廠巡檢的自動(dòng)化、智能化水平，具有較好的工程應(yīng)用前景。

發(fā)表于：2/18/2025 4:59:07 PM

面向密集行人場景的YOLOv8n改進(jìn)算法[人工智能][智能交通]

為了解決傳統(tǒng)算法在密集行人場景中識(shí)別精度不足和檢測不準(zhǔn)確的問題，提出一種基于YOLOv8n的改進(jìn)型密集行人檢測模型。首先，引入SPPELAN模塊替換骨干網(wǎng)絡(luò)中的SPPF模塊，以提升模型對(duì)多尺度目標(biāo)的特征感知能力。其次，設(shè)計(jì)一種殘差注意力機(jī)制，提高模型對(duì)細(xì)微特征的提取能力，進(jìn)而提高檢測精度。最后通過添加DySample算子、改進(jìn)的小目標(biāo)檢測層提高模型對(duì)小尺度目標(biāo)的定位識(shí)別能力。實(shí)驗(yàn)結(jié)果顯示，改進(jìn)的模型相較于YOLOv8n在CrowdHuman數(shù)據(jù)集上的召回率、mAP50和mAP50-95分別提升了2.5%、2.9%和2.4%，并且該模型在WiderPerson和CityPersons數(shù)據(jù)集上表現(xiàn)優(yōu)異。實(shí)驗(yàn)結(jié)果表明，該算法能更好適用于密集行人檢測任務(wù)。

發(fā)表于：2/18/2025 4:46:57 PM

數(shù)字軌道交通系統(tǒng)DRT綜述[模擬設(shè)計(jì)][智能交通]

簡要綜述了數(shù)字軌道交通（Digital Rail Transit ，DRT）系統(tǒng)作為一種電子導(dǎo)向膠輪系統(tǒng)在城市軌道交通領(lǐng)域的研究應(yīng)用現(xiàn)狀，分析了上海電氣集團(tuán)智能交通科技有限公司（簡稱上海電氣）的i-DRT系統(tǒng)的技術(shù)研發(fā)，以及與上海申沃客車有限公司（簡稱申沃客車）在現(xiàn)有公交車型中的合作應(yīng)用，評(píng)估了目前DRT系統(tǒng)的技術(shù)原理以及技術(shù)優(yōu)勢(shì)及挑戰(zhàn)，提出了未來研究的方向和建議，以期為后續(xù)研究提供參考。

發(fā)表于：2/18/2025 4:35:52 PM

量子計(jì)算技術(shù)在電池材料化學(xué)模擬中的實(shí)用化探索[電源技術(shù)][汽車電子]

量子計(jì)算技術(shù)的迅速發(fā)展，為解決新能源領(lǐng)域中的實(shí)際問題帶來了加速潛力，特別是在復(fù)雜電池材料的模擬與設(shè)計(jì)上。與此同時(shí)，隨著可再生能源和電動(dòng)交通等新興產(chǎn)業(yè)的快速崛起，對(duì)高效、精準(zhǔn)地計(jì)算新能源電池材料特性的需求愈發(fā)迫切，傳統(tǒng)計(jì)算方法在此類高復(fù)雜度問題上存在求解精度不足、資源消耗量大等諸多困難。而量子計(jì)算以其獨(dú)特的計(jì)算方式和潛力，為進(jìn)一步解決相關(guān)問題提供了新穎的思路和解決方案。概述了量子化學(xué)模擬的基礎(chǔ)計(jì)算原理，對(duì)用于電池材料化學(xué)特性模擬中常用的量子算法進(jìn)行了總結(jié)，探討了多款量子化學(xué)模擬使用的新型軟件包工具，并結(jié)合各汽車企業(yè)的應(yīng)用案例，闡述了量子化學(xué)模擬在電池領(lǐng)域的實(shí)際應(yīng)用情況。本研究為電池材料模擬、基態(tài)能量計(jì)算和性能優(yōu)化提供了新的思路和方法，有望助力新能源電池材料的優(yōu)化發(fā)展。

發(fā)表于：2/18/2025 4:25:19 PM