摘要：微半球谐振陀螺的电极间隙一致性直接影响陀螺的输出性能,为满足陀螺的高精度间隙调整,利用静电电容检测的方法对电极间隙进行表征,并通过精密位移调节陀螺电极间隙。构建了陀螺装配误差模型,仿真分析装配误差对周向静电电容的影响,设计开发了高精度多通道电容同步检测电路,测量精度误差<1.8%,重复测试偏差<6%,实现了静电电容的高精度测量。搭建了高精度陀螺装配实验平台,基于采集的周向电容,微调电极间隙,降低周向电容的离散程度。最终完成陀螺高精度装配与固定。实验结果表明,陀螺周向间隙误差≤5.6%,周向静电电容标准差为14.47fF,离散系数为5.5%,装配精度显著提高。

摘要：基于粘滑驱动原理的压电驱动器因具有精度高、行程大和无电磁干扰等特点,在精密/超精密加工、精密科学仪器等方面得到了广泛应用。首先介绍了压电粘滑驱动器的工作原理,然后从驱动器的新构型设计、激励波形优化设计、理论建模分析和控制方法研究等四个方面对压电粘滑驱动器的研究现状进行了论述。特别是针对当前压电粘滑驱动器普遍存在的位移回退这一共性问题,分析了位移回退现象产生的机理,着重介绍了近年来关于位移回退抑制相关研究工作的最新进展。

摘要：对光伏电站预制舱升压站施工技术开展分析,光伏电站预制舱的特征主要表现为模块化组合和标准化设计,可以使得光伏工程项目的施工建设质量发生根本性的提升,有效避免环境污染问题,使施工企业的各项效益得到提高。综合论述预制舱升压站的设计方案,与传统升压站比较,预制舱升压站的优势十分突出,能够使整个工程项目建设取得最佳的成果。

摘要：深入研究了基于模型预测控制的最大功率点跟踪技术在光伏发电系统中的应用。通过MATLAB/Simulink仿真平台,验证了该技术的有效性。试验结果表明,其能够快速响应光照强度和温度的变化,准确跟踪最大功率点,为光伏发电系统的稳定运行提供了有力的技术支撑。

摘要：论述了山地光伏升压汇集站电气安装施工技术要点,分别阐述了前期准备工作、配电装置安装、控制柜、保护柜等屏柜安装的施工工艺。在配电装置安装施工部分,重点阐述了SF6断路器的安装与试验过程、互感器与避雷器的安装要点,以确保电力系统的监测与控制精度及防雷安全。结果表明,山地光伏升压汇集站电气安装施工技术涉及多个复杂环节,需严格遵循施工规范与操作流程,确保施工质量与安全。

摘要：以光伏发电站建设项目为案例,了解项目的基本情况、项目优势、建设过程中存在的问题,其问题包括项目所涉及的基础材料和设备的选择、与设计不符、技术要求不符的施工情况,进而提出一系列的改进措施,如对光伏发电项目的基本设备质量把控、严格落实施工工艺,按照标准执行、优化施工流程。为施工过程中遇到的问题提供了解决办法,有利于提高社会经济和环境保护,促进我国的光伏电气项目落地建设。

摘要：结合依托工程,分析了山地光伏工程的土方开挖以及回填的施工方案,包括施工过程中的质量和安全保证措施。介绍了土石方工程的质量通病,包括挖土边坡塌方、超挖、回填土密实度不满足要求及基坑回填土沉陷等,同时提出了一系列针对性的质量控制措施。

摘要：研究山地光伏工程综合楼混凝土施工的关键工艺和质量控制措施,可以提高工程建设的效益和可持续性。论文结合实际工程案例,系统总结了混凝土施工的关键工艺,包括材料选用、施工工艺设计和施工过程控制等内容。针对混凝土强度不足、拌和物坍落度不稳定等质量问题,提出了一系列有效的质量控制措施,旨在确保工程施工质量和建设效果。

摘要：大型风电叶片批量化、标准化以及高精度、高性能发展趋势对风电叶片模具材料、设计及精准制造工艺等方面提出了更高的要求,但目前尚缺乏相关的系统研究和梳理。本研究结合叶片模具实际成型过程,从蒙皮结构、钢架结构和蒙皮-钢架连接部分特征及协同效应等3方面总结了不同因素对风电叶片模具精准制造的影响,为工程预测和控制提供直观的数据参考。

摘要：【目的】基于树莓派平台,设计轻便式的柑橘智能识别与机器人采摘,为柑橘采摘减轻劳动力与机械智能化提供理论与实验依据。【方法】制作柑橘数据集,使用深度卷积神经网络(YOLOv4-tiny)验证柑橘数据集的有效性,同时在电脑上离线训练好YOLOv4-tiny柑橘识别模型;基于树莓派平台,嵌入YOLOv4-tiny模型,设计柑橘智能识别系统;建立五自由度机械臂运动学模型与轨迹规划函数,嵌入树莓派平台。使用树莓派开发板、一个摄像头以及小型五自由度机器人,手动启动树莓派中的YOLOv4-tiny模型,系统自动完成柑橘识别与采摘,具体步骤为:调用OpenCV开启摄像头,将摄像头采集到的视频转换为Im格式,并输入YOLOv4-tiny模型中,模型识别出待采摘柑橘的位置,机械臂再进行实际采摘。【结果】深度卷积神经网络(YOLOv4-tiny)模型对橘子二维坐标识别率为98%,嵌入树莓派后,结合目标到相机距离相似三角形计算法,能准确识别柑橘位置三维坐标(-3.2,19.7,16);驱动机械臂到达位置坐标后,再令夹持器夹紧并摘取柑橘,先后共调试80次,得到机械臂运动最佳时间为1000ms、夹持器末端采摘动作的最佳运动时间为500ms,末端夹持器摘取的平均角度为-60度,这样采摘时速度合适也不会发生抖动;进行了20次采摘测试,平均成功摘取率达到了90%以上。【结论】基于树莓派平台设计的柑橘深度识别与采摘系统,能实现柑橘三维位置坐标的识别并准确采摘,为机器人柑橘采摘的智能化提供了一定的理论基础与实验借鉴。