摘要：提出一种结合滑模变结构和自适应观测技术的感应电机非线性控制新方法.以定子电流与定子磁链为状态变量建立感应电机模型,采用非线性分析方法建立转矩与磁链误差方程,使用自适应滑模技术设计转矩与磁链控制器,推导出定子电压控制量.基于模型参考技术设计自适应观测器,向控制器提供准确的转速辨识与磁链观测值,并给出了控制系统的稳定性证明.该方法具有转矩脉动小、定子磁链畸变不明显的优点,低速时也具有良好的控制性能,且对参数与负载变化有较强的鲁棒性.仿真与实验结果证明了该控制策略的正确性与有效性.

摘要：程控数字交换机的用户电路(SLC)是典型的模数混合、机电混合式电路。对SLC的测试与诊断,被认为是对传统测试技术的挑战。本文通过建立SLC的图模型和故障模型,给出了一种基于故障集排除法思路的SLC一般测试与诊断方法,并针对典型SLC电路,给出测试设计举例。

摘要：介绍了应用于电热油炉控制的单片机温度控制器 ,配合晶闸管调功模块的使用 ,简化了控制线路 ,且可获得很好的控制性能。

摘要：对于安氏Ⅱ类Ⅰ分类上颌前突需要设计强支抗的患者,传统采用头帽口外弓,但其支抗效果取决于患者的合作程度。近年来,我们应用微型钛钉种植体作为强支抗内收上前牙关闭拔牙间隙,现介绍如下:1资料和方法1.1研究对象选择安氏Ⅱ类Ⅰ分类患者9例,男3例,女6例;年龄19~28岁,平均年龄22.5岁;侧面观为凸面型。1.2研究方法1.2.1矫治方法这些病例均采用直丝弓矫治技术,矫治设计为强支抗,拔除2颗上颌第一前磨牙,在牙列基本排齐整平、主弓丝换为0.48 mm×0.64 mm不锈钢方丝准备内收上前牙关闭拔牙间隙时,于第二前磨牙与第一磨牙牙根之间或第二前磨牙牙根近中的颊侧牙槽骨植入微型钛钉种植体,共18颗。植入2周后,在种植钉与上颌弓丝上的牵引钩之间,用橡皮链或镍钛拉簧施以1.47~1.96 N矫治力,滑动法内收上前牙关闭拔牙间隙。微型钛钉种植体用钛合金制作,直径小于[2]; mm,长度8mm,由宁波慈北医疗器械有限公司生产。局部麻醉下切开植入区域的黏骨膜,并适当剥离黏骨膜,然后将种植体植入。1.2.2测量分析矫治前后均拍摄头颅侧位X线片。

摘要：1 前言绕制绕组的设备一般都装有计数器,常用的计数器有机械式和电子式计数器.准确快速地计数对保证产品质量和提高工作效率非常重要.在绕组绕制过程中,当绕组匝数达到规定值停机时,由于绕线机转动惯量很大,因而绕线机不会立刻停止转动,即使是采取提前停机的措施也很难正好绕到绕组规定的匝数,还需要进行正转或反转的调整.

摘要：以陕西国华锦界电厂为例,就所处的环境和气候条件,对其空冷系统的自动控制策略进行研究。对大型直接空冷机组在冬季启停和运行过程中防冻问题的解决方案进行探讨,提出有针对性的控制方案。在冬季运行模式时设计有专用的保护程序;当大气温度高于2℃时,采用夏季运行模式。实际运行表明,空冷系统及其控制系统运行良好,控制方案适应当地的气候特点,满足了不同季节条件下的汽轮机背压要求,确保了汽轮机的安全、经济运行。

摘要：针对电动轮自卸车电制动控制的特点,设计了一种基于DSP自卸车电制动控制系统。详细分析了自卸车电制动原理和电制动特性,给出了控制系统的测速电路和开关量输入输出电路,介绍了电制动软件的实现方法。测试结果表明该电制动控制系统抗干扰能力强,性能稳定。

摘要：目前,卷积神经网络(Convolutional Neural Network,CNN)模型在各种视觉任务中取得了巨大的成功,但行人检测方面的关键尺度问题仍有待进一步研究。为达到在交通场景下准确识别和定位小目标行人的识别与定位,提出了基于多尺度感知的改进Fast-RCNN模型,对Caltech行人数据集中的小目标行人图像进行检测。通过利用训练后的尺度感知权重,将大尺度子网络和小尺度子网络合并到统一的结构中,并利用对象建议的高度为两个子网络指定不同的尺度感知权重,同时将原模型中的VGG-16特征提取网络替换深度残差网络(ResNet-50)以获取更多特征。最后,对比所提改进模型和基础的Fast-RCNN的模型,发现所提模型行人识别准确率为97.49%,比未改进前提高了4.36%;再和传统的机器学习方法对比(基于HOG特征的SVM识别方法和基于ICF特征的AdaBoost识别方法),发现所提模型效果仍为最好。结果表明,该方法对交通场景下小目标行人的识别效果较好,能够为智能车辆图像识别系统和智慧交通提供参考。

摘要：[目的]本文旨在探索实时监测温室虫情和精准防控虫害的方法。[方法]设计了一种基于诱虫板图像背景均匀化的自适应分割方法,结合基于随机森林(random forest,RF)的图像识别算法识别4类温室番茄害虫(烟粉虱、潜叶蝇、果蝇和蚜虫)并计数。该方法首先提取诱虫板图像RGB(red-green-blue)颜色模型B分量和HSV(hue-saturation-value)颜色模型V分量,然后分别对2张图像分段调整背景灰度值得到均匀背景诱虫板灰度图像,再利用最大类间方差法确定阈值分割图像,经形态学处理后融合2张诱虫板二值图像,最后提取害虫区域的6个颜色特征、8个形状特征和6个纹理特征,训练随机森林以识别害虫并计数。[结果]对比分析Sauvola局部阈值法、Prewitt边缘分割法、k-means聚类法以及本文设计的自适应分割方法,结果表明基于背景均匀化的自适应分割方法效果最好,平均分割准确率为95.34%。对比分析7种特征向量组合下随机森林、C-SVC(C-support vector classification)和BP(back propagation)神经网络3种分类方法,结果表明综合颜色特征向量、形状特征向量和纹理特征向量作为输入的随机森林算法识别效果更好,对烟粉虱、潜叶蝇、果蝇和蚜虫的识别准确率分别为93.89%、90.71%、91.54%和90.40%。[结论]本文设计的方法能够实现诱虫板上4类害虫的识别和计数,可以为温室虫情监测与预警提供参考。