摘要：提出一种灵活的低成本数字测试方案,应对更广泛尺寸、电压、容量的锂电池测试需求。采用STM32F103作为控制核心,栅极驱动器驱动由2个N沟道MOSFET构成半桥电路;运放采用差分输入方式检测电池充放电电流及电压;高精度ADC(MCP3914)将数字化检测结果送入单片机作恒流、恒压控制依据。实验结果表明,方案在测试精度上能够达到要求,可以灵活调整测试参数扩大检测覆盖面,提高通用性,降低锂电池生产成本,为后续制造全面的通用测试系统提供参考。

摘要：本文借鉴传统的洗烘一体洗衣机的优势,创新设计出一款集方便、安全、环保、舒适、快捷为一体的洗烘一体机。洗烘一体机采用高压细水雾的方式对衣物进行喷洗,不仅杜绝了病菌交叉传染,而且大大减少了洗衣用水量;独创洗、烘“一条龙式”流水线服务,实现洗衣过程透明化、快捷化,即洗即穿。

摘要：基于农机物联网技术的农机作业监管系统通过采集机具图像来判断农业机具类型和作业状态,但是由于图像数据量大,人工抽查方式工作量大、效率低,难以满足监管识别需求。构建包括播种机、翻转犁、起垄机、深松机和旋耕机等类型的图像数据集,并在Google公司的深度学习平台Tensorflow下对机具图像数据集进行标注和图像预处理。设计针对实际监管需求和图像特点的卷积神经网络模型,并通过减少过拟合与提高训练效率对模型进行优化。模型训练试验结果显示:本文设计的机具识别网络在验证集上的识别率达到98.5%,相同试验条件下,LeNet-5模型在验证集上的识别率为81%,ResNet-50模型在验证集上的识别率为98.8%,但是在识别效率上,ResNet-50模型完成训练需要近60 h,识别一张图片需要0.3 s,而本文设计的机具识别网络完成训练仅需要30 h,识别一张图片只需要0.1 s。为进一步验证模型的实用性,选取200张图像进行测试,测得模型对各类机具图像的精确度平均值为98.47%,召回率平均值为98.37%,F1-score平均值为98.41%,表明模型具有良好的鲁棒性,实用性良好。

摘要：为了解决航空发动机液压管路系统中管路故障诊断困难的问题,提出了一种基于深度置信网络(Deep Belief Networks,DBN)的航空液压管路智能故障诊断方法。首先,将采集的液压管路振动数据进行处理,提取出时频域特征参数,其次,将时频域特征参数作为输入样本,输入到深度置信网络模型中,利用深度置信网络模型进行液压管路故障的识别;最后,将本方法应用于航空液压管路模拟故障实验数据中,同时将本文方法与BPNN和SVM等方法进行对比分析,结果表明:本方法对液压管路故障的总体准确率达到99.27%,平均AUC值达到0.9937,同时表明本文建立的分类模型不仅能够实现航空液压管路状态的准确分类,而且对于管路单一故障和多故障并发情况也能精准识别。

摘要：为使遥操作机器人能满足多种多样的任务需求,提高机器人工作能力与效率,文章设计了一款遥操作机器人末端工具更换装置,以更换危险环境设施上不同规格螺母为例,对该装置性能参数进行分析,使用Recurdyn V7R1软件对该装置进行动力学分析,通过对比动力学仿真和理论计算结果,验证了该装置的合理性与可靠性,另通过样机实际操作试验,验证了该装置的可行性。