基于空间矢量脉宽调制的三电平逆变器滤波器参数设计

基于LCL滤波器的三电平并网逆变器被越来越多地应用到高电压大功率场合,LCL滤波器具有高频阻带性能好、低频补偿能力强等优点,但参数确定难。LCL参数设计的关键在于桥臂侧电感的设计,该文在建立了三电平并网逆变器数学模型的基础上,考虑单位功率因数正弦波电流控制,结合三电平的空间矢量脉宽调制(space vector pulse width modulation,SVPWM)特性,得到桥臂侧纹波电流的变化规律,求得最大纹波电流,工程上要求最大纹波电流需要小于0.2倍的峰值电流,据此可以给出桥臂侧电感的设计范围。之后,考虑LCL的谐振影响并且将无功损耗限制在5%的系统额定功率,设计了滤波电容;取纹波电流衰减率为20%,设计了网侧电感。仿真和试验验证了所提出方法的正确性和可行性。     

基于正弦脉宽调制的三电平逆变器中LCL滤波器设计

三电平逆变器并网系统适应于高压大功率场合,宜采用LCL滤波器。相比L滤波器,LCL滤波器采用的滤波电感较小,能有效减小系统体积并降低损耗等。该文首先对基于正弦脉宽调制SPWM(sinusoidal pulse width modulation)的三电平并网逆变器进行了详细的纹波分析。在保持同传统定义的三电平开关函数不变的基础上,将一个调制周期分4个时段,并对4个时段的纹波变化规律做具体分析,在忽略高频分量的开关模型下详细计算出桥臂侧电感与纹波电流幅值之间的关系;然后考虑网侧电感参数和电流衰减率之间的关系以及滤波电容参数的限制范围,计算网侧电感和滤波电容参数值;同时为抑制LCL谐振峰并兼顾系统损耗,采用无源阻尼法对电容串联电阻阻值进行选取。最后,通过仿真和试验证明了该方法的可行性。     

混合多电平逆变器拓扑及调制方法

针对传统多电平逆变器需要的开关器件数量较多,输出电压谐波较大等问题,该文提出了一种非对称混合多电平逆变器拓扑,包括二极管钳位非对称多电平逆变器和电压源串并联状态切换的H桥多电平逆变器。在输出电压电平数相同的情况下,该逆变器拓扑能减少开关器件的数量。采用与混合多电平逆变器相适应的混合调制控制策略,该策略使大部分开关器件工作在低频状态,减少了开关损耗,避免了电流倒流,降低了输出电压的总谐波失真(THD),可以实现连续PWM调幅。通过仿真,验证了该逆变器拓扑及其调制策略的正确性。     

开关电感型Z源逆变器拓扑结构的设计与仿真

该文在开关电感型Z源逆变器的基础上提出一种高电压增益的开关电感型Z源逆变器。与传统的开关电感型Z源逆变器相比,新型拓扑不仅保留了X型的基本结构,而且将二极管和逆变桥的位置互换,同时增加了2个电感和6个二极管,这样可以减小电容电压应力,增大直流链路峰值电压,使输入电流具有连续性;另外,新型拓扑的控制方法简单,采用直接升压控制方法,它以正弦波为调制波、三角波为载波,是一种基于正弦脉宽调制控制技术的一种控制方法。在理论分析的基础上,对新型拓扑进行仿真试验,结果表明：当直通占空比为0.139、调制系数为0.85时,新型拓扑直流链路峰值电压为127.95 V,电容电压应力为39.50 V,而传统拓扑的直流链路峰值电压为89.65 V,电容电压应力为68.40 V,新型拓扑在获得较大直流链路峰值电压的同时,可以保证电容上承受的电压应力较小。通过仿真试验,验证了新型拓扑的优点。     

采用改进的自适应模糊多级中值滤波算法去除牛肉图像斑点噪声

牛肉图像中的斑点噪声与肌内脂肪的颜色特征相似,要准确提取牛肉图像中的肌内脂肪颜色特征,就必须先对斑点噪声进行滤除。为此在自适应模糊多级中值滤波的基础上进行了改进：第1步,确定当前点是否为噪声点。先计算当前像素点与其邻域均值的差的绝对值,然后与阈值(阈值随当前点的灰度值而变化)相比较,如果绝对值大于阈值,则被认为是斑点噪声。第2步,对于斑点噪声,将采用自适应模糊多级中值滤波方法来滤除;如果不是,保留原像素点不变。试验结果表明,改进的算法在斑点噪声滤除与细节保护方面均优于标准的中值滤波、多级中值滤波以及形态滤波。     

插秧机电控操作机构和控制算法设计

为了进行农业机械导航和变量作业试验研究,以久保田SPU-68型插秧机为试验平台,对插秧机转向机构、变速机构和插秧机具升降机构进行了改造,实现自动控制。采用小功率直流电机为动力,设计了带双阈值死区的PD电机位置控制算法。转向操纵机构导向信号跟踪试验及与驾驶员操作的对比试验结果表明,转向系统具有良好的响应特性,电控操作装置控制作业效果与驾驶员操作作业效果相当。     

履带式收割机全田块路径跟踪算法设计与试验

针对中小型传统收割机无人化作业需求,该研究设计了一套后装式全田块自动驾驶系统。以沃得锐龙单边制动转向型履带式收割机为平台,搭建手自兼容自动驾驶系统,并进行系统特性辨识试验,明确其测控性能限制。针对测控性能限制设计一种PD-Fuzzy-BangBang组合路径跟踪算法,并进行样机集成与试验。水泥地面直线行驶试验表明,组合算法相较单一PD算法的上线距离缩短57.3%,稳态标准差缩小81.3%。全田块模拟试验证明,组合算法在理想条件下的路径跟踪最大偏差为6.00 cm,标准差为2.42 cm,样机具备全田块自动驾驶功能。实际水田收割作业试验证明,样机在车速0.7 m/s条件下,上线过程的路径跟踪最大偏差为12.00 cm,标准差为 6.18 cm,全田块不漏割,割幅利用率大于80%,满足田间作业需求。     

嵌入式农产品追溯码加密算法设计与实现

利用便携式终端设备快速高效生成农产品追溯码是保障追溯码可信度、增强信息完备度和提高企业效率的有利手段。该文以基于地理坐标的农产品追溯码为编码方式,改进高级加密标准(advanced encryption standard,AES)算法,设计并实现了一种基于嵌入式平台的农产品追溯码加密算法;利用LPC1766处理器硬件平台和Keilu Vision3软件平台测试了算法的存储空间和运算速度,为将算法移植到其他嵌入式平台提供了参考。嵌入式平台上实现密钥的动态变化和追溯码的唯一性,为利用终端进行农产品可靠安全追溯提供了保障,最后给出了算法在农产品质量追溯标识打印终端中的应用方案。     

基于改进实例分割算法的智能猪只盘点系统设计

基于图像处理的动物资产计数方法,不仅可以减少人工投入,还可以缩短生物资产的计数周期,但该方法受光照条件影响严重,并且当动物间相互挤压、遮挡时,计数精度较差。针对这些问题,该研究提出了一种基于图像实例分割算法的生猪计数网络。针对光照和目标边缘模糊问题,利用拉普拉斯算子进行图像预处理。对Mask R-CNN网络的特征提取网络进行改进,在原始特征金字塔网络（Feature Pyramid Network, FPN）后面增加一条自底向上的增强路径,直接将低层边缘位置特征与高层特征相融合,提高对目标边缘轮廓的识别能力,对非极大值抑制过程和损失函数进行优化和改进,以提高分割精度。在河北丰宁、吉林金源和内蒙古正大3个试验猪场进行测试,验证本文网络的计数精度。采集设备在3个试验猪场共采集2 400张图像,经图像预处理去除模糊和光线差的图像,从剩余的图像中随机选取共1 250张图像作为原始数据集,其中丰宁猪场500张、金源猪场500张,正大猪场250张。将各猪场的原始数据集分别按2:2:1的比例分为3部分,包括训练集905张,验证集95张,测试集250张,对原始训练集和验证集进行数据增强,最终得到训练集图像1 500张,验证集图像150张,测试集图想250张。河北和吉林的试验猪场,每栏猪只数目为12～22头,各测试100张图像,完全准确清点的图像比例分别为98%和99%,满足实际应用要求。内蒙古试验猪场的单栏猪只密度大,每栏猪只数目平均80头,测试50张图像,完全准确清点的图像比例为86%。该研究所提出的猪只盘点系统,通过修改网络增强图像中目标特征信息提取和优化边界框回归过程,减少由于光线差和遮挡导致的目标漏检情况,解决了基于图像分割算法的猪只盘点中光照、模糊以及遮挡等问题,能够满足单栏饲养密度为1.03～1.32头/m2的养殖场的猪只盘点需求。     

基于生物特征纹理信息的西瓜追溯标识算法设计与实现

为了将生物特征识别技术应用于追溯系统中的果品标识,该文提出了一种采用西瓜蒂外围纹理信息标识果品个体的方法.该方法首先采集西瓜图像并在瓜蒂外围构造一个环形区域;将环形区域归一化后利用Gabor滤波器对图像纹理进行特征提取及编码;然后通过计算码间的Hamming距进行纹理编码的匹配.在试验中,为100个西瓜在采后贮藏初始、第7天和第14天各采集一幅图像并计算出3组每组100个纹理编码,将第7天、第14天的每一个编码与初始阶段的每一个编码两两比对,累计完成20 000次比对证实西瓜纹理具有唯一性,不同个体的纹理特征各不相同.使用成对数据的假设检验证实在采收后14d内纹理特征不随时间的推移产生显著变化(P＞0.05).通过理论和试验证实算法对平移、尺度和旋转具有适应性,即西瓜在图像中的平移、尺度和旋转对Hamming距的计算不会产生显著影响(P＞0.05).使用最大类间方差法在50个西瓜的纹理编码内训练出判别阈值,并用该阈值判别另外50个西瓜3个时间点间相互比对生成的100个来自同一个西瓜的Hamming距和4 900个来自不同西瓜的Hamming距,结果表明上述Hamming距均能正确判别,准确率与召回率为100％.该研究为农产品追溯系统的标识技术提供新的思路.     

基于分水岭和梯度的蝴蝶兰图像分割方法

利用图像识别技术采集设施蝴蝶兰生长参数,从而对花期进行调控,是提高蝴蝶兰种植效益的重要手段,而如何把蝴蝶兰图像与自然背景图像进行分割与提取,是图像识别的关键。该文利用彩色梯度算法,提取出蝴蝶兰自然图像的梯度图像,利用阈值找出梯度图像的显著部分(即图像中的显著边缘),同时利用水域分割方法对源图像进行分割,产生过分割图像,然后利用显著边缘图像对过分割图像进行判断,去除不显著的"水坝"并令其两边水域相融合,从而达到极大的抑制过分割的目的,最后再根据区域合并准则合并相似的区域,得到蝴蝶兰目标物图像。针对20幅蝴蝶兰图像,通过与人工分割的方法进行对比试验,结果表明,该文提出的基于梯度和分水岭的分割算法能够很好地从自然背景中提取出蝴蝶兰图像,分割正确率达到了92.6%。