融合注意力机制的电机故障检测系统设计

针对传统电机故障检测方法需要依据专家经验进行手工特征信息提取以及卷积神经网络对相似故障类型的分辨率低等缺点,提出了一种DenseNet模型的改进结构.首先对电机信号进行滤波及预处理,将一维波形信号转换成二维频谱能量图,然后通过对DenseNet的部分卷积模块增加旁路模块进行信号的软阈值化,可以在网络训练学习时自动对信号进行降噪处理,得到足够的分类特征信息,避免了手工特征信息提取的繁琐及不确定性.最后,将改进后的模型用于电机故障类型的实时检测,并与其他几种算法进行对比,结果表明,所提出的算法特征信号分类明确、误检率低,对故障的识别准确率可以达到99.49%.     

插秧机作业面积测量远程监测系统软件设计——基于VisualBasic.NET 2010

为实现对插秧机作业区域自动识别和作业面积的自动测量,实时掌握跨区作业插秧机远程作业面积参量值,以VisualStudio平台上的VisualBasic.NET2010为开发环境,开发了一套高速插秧机跨区作业面积远程测量监测系统软件。该软件功能主要包括GPS定位轨迹及作业区域的识别、面积测量、数据通讯、数据显示和数据存贮。系统采用VisualBasic.NET2010语言进行开发,将远程跨区作业的插秧机面积测量监测数据经由GPRS网络进行无线传输到上位机,并采用SOCKET组件和ADO.NET技术实现系统数据通信,完成PC机与下位机之间数据的传输,对测量结果进行显示存储,同时通过系统误差分析完成系统的可行性判断。     

基于CMOS图像传感器的AFTB1大米筛查技术研究

被AFTB1污染的大米具有强烈的致癌作用,会损害人们的身体健康。快速有效地筛查出被AFTB1污染的大米是保证食品安全和身体健康的有效措施,可以促进贸易交流和社会经济的发展。为此,分析了AFTB1的荧光特性,以紫外光LED作为激发光源,采用CMOS图像传感器采集荧光,使用单片机进行数据处理和控制,设计出AFTB1筛查系统。试验结果表明:AFTB1筛查系统具有较高的灵敏度和精度,可以快速有效地筛查出被AFTB1污染的大米。     

基于路径弯曲度动态预瞄搜索算法的车辆路径跟踪控制软件系统设计

为实现农业机械田间作业时的路径跟踪控制,在无人驾驶高速插秧机硬件系统基础上,采用基于规划路径弯曲度的动态搜索预瞄算法设计了路径跟踪控制软件。该算法以作业机械横向偏差和航向偏差作为航向模糊控制器的输入变量,以前轮转角期望值为输出变量,设计航向模糊控制器,实现航向控制;同时结合转向模糊免疫PID控制器对步进电机的PWM频率进行控制,实现水田作业机械的方向改变,从而完成作业机械沿规划路径自动行驶跟踪,并用Matlab/Simulink仿真平台对所采用的路径跟踪控制原理和所设计的模糊控制器进行了有效性验证,结果表明所采用的控制方法是可行的。经试验,插秧机以1 m/s的速度进行直线跟踪时最大的跟踪偏差只有4 cm,且始终围绕零值附近上下波动,计算平均跟踪偏差为0.84 cm,能够满足水田作业机械路径跟踪控制的要求。