微机原理虚拟实验教学平台构建初探

《微机原理与接口技术》是工科专业必修课,具有非常强的实践性。该文改变传统实验教学内容与教学方法,提出结合虚拟仪器技术,构建一种结合硬件模拟实验和软件虚拟实验的微机原理实验教学平台。增强了学生的实验兴趣,使学生能自主学习,对提高学生的综合实践能力有很大帮助。     

IEEE1394通信技术在发动机实时仿真中的应用

提出了一种利用IEEE1394通用串行接口实现PC机与现场DSP控制器之间高速信息通信的设计方案,并将该方案应用于发动机集中控制系统的实时仿真.讨论了利用TSB41BA3/TSB12LV01B接口器件实现IEEE1394通信的原理,并探讨了通信子系统硬件和软件开发.在开发的汽车发动机集中控制系统的实时仿真中使用效果良好.     

区域主导产业选择的指标体系与实证研究——以西藏自治区为例

选择适合区域特点的主导产业能促进本区域其他产业的发展,进而带动本区域国民经济增长和社会发展,因此区域经济发展的关键是选择适合本区域发展的主导产业。选择区域主导产业时不但要考虑本地区的资源禀赋,同时也要考虑外部约束条件。文章就西藏自治区主导产业的选择给出一个评判的综合指标体系,基于此指标体系进行实证研究,并在此基础上提出相应的对策建议。     

变压器油中溶解气体拉曼光谱检测及其光谱线型模型分析

拉曼光谱气体检测技术能利用单一波长的激光对气体样品进行无接触、无损耗检测,适用于油浸式变压器油中溶解气体检测。结合拉曼光谱检测机理,分析了拉曼光谱谱线特征,建立了由洛仑兹函数与高斯函数卷积表示的拉曼光谱Voigt线型模型,其表现出较好的拉曼谱峰线型轮廓基本特征。以谱峰高、中心位置、半峰全宽等为代表的拉曼谱峰线型轮廓基本特征是寻峰的主要目标,其根本目的在获取样本定性及定量检测分析依据。故针对拉曼光谱实验数据设计了基于比较法的自动寻峰模型以实现检测目标。对引入到Voigt线型模型中的寻峰模型进行的模拟实验结果表明,模拟中谱峰高、中心位置等数据均与模型输出数据相吻合。依托实验室构建的变压器油中溶解气体拉曼光谱检测平台,分析检测实验数据表明,Voigt线型模型中半峰全宽参数实际取值区间为(8.7,11.5)(cm-1),模型与其存在偏差。修正该参数取值为10.257 cm-1,并对比研究表明：修正后的Voigt线型模型及寻峰模型具有更好的适应性及实用性。结合实验平台的拉曼光谱气体检测数据的寻峰结果,有效地完成了七种变压器故障特征气体的检测及分析。针对甲烷气体,获得单位气体含量、拉曼特征峰强度与面积三者之间的线性关系,为变压器油中溶解气体拉曼光谱检测定量分析奠定基础。     

累积优先级时隙分配算法的GDP模型

针对空中交通拥挤日益严重的现象,提出一种基于累积优先级时隙分配算法的地面等待程序模型.该算法在计算航班优先级时综合考虑了航班的延误时间、延误损失费用和飞行距离三种因素,通过引入权重来调配三者的重要程度.时隙分配时,采用累积优先级较大者优先的方式.通过计算机进行仿真,仿真实验表明,本算法能得到有效正确的时隙分配方案,且与先来先服务算法、整数规划算法比较,航班总延误时间和总延误费用有较大的减少.     

基于网络的产品数据管理技术研究

基于网络的产品数据管理技术正在世界范围内兴起，在此基础上研究了产品数据管理的网络技术的结构及其关键技术．     

基于Muhisim的信号抽样与恢复仿真设计与分析

介绍了仿真软件Multisim常用仿真工具的特点，并综合利用Muhisim仿真工具对信号抽样与恢复电路进行了仿真分析。仿真得到了与现有教材对该电路分析一致的结果。充分利用分析图表和测量数据，使课堂教学更形象、灵活，更贴近工程实际，从而加深了学生对理论知识的理解，提高学生动手能力和分析问题、解决问题的能力。     

基于光纤通信的汽车照明及信号控制系统

传统汽车照明、信号控制系统的控制信号通过专用线束传输,不具备自诊断功能.当重要控制信号出现故障时,驾驶员难以察觉,容易造成车祸.针对上述问题,提出了一种基于光纤通信的新型汽车照明、信号控制系统,介绍了控制功能、自诊断功能,以及硬件设计与软件开发.     

基于高维拉曼光谱数据的变压器油纸绝缘老化评估方法研究

采用激光拉曼光谱技术对变压器油纸绝缘老化状态检测是一种有效的方法。随着样本量的扩充,亟待处理的数据集维度逐渐增大,研究适用于高维拉曼光谱数据的变压器油纸绝缘老化评估方法具有重要的意义。设计与现场变压器内部绝缘结构相似的油纸绝缘环境,进行加速热老化实验并定期采样,获取到10类老化程度依次递增的油样本,采用激光拉曼光谱技术对样本进行检测。选用复合稀疏导数建模法对样本原始拉曼光谱数据预处理,可以一步完成去噪与基线校正;引入差异特征选取方法筛选不同老化程度下光谱中变化显著的特征,计算同一拉曼频移下不同老化程度的特征点数据集方差,选择差异较大的数据序列所对应的拉曼特征变量,设定方差阈值为0.5进行特征选择,每个样本都从1 023个光谱特征点抽取出304个特征点进行后续分析;针对变压器油纸绝缘老化拉曼光谱高维样本数据集,引入多种不同类型的算法对其处理。分别运用K-means聚类算法、Fisher算法与随机森林算法对获取到的样本预处理后的数据建立模型,引入评估准确度、提升度以及Kappa系数对各算法建立的模型判别效果进行评估。结果表明：有监督学习的Fisher算法与随机森林算法效果较好,相对于无监督学习的K-means聚类算法,模型判别能力分别提升了1.166 6和1.95,论证了有监督学习模型在变压器油纸绝缘老化的评估中具有判别优势;从模型判别准确度和Kappa系数来看,强分类器随机森林算法建立的判别模型均高于Fisher判别模型,其准确度提升了10%,且Kappa系数上升了0.111 5,论证了随机森林算法作为由多个单一分类器组成的强分类器,相对单一分类器来说,在变压器油纸绝缘老化的评估中模型的泛化能力较好,且模型较为稳定可靠。通过对三种不同类型的算法对比,确定了在变压器油纸绝缘老化评估中,有监督学习强分类器随机森林算法的判别优势,为变压器油纸绝缘老化的有效评估打下了基础。