无线传感器网络能量敏感路由算法的研究与实现

分析了典型无线传感器网络路由算法的基础上,提出了路由算法的目标,并设计了能量敏感的路由算法,以节省能量消耗达到延长整个网络生命周期的目的．该路由算法由4个模块组成：分簇模块、簇头选举模块、休眠状态模块和簇间路由模块组成．在实验室提供的实验床基础上。实现了路由算法的原型,并对算法进行了有效的验证．     

应用Canny算子的织物疵点检测改进算法

为克服当前Canny算子在织物疵点边缘检测中存在的阈值设定、滤波参数选择等自适应问题,提出一种基于Canny算子的改进算法。通过分析不同种类的织物疵点特征,选择不同参数的高斯滤波器,对织物疵点图像进行滤波处理;采用自适应形式获取图像边缘信息的阈值,避免了因阈值取值过高或过低而无法获得较好织物疵点的边缘信息的问题,同时还可根据不同织物疵点类型选择不同的滤波参数。结果表明,改进后的Canny算法可有效地检测到织物疵点的边缘细节,具有较好的自适应能力,并且提高了算法的有效性。同时对典型的织物疵点进行检测并与传统算法比较,其检测效果更优。     

基于多级耦合电感的限流型等离子切割电源

等离子切割电源的电弧稳定性和弧电流的精细度限制了等离子加工的切割效果,提出了一种基于多级耦合电感的新型DC-DC变换器,既能使电弧电流快速响应,又能有效地对桥臂及输出回路起到限流的作用,不仅能提升电弧的稳定性,而且也改善了电弧电流精度.首先分析了新型DC-DC变换器的拓扑结构,在建立多级耦合电感(MCI)数学模型的基础上,在Simulink模型中验证了MCI参数变化对变换器的限流能力,并进一步探讨MCI变换器的可行性.最后,搭建了10 kW等离子切割电源实验平台,验证了MCI变换器限流的正确性和可行性.     

齿轮变速箱的集成稳健优化设计

将优化设计理论与稳健设计方法相结合,讨论汽车变速箱的集成稳健优化设计问题.在单目标优化的基础上,以体积最小和噪声最低两个设计属性为目标,利用集成稳健优化设计对汽车变速箱的多目标多属性进行数学建模,从而将集成稳健设计归结为满足稳健要求的多目标优化问题.数值算例表明,该方法是一种实用的稳健设计优化方法.     

一种节能的无线传感器网络路由算法的研究

针对已有的无线传感器网络(WSN)路由算法在具体的实际应用中存在的问题,提出了适合实际应用的路由算法的目标,并设计了一种能量敏感的路由算法,以节省能量消耗从而达到延长整个网络生命周期的目的。该算法在已有的分簇算法基础上加入休眠机制,使未承担传输数据的节点进入休眠状态,从而达到节能目的。在GAINZ节点组网环境中实现了基于该路由算法的原型系统,并对该算法的性能和效率进行了测试。研究结果表明,在实际应用过程中该算法能有效地提高网络的生命周期。     

太阳电池I-V曲线拟合的优化算法

通过对遗传算法(GA)和人工鱼群算法(AFSA)的研究,结合太阳电池I-V曲线的数学模型,提出了一种遗传算法与人工鱼群算法相互融合的优化算法(GA-AFSA)。GA-AFSA保持了遗传算法的全局寻优的优点,克服了人工鱼群漫无目的随机游动和遗传算法收敛慢的缺点,并且通过人工鱼群算法的计算提高了收敛速度。利用了太阳电池实测数据进行I-V曲线拟合及太阳电池的光生电流、二极管品质因数、串联电阻、反向饱和电流、并联电阻等5个重要参数的最优求解。将GA-AFSA与已有的算法进行了比较,仿真实验表明GA-AFSA精度高,收敛速度快。     

虚拟现实技术在工业机器人教学中的应用研究

介绍了虚拟现实技术在工业机器人的教学中的应用.对虚拟环境虚拟实验、虚拟现实学习平台搭建和虚拟环境下的职业技能培养等方面进行了深入探讨,从应用角度阐述了虚拟现实技术在教学领域或其他领域的应用前景和推广价值.     

基于BP神经网络太阳电池板最佳倾角算法

通过对影响太阳辐射量的基本参数进行分析,并根据天空直接辐射和散射建立太阳能辐射总量的数学模型,通过改变太阳电池板安装倾斜角度以求年太阳辐射总的最大值为约束条件,得出太阳电池板固定安装最佳倾角的目标函数。结合BP神经网络数学模型,通过输入太阳辐射强度、赤纬角、时角、日出时刻、日落时刻、太阳直辐射透明度系数、散射透明度系数等参数值,并求得年最大总辐射量,从而获得最佳倾角值。通过计算机仿真计算结果令人满意,同时本算法还可以进行预测某地区太阳辐射量,具有一定的实际应用参考价值。     

高职学生计算机基础应用能力需求分析与教学探索

针对高职院校非计算机专业学生在未来就业对计算机基础应用能力需求进行分析,对不同专业的计算机基础应用课程开发并设计其教学内容,可使学生在未来就业中能以熟练的计算机基础应用能力的优势进入相关行业,辅助其完成相关专业工作任务,以真正达到非计算机专业学生学习计算机基础应用的目的。调研和研究结果表明,对不同专业学生实施不同的教学内容,效果显著。     

基于BP神经网络单硅太阳电池模型参数的解析研究

利用BP神经网络对单硅太阳电池数学模型进行求解。通过对I-V方程的推导和化简,结合测试得到的开路电压、短路电流、最大功率电压、最大功率电流等数据提出一种通过BP神经网络的训练得到太阳电池串联内阻、反向饱和电流、并联电流、二极管因子和光生电电流等五个重要参数值的计算方法。并分别对单硅太阳电池在标准条件下、弱光照射和强光照射不同的环境下进行测试。把实测数据和计算仿真值进行对比,结果证明该方法具有较好的计算精度。