首页期刊导航|计算技术与自动化
期刊信息/Journal information
计算技术与自动化
湖南大学
计算技术与自动化

湖南大学

罗安

季刊

1003-6199

ljb9@vip.sina.com或jsjsyzdh@hnu.cn

0731-88639240

410082

湖南省长沙市岳麓区湖南大学期刊社行政办公室

计算技术与自动化/Journal Computing Technology and AutomationCSTPCD
查看更多>> 《计算技术与自动化》是由中国自动化学会、湖南省自动化学会、湖南省计算机学会和湖南大学联合主办的科技类期刊,创刊于1982年,国内外公开发行,季刊. 本刊稿件以高等院校、科研院所、工业企业等科研技术人员,在计算方法论、工业控制及自动化、计算机理论与应用的研究成果和科技成果为主要内容的科技论文为主。主要栏目有综述、算法及理论、自动控制理论与应用、计算机科学理论及应用、计算机网络技术、安全与保密等。
正式出版
收录年代

    卫星导航抗干扰射频单板自动化测试系统设计与实现

    吴海龙宋合杨坤
    1-9页
    查看更多>>摘要:针对卫星导航抗干扰射频单板人工测试过程较复杂且难以快速批量测试的问题,提出了基于C#与 STM32 的卫星导航抗干扰射频单板自动化测试系统.首先,通过自动化测试软件与 STM32 主控制器数据通信控制射频开关电路进行数据采集,然后将采集数据与多次人工测试结果对比分析,形成多项校准参数并应用于测试系统,最后通过批量测试验证系统测试结果准确性.通过批量试验数据证明各项测量指标误差均小于 2.5%,测试效率较人工测试提升至少 3.3 倍,具有较高测量精度和效率.同时,该自动化测试系统对测试单板有过压过流保护功能,能有效保护被测单板不被损坏,综合整体性能具有良好的应用前景.

    过流保护射频开关数据采集数据通信自动化测试

    基于改进YOLOv7的钢材表面缺陷检测

    付帅凌铭楚东港
    10-16页
    查看更多>>摘要:钢材表面缺陷对于钢材行业来说是一个巨大的挑战.针对传统的钢材缺陷检测方法存在着效率低、检测精度不高等问题,基于YOLOv7 设计了一种AFSD-YOLOv7 模型进行实时的钢材表面缺陷检测.首先,在 YOLOv7 模型中使用一种轻量化卷积结构替换标准卷积结构,,以加速模型的推理过程;然后采用快速空间金字塔池化结构替换原始空间金字塔池化结构,以加速网络的特征提取过程;最后添加改进的ECA-Net注意力机制,以提升模型检测精度.实验结果表明,AFSD-YOLOv7 能够对钢材缺陷进行有效识别,相比 YOLOv7 模型,计算量减少了 54.8%,mAP提高了 3.2%,对于钢材表面缺陷检测具有实际应用价值.

    钢材缺陷检测YOLOv7神经网络深度学习注意力机制标准卷积

    基于嵌入式机器视觉的流水线分拣机器人设计

    刘建文沈瑞琳马世登林瑾...
    17-23页
    查看更多>>摘要:针对传统流水线上人工错误率高、速度慢和人工成本高的问题,设计了一种深度学习的流水线智能分拣机器人来缓解流水线的压力.该机器人采用分层结构设计,上位机采用 Jetson Nano 来完成机器人的图像采集、识别和处理,下位机由 STM32 G0 作为主控,通过舵机和电机实现机器人的功能控制.同时上位机与下位机之间进行有效的数据交互,实现了机器人的抓取和分拣协调工作.在实验测试中,该机器人能够通过学习样本实现自动分拣不同类型的对象,并且能够精确识别.该流水线分拣机器人融入了计算机视觉与嵌入式系统,不仅使分拣机器人结构更紧凑,而且有利于提高社会生产力水平,具有良好的应用前景.

    流水线分拣机器人深度学习机器视觉嵌入式系统

    基于层次分析法的微电网并网运行电能质量安全监测模型

    孙赟王迪鲁云云张彩婷...
    24-29页
    查看更多>>摘要:为了满足日益增长的电力能源需求,微电网并网运行是电力系统的主要发展趋势,其虽然能够提升电力能源的供应,但难以保证供电质量,不利于电力系统的后续发展.该现象的产生主要是由于分布式电源出力具有随机性与不稳定性,会对供电质量造成直接影响.对此,提出基于层次分析法的微电网并网运行电能质量安全监测模型构建研究.深入分析电能质量干扰源,以此为基础,选取适当的电能质量安全监测指标,应用层次分析法计算电能质量安全监测指标权重数值,确定电能质量安全监测模型,制定电能质量安全判定规则,从而实现电能质量安全的准确监测.实验数据显示:构建模型应用后,电能质量安全监测指标完整度最大值为 96%,电能质量安全监测结果与实际结果一致,充分证实了构建模型具备更好的电能质量安全监测效果.

    并网运行微电网安全监测层次分析法电能质量监测指标

    基于SVDD和改进K-Means的变压器故障诊断模型

    谢旭钦刘泉辉赵湘文张清松...
    30-34页
    查看更多>>摘要:变压器状态对于智能配电房的安全稳定运行具有重要意义.为实现对变压器故障的准确诊断,在变压器油中溶解气体分析(DGA)的基础上,提出了一种联合使用支持向量数据描述(SVDD)和改进K-Means聚类的变压器故障诊断方法.首先利用 SVDD构造闭合分类曲面实现"正常"和"故障"两类判断,然后对"故障"类样本进行K-Means聚类分析,自动将其划分为低能放电、中低温过热、高能放电、高温过热和局部放电 5 种故障类型,同时针对 K-Means 初始聚类中心选取难题,提出局部密度概念自动确定 K-Means初始聚类中心,提升聚类性能.最后利用变压器故障真实数据开展实验,结果表明,相较于支持向量机(SVM)和BP神经网络模型,所提方法的故障诊断准确率分别提升 9.8%和 8%.

    智能配电房变压器故障诊断油中溶解气体分析支持向量数据描述多分类器联合

    基于改进YOLOv4的智能变电站二次设备稳态AR红外测温技术

    柳皓马强付强陈远...
    35-40页
    查看更多>>摘要:研究了基于改进 YOLOv4 的智能变电站二次设备稳态 AR 红外测温技术,实现智能变电站二次设备稳态识别.在分析红外测温原理的基础上,利用 AR红外测温眼镜采集智能变电站二次设备温度的红外图像,通过改进加权引导滤波增强算法对采集智能变电站二次设备温度的红外图像实施图像增强处理,将处理后的红外图像输入改进 YOLOv4 网络中,实现智能变电站二次设备稳态识别.实验表明:该方法可准确采集智能变电站二次设备 8 个保护屏柜的内部温度,且接近设备实际运行温度;同时有效降低智能变电站二次设备的红外图像的噪声,对智能变电站二次设备稳态识别的应用效果较好,能准确识别出智能变电站的二次设备异常状态,助力智能变电站运维管理员针对设备异常状态做出对应维修方案.

    改进YOLOv4智能变电站二次设备稳态AR红外测温技术损失函数

    基于AIOT技术的深基坑一体化作业安全视觉监测方法

    刘少博杜水婷徐鹏张建锋...
    41-46页
    查看更多>>摘要:针对深基坑一体化作业安全风险较高的问题,研究了基于 AIOT 技术的深基坑一体化作业安全视觉监测方法.利用双目视觉相机采集深基坑一体化作业监测区域图像,利用物联网节点将所采集图像传送至远程监测中心.远程监测中心接收图像后,利用卡尔曼滤波算法优化深基坑一体化作业监测图像.利用完成训练的 YOLOv3 算法,识别是否存在未佩戴安全帽以及误入危险区域的作业人员,存在未佩戴安全帽以及误入危险区域的作业人员时,利用物联网节点定位方法定位危险作业人员位置,实现深基坑一体化作业安全监测.实验结果表明,该方法有效监测深基坑一体化作业中,未佩戴安全帽以及进入危险区域的作业人员,提升深基坑一体化作业的管控水平.

    AIOT技术深基坑一体化作业安全视觉监测方法YOLOv3

    基于北斗卫星导航技术的配电自动化通信终端设计

    向军朱娇吴春吉方雪琴...
    47-51页
    查看更多>>摘要:为了提高配电自动化通信终端的通信可靠性和抗干扰性,设计了基于北斗卫星导航技术的配电自动化通信终端.具体设计配电自动化通信终端总体架构、通信终端载体和通信终端运行主程序,在北斗控制单元中编写信息传入速率控制程序,调控终端功率大小,实现信号传入速率控制,采用射频信号处理程序对射频信号进行滤波和放大.测试结果表明:设计的配电自动化通信终端通信收发损失程度均在 5 以下,信噪比均大于 10,说明该终端的通信可靠性较高、通信抗干扰性较强.

    北斗卫星导航技术通信载体通信程序配电自动化通信终端性能验证

    基于时间敏感网络的变电站通信网络低时延控制方法

    冯宇王博龙程硕倪继宏...
    52-56页
    查看更多>>摘要:以降低变电站通信网络时延为目标,基于时间敏感网络设计了一种低时延控制方法.首先,在变电站通信网络的站控层和过程层中,利用时间敏感网络交换机组建时间敏感子网络,再将不同交换机终端辨识为多个线性参数模型.然后,利用模糊控制方法控制交换机同步时钟的误差,根据模糊 C 均值聚类方法确定低时延控制的模糊规则前件,利用时间敏感网络的参数辨识获取模糊规则后件.最后,依据模糊控制前件与后件,结合模糊控制与广义预测控制,实现时间敏感网络时延的反馈校正.实验结果表明,采用该方法控制变电站通信网络时延量后,网络通信最大时延被控制在 100 μs 以内,最大时延抖动被控制在20μs以内,说明该方法有效实现了设计预期.

    时间敏感网络变电站通信网络低时延控制交换机模糊控制方法

    基于改进孪生神经网络的低频低压减载装置在线解耦控制方法

    于立强刘佳言李露霍晓燕...
    57-61,130页
    查看更多>>摘要:低频低压减载装置的过度应用导致装置系统出现负荷大的问题,降低了低频低压减载装置的实用性.为此,提出了基于改进孪生神经网络的低频低压减载装置在线解耦控制方法.该方法通过分析低频低压减载装置频率特性,为低频低压减载装置在线解耦控制提供了重要信息基础;在此基础上构建低频低压减载装置混合模型,从该模型中生成可训练的数据集,并依据潮流雅可比矩阵的减载特征最小值灵敏度,确定低频低压减载装置系统减载量;为提升系统的控制精度,将获取结果输入至改进孪生神经网络中,训练出最佳减载量,并将其分配到装置系统减载节点中,达到切除负荷的目的,实现低频低压减载装置在线解耦控制.通过对该方法开展减载效率对比测试、控制性能对比测试,实验结果验证了该方法具有较强的实用性.

    改进孪生神经网络低频低压减载装置在线解耦控制潮流雅可比矩阵