首页期刊导航|自动化与仪表
期刊信息/Journal information
自动化与仪表
自动化与仪表

高明璋

月刊

1001-9944

zdhyyb@vip.sina.com

022-23015608

300060

天津市河西区环湖中道9号

自动化与仪表/Journal Automation & Instrumentation北大核心CSTPCD
查看更多>>本刊由天津市工业自动化仪表研究所与天津市自动化学会联合主办,为《中国学术期刊综合评价数据库》来源期刊,由《中国期刊网》,《中国学术期刊(光盘版)》,《中文科技期刊数据库》全文收录,入网“万方数字——数字化期刊群”,荣获首届全国优秀科技期刊三等奖,天津市优秀期刊奖。《自动化与仪表》杂志是以自动化领域和仪器仪表行业为两大报道主线的技术类科技期刊,集学术、技术和应用于一体,注重先进性、指导性、实用性、可读性。常设栏目包括:综述与研究,专题论述,专家谈,仪器仪表装置,现场总线技术,控制系统的设计、应用,计算机应用,创意与实践,经验交流,国外自动化纵横,以及专为广告客户开设的企业服务台栏目。此外,还有国内展会提醒,展会追踪,企业风采,新品推介,研发信息,行业新闻,行业报道,服务热线,前沿报道,走近学会,读者·作者·编者等小栏目。2003年新设立中国专利、链接认证——UL专栏、中国拟在建项目。本刊主要面向科技人员、设计人员、院校师生、管理人员、使用人员等。编辑部每年参加二十余次国内各类专业及相关行业的展会和专题会,多角度为广大新老客户提供优质服务,发布产品广告、新品预告、企业形象展示、展会通告、人才信息等。刊物发行渠道包括:邮局、行业发行网络、目标发送、展会赠阅等;读者还可通过中国期刊网、万方数据、中文科技期刊数据以及中国学术期刊(光盘版)浏览本刊的网络版和光盘版。
正式出版
收录年代

    基于双滞环的铅酸蓄电池组并联充放电控制

    于艇李吉生李彬
    46-50页
    查看更多>>摘要:铅酸蓄电池组并联充放电过程中,面临单体性能差异导致的充放电不均衡问题,进而影响了电池组整体性能和寿命.对此,研究基于双滞环的铅酸蓄电池组并联充放电控制方法.首先,通过分析铅酸蓄电池组并联充放电工作状态,建立铅酸蓄电池组工作等效模型;然后,将识别出的扰动因素作为传递函数的输入变量,从而确定扰动变量的传递函数;最后,基于双滞环技术原理,分解扰动变量进行误差弥补,实现铅酸蓄电池组并联充放电工作的均衡控制.实验结果表明,以某直流系统中退运的铅酸蓄电池组作为测试对象,在所设计方法应用后,可以实现单组电池在并联充放电过程中的额定电压控制,有效保证其稳定运行.

    铅酸蓄电池组双滞环技术并联方式充放电状态控制方法

    基于MW-MKEPLS的多重时变间歇生产过程质量预测

    周文伟孙步功石林榕
    51-55,65页
    查看更多>>摘要:间歇生产过程的多重时变特性和非线性使得质量预测问题变得复杂.为了提高间歇过程质量预测精度,提出了滑动窗多向核熵偏最小二乘(moving window multiway kernel entropy partial least squares,MW-MKEPLS)方法.首先采用滑动窗进行数据的动态更新获取,构建了滑动窗多重时变模型;然后在滑动窗多重时变模型下通过核函数将数据映射到高维特征空间,采用Renyi熵贡献度进行数据特征提取,更好地获取数据的信息熵和非线性;最后在KECA处理后的高维特征空间进行质量预测.通过青霉素生产发酵过程进行了实验验证,并与MKPLS和MKEPLS进行对比分析,结果表明所提方法的质量预测精度更高.

    间歇过程多重时变特性核熵成分分析偏最小二乘质量预测

    基于人工智能的变压器高精度自动化控制研究

    孙昕杰王树彪申张亮秦涛...
    56-59,147页
    查看更多>>摘要:针对现有电力设备控制算法存在的控制精度不足等问题,设计了一种基于人工智能的变压器高精度自动化控制算法.首先基于传感器采集与变压器工作状态相关的运行数据,作为CNN网络模型的输入数据;其次基于GWO算法的全局检索功能,选择最优的CNN网络参数,并将ReLU函数做为卷积层的激活函数,降低卷积层的梯度膨胀问题;最后在全连接层输出层同步控制训练误差,改善最终的控制效果.实验结果显示,人工智能CNN控制算法在训练集和测试集的异常数据识别准确率分别为98.6%和98.3%.

    人工智能变压器高精度CNN自动化控制激活函数

    基于改进遗传算法的机械臂时间最优轨迹优化

    李甚霖曾庆生冯栋彦夏广健...
    60-65页
    查看更多>>摘要:针对传统遗传算法在优化机械臂轨迹时间时存在易陷入局部最优、后期局部搜索精度不高等问题,提出了 一种改进型遗传算法.使用Tent映射初始化种群,增强遗传算法全局搜索能力.引入模拟退火算法对每一代子代种群进行局部退火操作,提升算法跳出局部最优的能力,在算法后期使用萤火虫算法替代常规变异算子,提高算法后期局部搜索精度.以aubo-i10协作机械臂为对象进行时间优化仿真,结果表明,改进后的遗传算法优化时间相比传统遗传算法减少了约1.2s,并使机械臂各关节的角速度、角加速度曲线光滑连续,且满足最大约束条件,证明了算法的可行性和有效性.

    轨迹规划轨迹优化改进遗传算法模拟退火算法萤火虫算法协作机械臂

    基于改进RRT的带电作业机器人机械臂的避障路径规划研究

    史宇航花国祥闫纪源黄晨...
    66-71页
    查看更多>>摘要:针对带电作业机器人机械臂在复杂配电网环境的路径规划问题,该文提出了 一种改良的快速随机扩展树(RRT)避障算法.该算法通过引入基于障碍物分布的动态采样函数,实现了采样点的动态调整,以提高路径规划的效率和准确性.结合A*算法的代价函数,进一步简化和平滑路径,减少拐点,优化了机器人机械臂的运动轨迹.仿真结果表明,该算法在缩短路径规划时间和路径长度上的高效性,其中在三维仿真中采样点个数减少70.3%,规划时间缩短68.3%,证明了其在带电作业机器人领域的有效性.

    RRT路径规划动态采样机械臂路径平滑

    基于广义回归神经网络的风力发电场设备温度自适应预测方法

    张二辉徐兴朝郑卫剑贾政...
    72-75页
    查看更多>>摘要:传统预测方法很难有效处理风力发电场设备温度各种影响因素之间的非线性关系,从而导致预测结果的不准确.针对上述问题,研究一种基于广义回归神经网络的风力发电场设备温度自适应预测方法.分析风力发电场设备温度影响因素并收集这些因素对应的数据,组成样本,对样本实施离群值处理和归一化处理.利用广义回归神经网络自适应预测设备温度并利用鸽群优化算法(PIO算法)自适应调整广义回归神经网络预测模型参数——平滑因子σ,提高其自适应能力.结果表明,所研究方法的预测偏度最高误差仅为0.3℃,说明该方法在预测温度时具有良好的准确性,预测值接近实际值.

    广义回归神经网络风力发电场设备温度PIO算法自适应预测方法

    基于ESO的分拣并联机器人无标定视觉伺服自适应滑模控制

    黄子豪高国琴
    76-80,90页
    查看更多>>摘要:针对无标定分拣并联机器人需获取精确图像雅可比矩阵的问题,同时为克服图像检测误差、建模误差及外部干扰对无标定视觉伺服系统的影响,提出一种基于扩张状态观测器(extended state observer,ESO)的分拣并联机器人无标定视觉伺服自适应滑模控制方法.通过将表征机器人图像空间与任务空间映射关系的图像雅可比矩阵与系统不确定项集总到同一通道的状态方程,引入ESO对分拣并联机器人视觉伺服系统的集总不确定性进行在线估计,设计一种基于扩张状态观测器的自适应积分滑模控制器,并通过设计自适应律动态调整滑模控制切换增益,以提高视觉伺服系统精度,同时达到抑制滑模控制抖振的效果.采用Lyapunov稳定性理论证明该控制方法的稳定性,最后通过仿真实验验证了所提出视觉伺服自适应滑模控制方法的可行性和有效性.

    分拣并联机器人视觉伺服ESO自适应滑模控制

    基于共模阻抗的电机主绝缘状态在线监测技术

    牛宏亮王锴颜闽秀王志平...
    81-85,90页
    查看更多>>摘要:在变频器工作系统中,电缆上存在高dv/dt和瞬态过电压,会导致交流变频电机绝缘老化加速.为防止意外停机和避免不可预估的经济损失,研究电机绝缘健康状态在线监测方法是非常必要的.基于共模阻抗技术对电机主绝缘的健康状态进行在线监测,在变频器电子开关频率下测量一次谐波的共模分量,利用共模阻抗计算绝缘等效电容,对主绝缘健康状态进行实时监测.为了验证该方法的有效性,搭建了实验平台,通过主绝缘热老化实验,证明该方法能够在线监测电机的健康状态,为故障预测与健康管理提供重要依据.

    交流变频电机主绝缘老化状态监测

    基于TDLAS光谱检测原理的变压器油溶乙炔气体自动化监测技术

    高明盛吉张永杰朱菁菁...
    86-90页
    查看更多>>摘要:为判断变压器故障类型以及故障的严重程度,保障变压器安全稳定运行,该文提出基于TDLAS光谱检测原理的变压器油溶乙炔气体自动化监测技术.利用分布反馈式(DBF)激光器发射激光信号,通过锁相放大器完成波长调制提取二次谐波信号,经主控模块反演计算获取变压器油溶乙炔气体浓度监测结果并传输至上位机.实验结果显示,该技术的乙炔气体浓度监测精度高、稳定性好,变压器油溶乙炔气体浓度监测优势显著.

    TDLAS光谱检测DBF激光器变压器油溶气体自动化监测

    基于图像融合的碳纤维复合材料冲击损伤检测

    张晓龙程晓颖
    91-95页
    查看更多>>摘要:碳纤维复合材料在生产使用过程中,损伤检测一直是关注的一大焦点.锁相热成像检测和超声波C扫描检测是两种常用的检测方式,但各自存在着局限性.超声波C扫描适用于材料内部深层损伤的检测而对浅层损伤信息不敏感,锁相热成像适用于浅层损伤信息的检测,难以反映材料深层次的损伤.针对此问题,该文提出一种基于非下采样剪切波变换结合脉冲耦合神经网络图像融合的算法,将锁相热像图和超声C扫描图像进行图像融合.结果表明,融合图像可以显著提高图像的清晰度和感知质量,并且将损伤面积的误差从39.1%降低到 23.8%.

    锁相热成像超声波C扫描图像融合非下采样剪切波变换碳纤维复合材料脉冲耦合神经网络