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

孙怀义

双月刊

1001-9227

auto81@163.com

023-63050371

401121

重庆市渝北区人和杨柳路2号B区

自动化与仪器仪表/Journal Automation & InstrumentationCSTPCD
查看更多>>本刊是技术刊物。旨在加强学术交流,促进中国自动化与仪器仪表的发展,为自动化和仪器仪表工作者服务。
正式出版
收录年代

    原油粘度对输油泵流体动力噪声ANSYS仿真模型优化参数的影响

    张雅茹刘昭廷刘祥楼
    1-5页
    查看更多>>摘要:为了研究原油粘度对输油泵流体动力噪声ANSYS仿真模型优化参数的影响,减少模型参数导致的仿真误差.以ZA150-4400 型输油泵为研究对象,基于ANSYS仿真平台,采用RNG k-ε模型研究原油流体动力噪声的静压分布特性,采用LES中Smagorinsky-Lilly模型研究原油流体动力噪声的动态分布特性.根据水介质的Cμ 参数 0.084 5,通过不同原油粘度μe 下Cμ 参数优化的大量仿真实验,构建了原油粘度μe 与修正参数Cμ 线性拟合关系.仿真实验结果表明:不同原油粘度μe对应Cμ 的最佳参数设置,其动态特性仿真中,轴频最大偏差 0.61 Hz、叶轮叶片通过频率最大偏差 3.24 Hz.

    输油泵流体动力噪声原油粘度ANSYS仿真RNGk-ε模型参数优化

    基于改进NeRF的大规模不可移动文物三维重建方法研究

    赖志卿连明昌陈松航
    6-10页
    查看更多>>摘要:神经辐射场(NeRF)在文物三维重建保护方面具有重要的应用前景,但针对大规模的不可移动文物三维重建,已有的NeRF技术面临计算资源消耗大、模型无法局部修复的挑战.为此,本研究提出采用八叉树对NeRF的体素采样步骤进行场景分区改进,实现NeRF并行轻量化三维重建,并使其模型支持局部针对性修复,极大提高了NeRF技术在大规模不可移动文物三维重建领域的实用性.

    文物保护三维重建神经辐射场八叉树

    一个新四维混沌系统的分析与同步控制研究

    丁渝琴张玲梅
    11-19页
    查看更多>>摘要:在已有四维系统的基础上建立了一个新四维混沌系统,研究了该系统的相关动力学性质,并讨论了该系统的环状系统和镜像系统,通过数值模拟探讨了所建立系统及其对应的环状系统和镜像系统的动力力学行为.通过电路模拟证明了新四维系统的混沌特性,采用主动控制法实现了新四维混沌系统的自同步.

    四维环状镜像同步控制

    基于深度学习的MIDI信号对电子音乐旋律自动转换研究

    师冬冬
    20-23,28页
    查看更多>>摘要:随着电子音乐制作的普及,乐器数字接口(Musical Instrument Digital Interface,MIDI)信号的有效转换对音乐创作的意义日益凸显.为了提高电子音乐旋律自动转换的准确率,研究采用了一系列深度神经网络模型,对大型乐器数字接口数据集进行学习,并利用 Adam 算法进行优化.结果显示,在训练阶段和测试阶段,模型的识别率分别达到了 95.03%和96.12%.这一结果不仅在训练集上超出了基线模型 16.88%的表现,在测试集上的提升更是达到了 18.36%,展现了模型优化后的强大泛化能力.在关键的性能指标上,模型的精确率为 94.03%,召回率为 95.06%,以及F1 分数高达 97.89%,这些指标均显著高于基线模型的原始得分.综合可以看出,基于深度学习的MIDI信号对电子音乐旋律自动转换研究,有效地提高了音乐转换的精度.

    深度学习MIDI信号音乐旋律自动转换Adam算法

    考虑数据传输成功率的光网络最优通信路径选择

    蒋雯雯
    24-28页
    查看更多>>摘要:为全面评估通信路径性能,提升数据传输的可靠性与稳定性,研究考虑数据传输成功率的光网络最优通信路径选择方法.以最大化数据传输成功概率与最小化数据传输超时概率为目标函数,建立光网络最优通信路径选择模型;蚁群算法依据选择概率,生成初始光网络最优通信路径选择模型的可行解集合;利用遗传算法对可行解集合进行选择、交叉与变异处理,得到新的最优通信路径选择模型可行解集合;通过数据传输成功概率与超时概率,设计遗传算法的适应度,以最优适应度对应的可行解集合为最终可行解集合;利用蚁群算法在最终可行解集合内,选择最大数据传输成功概率,以及最小超时概率对应的最优通信路径.实验证明:该方法可有效生成初始光网络最优通信路径模型的可行解集合,并完成最优通信路径选择,提升数据传输成功概率,降低数据传输超时概率;应用该方法后,光网络的网络状态指示值较高,即光网络的整体性能较优.

    数据传输成功率光网络最优通信路径超时概率蚁群算法

    基于虚拟仿真技术的视觉三维重建算法研究

    颜昌
    29-33页
    查看更多>>摘要:虚拟仿真技术可以以极低的成本在虚拟环境中测试自动驾驶算法性能,为了进一步保障自动驾驶汽车的安全,研究设计并实现了一个基于卷积神经网络的多任务学习模型,用来提取图像特征,并输出点云数据,然后将点云数据处理为包含高度、强度和密度的三通道鸟瞰图,将模型在鸟瞰图中的预测结果映射回三维空间得到三维目标检测结果,最后根据语义分割结果在合适位置进行渲染,从而实现真实驾驶场景的三维重建.结果表明,研究所提模型在进行 50 次迭代学习后已经趋于稳定,模型精度平均达到了 96%左右,在 3 种模型中的精度分别为 48.13%和 62.43%,75.69%,帧率为 25,优于另外 3 种模型.此次研究提出的方法在复杂情况下,可以实现具有完备的结构和丰富细节纹理三维重建模型,并能对多种对象进行良好的建模.

    虚拟仿真三维重建特征提取目标检测

    基于UHF RFID技术的室内定位方法

    魏海红李淑飞
    34-38页
    查看更多>>摘要:在室内环境中,由于建筑物的屏蔽效应、多径衰落等因素,会产生许多反射和散射的信号路径.这些多路径干扰会引入额外的相位差,并且当相邻标签或信号源之间的距离非常接近时,相位差可能超过一个波长,导致相位模糊现象的发生,无法准确获取不同载波信号源之间的相位差值,增加了定位难度.为了解决该问题,提出了基于超高频射频识别技术(UHF RFID)的室内定位方法.分析UHF RFID系统结构构成及工作原理.在UHF RFID标签读取器收到标签回复信号后,计算超高频载波信号相位角度;根据阅读器与标签间距离,提取出室内无源超高频信号相位,获取不同载波信号源的相位差;通过对相位差数据进行拟合分析,将相位差转化为欧式距离数据,解决相位差超过波长导致的相位模糊现象;对距离数据进行特征值分解,构建特征值的标量积矩阵,提取出标签回复的信号特征,并与其他信号源进行区分;结合已知的未知节点信息,通过相位差-多维标度定位算法进一步优化定位结果实现无源超高频定位.由实验结果可知:所提方法超高频信号相位差与实际值仅存在最大为0.01 rad的误差,最大定位误差仅为0.12 m,定位误差较小,在复杂的信道传播环境中依然能够保持较高的定位精度,定位效果较好.

    UHFRFID室内无源超高频定位

    不同天气条件下光学图像清晰度实时增强研究

    张海庆
    39-42,47页
    查看更多>>摘要:针对光学图像采集过程中,由于天气条件所导致的图像对比度下降图像失真等问题,研究不同天气条件下光学图像清晰度实时增强方法.依照大气光学原理,构建不同天气条件下的光学图像退化模型;采用四叉树分解法,将光学图像划分为四个象限,依照不同象限的平均强度与标准差计算象限得分,在得分最高的象限中继续划分,取符合终止条件下的最小象限中得分最高象限的强度均值为大气光值;在此基础上,采用暗通道法,通过暗像素值确定光学图像的透射率;基于透射率与大气光值反推光学图像退化模型,获取不同天气条件下光学图像清晰度实时增强结果.实验结果显示该方法可以以较快的速度提升光学图像的对比度与相关系数,实现光学图像清晰度增强,提升光学图像识别率.

    天气条件光学图像清晰度增强退化模型大气光值透射率

    基于磁力电耦合效应的电力线路磁场能量采集研究

    辛明勇徐长宝祝健杨李成林...
    43-47页
    查看更多>>摘要:架空电力线路通常采用钢芯铝绞线,为了保障架空电力线路监测传感器电源供给,设计了一种基于磁力电多场耦合效应的电力钢绞线磁场能量采集装置.通过有限元仿真,分析了普通长直导线与钢芯铝绞线的磁场分布差异,根据钢芯铝绞线磁场特点,设计了采用U型永磁铁阵列的悬臂梁式磁场能量采集装置及电源管理电路.实验测试结果表明,在工频 50 Hz电流激励下,装置最优负载为 150 kΩ;当导线电流为 20 A、50 A和 100 A时,装置输出功率分别为 1.66 mW、5.15 mW和10.14 mW;装置输出能量通过能量管理电路调节,实现了对电池的有效充电.提出的磁场能量采集装置在小电流和大电流条件下均能正常工作,实现了对钢芯铝绞线的磁场能量的有效采集,有利于推进磁场能量采集装置在自供能传感器领域的应用.

    磁场能量采集压电效应钢芯铝绞线磁力电多场耦合电源管理

    基于连续词袋模型的神经机器翻译模型优化研究

    李珍
    48-52页
    查看更多>>摘要:在全球化的背景下,机器翻译模型对于促进各国文化交流具有重要意义.针对神经机器翻译模型的错译和漏译问题,研究搭建了基于连续词袋模型和改进长短期记忆网络的神经机器翻译模型.结果表明,所提模型的双语评估替补值在英-法数据集中可达到 39.49%.在法语、德语和西班牙语 3 种语言翻译成英文的翻译任务中准确率分别为 79.2%、75.1%和 76.7%,在英语翻译成其他语言中的准确率分别为 79.8%、77.6%和 78.7%.研究结果显示,所提模型具有较高的翻译性能和准确性,能够对Transformer神经机器翻译模型进行合理有效的优化,且在不同语言的翻译任务中均具有较好的适应性,具有一定的可行性和实际应用前景.研究能够为英文翻译提供一定的技术支持,促进跨文化传播以及跨国贸易的深入开展.

    神经机器翻译连续词袋模型长短期记忆网络英语翻译