基于VxWorks的微小型AUV体系结构设计

为提高自主式水下机器人(Autonomous Underwater Vehicle,AUV)控制系统的鲁棒性，将分层递阶结构与包容式结构相结合，提出了一种混合式控制体系结构，开发了基于VxWorks的微小型AUV控制系统.该系统以“海事金枪鱼”号AUV为载体，以嵌入式PC104计算机为系统核心,通过传感器的信息融合、算法实现和多任务运行，控制系统驱动推进器、舵、翼等执行单元实现AUV的姿态调整、导航和路径规划，最终达到自主作业的目的.“海事金枪鱼”号AUV的开发应用，验证了方案的可行性以及控制系统的可靠性和稳定性.     

现场总线与DCS的网络集成

现场总线是一种全数字化的、实时、双向、多站的通信系统,用于现场级设备互连以及现场设备与控制系统相连。新的基于现场总线技术的控制策略和网络结构将对现有的仪表及控制系统产生革命性的影响。从现场总线技术的本质特征上分析了其对传统分散控制系统DCS的冲击,并结合DCS的网络结构特点,给出了现场总线集成于DCS的3种实现方法。     

基于CAN总线和分布式结构的船舶电站多种发电方式仿真

为进行船舶电站仿真系统中多种发电方式联合运行的研究及管理、操作、训练,实现多个学员的同时教学和实操,克服集中型仿真系统缺点,对船舶电站多种发电方式联合运行仿真采用分布式结构,由下位机完成各自的柴油发电机组、轴带发电机组、透平发电机组的仿真,并由上位机实现电力管理,通过CAN总线通信实现多种发电方式联合运行.对CAN总线运行过程中偶尔出现通信失败的状况进行分析,从而改进CAN总线通信接口硬件/软件的设计,提高CAN总线性能,使其更好地运用于该仿真系统.结果表明该设计方法提高仿真设备的实时性、可靠性,改善系统性能.     

基于人工势场法的自治水下机器人路径规划

为解决自治水下机器人(Autonomous Underwater Vehicle, AUV)的路径规划问题,规划动态人工势场技术路径.在传统人工势场方法的数学模型和仿真试验的基础上,提出1种改进的势场函数,在二维空间中对水下机器人进行数学建模.在Matlab中针对动态障碍物、静态目标物的动态水下环境进行仿真试验.结果表明,运用该技术可以达到良好的效果.     

微小型混合式水下机器人(ARV)的设计与实现

无人潜水器分为自治式潜水器(简称AUV)和遥控潜水器(简称ROV)两种,各自具有自身的局限性。新型混合式水下机器人ARV(Autonomous and Remotely Operated Vehicle)具有AUV、ROV两种工作模式,既弥补不足,又能发挥各自的优势。针对大面积远距离的搜索、探测,它可以像AUV进行自主的探索工作;近距离可以像ROV一样,通过操作人员进行控制。微小型ARV具有结构紧凑、机动性好、成本低等优点,可以实现更高效率的水下探测,在军事领域则可实现反潜、反深水鱼雷等战略任务。     

基于生物启发模型的自治水下机器人平面轨迹跟踪控制

针对自治水下机器人(Autonomous Underwater Vehicles,AUV)轨迹跟踪的速度跳变问题,根据AUV平面运动学模型,采用生物启发神经网络构造一种简单的虚拟变量,并结合Lyapunov函数设计出平面轨迹跟踪控制律,其控制效果能够达到全局渐进稳定,且能避免产生过大的力和力矩,满足AUV推进器的推力约...     

智能温室信息采集系统的CAN总线设计

结合小范围示范工程的情况,分别从CAN总线概述、总线通信协议、CAN总线网络软件硬件设计几方面,叙述了智能温室信息采集系统的CAN总线设计。该设计将工业现场较先进CAN总线技术应用到农业背景的智能温室远距离信息采集系统,为相关技术应用做了新的尝试。     

船用智能同步检测、指示、控制仪表

为适应船舶自动化电站向总线—智能控制方向发展的需要,针对非数字船用同步仪表的缺陷,采用嵌入式微控制器对仪表进行智能控制,并根据船舶机舱工作环境对微控制器进行电磁兼容性(Electromagnetic Compatibility, EMC)设计,实现总线—嵌入控制的现场总线接口设计,使同步仪表成为总线—智能同步检测、指示、控制仪表,上位机和其他智能仪表通过CAN接口连成总线网.试验表明,基于现场总线的智能仪表系统抗干扰性强、性能可靠,与传统仪表相比,在测量速度、精确度、自动化程度以及性价比等方面都有很大提高.     

基于PROFIBUS的智能电梯式立体车库控制系统设计

分析研究现场总线技术与PLC及网络技术,根据现场总线技术和电梯式车库的结构形式提出了控制系统的总体方案,设计了基于PROFIBUS-DP总线技术的控制系统;并在Me093399型机电一体化系统设备上进行了实验验证,达到设计目标.     

基于混合网络的直流电机控制系统设计与实现

鉴于PROFINET还不能完全代替其他现场总线,研究将有着广泛应用的现场总线PROFIBUS集成到PROFINET中的可行性。对PROFINET I/O系统(分布式现场系统)进行组态设计,把S7-1500 PLC(可编程逻辑控制器)和S7-1200 PLC分别配置成总控制器和现场端控制器,把PROFIBUS-DP集成到PROFINET I/O中,搭建基于混合网络的直流电机控制系统试验平台。试验结果说明,利用该控制系统可实现对直流电机的精确控制,控制方法是可行的。该系统的分布式控制原理可为船舶分布式自动化控制技术的研究提供一定的借鉴。     

生产实时监测系统的设计与实现

将工业控制的一些新技术如网络化测控技术用于生产中的实时监测一直是富有挑战性的课题.本文介绍了将可靠性和性价比都较高的RS-485总线和CAN总线进行组网,从而构成一种实用化的生产实时监测系统的方案.实践表明该系统具有可靠性好、实用性强、实现方便等特点.     

区域物流节点城市层级划分

为构建合理的区域物流系统,保障区域物流协调发展,利用改进的熵权法测算物流节点城市物流发展水平,采用修正引力模型测算节点城市间的物流联系强度,引入社会网络分析方法对辽宁省物流节点城市进行层级划分。结果表明:辽宁省城市物流网络密度相对较大,存在明显的层级关系,形成以沈阳和大连为中心的双核辐射带动周边城市发展的物流网络结构。     

基于改进的无尺度网络的高斯动态粒子群优化算法在舰船电网故障重构中的应用

针对当前优化算法在处理大规模舰船电网重构问题时易陷于局部极值的缺点,提出一种基于改进的无尺度网络的高斯动态粒子群优化(Gaussian Dynamic Particle Swarm Optimization,GDPSO)算法.该算法融合无尺度网络理论与种群拓扑结构,采用改进的无尺度网络BA模型随机地逐渐增加种群拓扑规模,增加种群多样性,提高种群跳出局部极值的能力.以某20节点和扩充为60节点的舰船电网为例进行故障后重构测试.结果表明,该算法对多维度舰船电网重构有效.     

服务半径约束下城市快递双层配送网络节点选址优化

为提高快递配送效率,基于城市快递双层配送网络的构成和优势,建立该网络二级节点选址模型,包括末端配送站点和便民寄存点选址,其中便民寄存点选址需考虑服务半径约束和容量限制。提出分解算法进行模型求解,其中针对便民寄存点选址采用改进的最少点覆盖启发式算法,针对末端配送站点选址采用k-均值聚类算法。利用算例进行模型和算法验证,结果表明,该模型和算法能有效解决城市快递双层配送网络的节点选址优化问题。     

基于MCF52259的RS232串口-CAN转换器的实现

选用集成CAN控制器以及串行异步收发器的MCF52259芯片,提出基于该芯片的RS232-CAN转换器的解决方案及该转换器的软、硬件设计方案,据此阐述通信过程中的流量控制和差错控制技术.经过多功能数据通讯转换器验证系统的测试,结果表明：转换器具备较好的实时性和错误控制能力,运行状况良好.     

船舶电力推进试验平台设计

应用变频传动、计算机控制和现场总线通信等技术,设计船舶电力推进试验平台.整个平台由发电机组、船舶电站、推进变频器、推进电机、负载变频器和负载电机组成.平台的控制系统设计应用集散控制理念,上位监控计算机和现场控制器通过工业以太网连接,现场控制器和变频器、智能传感器通过DP总线连接,完成数据交换和实时监控.该电力推进试验平台能够完成模拟船舶电力推进运行的试验,3个控制系统合理有效的连接运行更能提高电力推进试验平台整体效率,满足设计的要求.     

基于加权DV-Hop算法的无线传感器网络定位技术

节点自身定位技术是无线传感器网络的关键技术之一,由于传感器网络资源受限,定位算法需要综合考虑定位精度、通信、计算开销等方面因素．主要通过对DV-Hop算法的分析,提出了加权定位算法,采用信标节点对未知节点的不同影响力来确定加权因子,以提高定位精度．实验结果表明,该算法计算简单,无额外通信开销,定位精度较极大似然估计算法高,具有普遍应用意义．     

ARM处理器STR711在汽车信息通讯系统中的应用

STR711是意法半导体（ST）公司推出的基于工业标准ARM7精简指令集内核设计的ARM32位微控制器,包含高性能的嵌入式Flash高速RAM存储器、USB及CAN在内的功能强大的外设资源,在嵌入式系统设计中应用广泛。通过详细阐述STR711的结构、功能及使用方法,介绍其在汽车信息通讯系统中的应用,具体地给出了系统硬件原理和软件设计的方法,突出显示了STR711四串口通讯的优势。     

基于改进粒子群的BP神经网络WSN数据融合算法

针对无线传感器网络（WSN）数据融合算法中传统反向传播（BP）神经网络收敛速度慢、对初值敏感和易陷入局部最优解的问题,提出基于改进粒子群的BP神经网络WSN数据融合算法（BSO-BP）。用天牛须搜索（BAS）算法对粒子群算法进行改进,利用改进后的粒子群算法优化BP神经网络权值和阈值,引入WSN数据融合中,簇首节点通过优化训练后的BP神经网络对采集数据进行特征提取,将融合后的数据发送至汇聚节点。仿真实验表明,BSO-BP算法能有效地提高融合精度和收敛速度,减少冗余数据传输,延长网络生命周期。相较于传统BP数据融合算法和PSO-BP算法,BSO-BP算法减少了至少11%的平均相对误差和13.89%的均方根误差。