工业自动化最新文章

伍尔特电子发布BLE 5.1模块，实现更安全的无线连接

一款强大的硬件，两种灵活的2.4 GHz无线电应用：伍尔特电子发布了低功耗蓝牙（BLE）5.1模块Proteus-III和专有版本Thyone-I。该款模块尺寸仅为8×12×2mm，具有集成天线，加密技术和六个可配置IO引脚，它基于Nordic Semiconductor的nRF52840芯片组，可用于IoT和M2M应用，例如，可以用来构建基于无线电的维护接口和传感器网络。伍尔特电子的WE-ProWare固件经过了多年的工业验证，使这些模块具有多种用途。

发表于：2020/12/15

Littelfuse超小型和表面贴装磁簧开关，可提供更大灵敏度范围

电路保护、电源控制和传感技术制造商Littelfuse，Inc. 宣布推出采用7毫米长玻璃外壳的全密封型A型（单极单掷常开或SPST-NO）开关MITI-7系列超小型磁簧开关。MITI-7系列具有6 AT至20 AT的灵敏度范围，范围远大于同等尺寸的电磁开关（仅为6 AT至10 AT）。借助新型自动化组装设备，Littelfuse得以提高这些小型开关的生产能力，从而帮助电路设计人员节省元件密集的电路板上的空间。

发表于：2020/12/15

德承嵌入式系统直闯智能安全监控，大容量高速度更高效

现代生活逐渐趋于便利化与智能化，人们对于安全的议题也更加重视。智能安全监控系统的运用大致可分为装设在移动式载体和固定式载体这两类。移动式载体的监控使用环境较为严苛，监控设备必须能承受长时间震动、高低温差等多重考验，如：车载、公共安全车辆（警车/救护车/消防车）、大众运输（火车/轮船/飞机）等监控应用。而固定式载体的监控又可再分为架设于室内或户外，如：监控中心、道路监测等。智能安全监控系统不论何种使用环境，都需具备影像与物体辨识、动作侦测、画面警示等功能，以帮助灾害应变、交通管理与信息搜集整合。

发表于：2020/12/15

海克斯康助力玻璃制品模具制造商欧米茄提升工艺效率

自1993年开业以来，玻璃制品模具制造商欧米茄公司一直致力于玻璃瓶及模具相关的加工和维修服务。为了进一步的减少生产周期和成本，欧米茄公司采用Primescan扫描仪和EDGECAM智能编程解决方案来改进和提升加工工艺。

发表于：2020/12/15

普发真空DREEBIT 离子束系统进入德国达姆施塔特工业大学

近日，普发真空获得来自德国达姆施塔特工业大学的一份重要订单，将向该校交付一套 DREEBIT 离子束系统，以供其核物理研究所使用。达姆施塔特LaserSpHERe（Laser Spektroskopie an hochgeladenen Ionen und exotischen radioaktiven Nukliden，高电荷离子和外来放射性核素激光光谱测量）工作组的研究人员将在该研究所开展各种前沿原子物理、核物理和粒子物理精密实验，其中，高电荷离子和外来短寿命同位素的激光光谱测量是研究重点。此次研究计划获得德国科学基金会（DFG）SFB 1245 特殊科研部门支持。

发表于：2020/12/15

服务和维护进入数字化所面临的挑战

技术人员曾经使用笔记板和笔来记录，而现在远程监控设备、带有适当应用程序、软件解决方案和实时信息的 智能手机和平板电脑成了他们的首选工具。

发表于：2020/12/15

被西门子收购的Mentor正式更名为Siemens EDA

日前，Siemens EDA的IC-EDA执行副总裁Joseph Sawicki先生在一篇博客文章里透露，Mentor将于2021年1月起正式更名为Siemens EDA，更名后将继续作为西门子数字化工业软件的旗下业务提供领先的EDA解决方案，同时作为支持数字孪生技术的重要组成部分。

发表于：2020/12/15

基于疲劳驾驶的人眼定位方法研究

人眼定位是疲劳驾驶的研究关键。由粗到精，先后进行了人脸检测、瞳孔定位。针对现有方向梯度直方图人脸检测算法泛化能力不佳的问题，提出了一种基于信息熵加权的HOG特征提取算法，该算法将待分类的人脸特征进行信息熵阈值加权，形成新的HOG特征，然后通过支持向量机进行分类；针对现有瞳孔定位算法准确率不高的问题，提出了多算法协同工作的瞳孔定位方法，以自商图为基准寻找二值分割点，实现了眼部区域光照不变性，以灰度积分投影为依据实现了瞳孔精确定位。实验结果表明，该文提出的人脸检测算法在CelebA验证数据集准确率可达到98.26%，较传统识别方法有更高的准确率；而瞳孔定位算法也可达到令人满意的精确度，提高了瞳孔定位的准确性。

发表于：2020/12/15

干线动态协调控制的深度Q网络方法

为有效降低城市交通干线的车均延误与停车次数，将深度Q网络引入干线协调控制，给出了一种干线动态协调控制的DDDQN(Dueling Double Deep Q Network)方法。该方法结合双重深度Q网络与基于竞争架构深度Q网络，并将干线作为整体处理，通过深度神经网络挖掘干线各交叉口协调控制的相关性，基于Q学习进行交通信号控制决策。通过仿真实验，在近饱和流量和干线存在初始排队的情况下，将DDDQN方法与现有绿波方法，以及经典深度Q网络、双重深度Q网络、基于竞争架构深度Q网络的干线协调控制算法进行对比，实验结果表明基于DDDQN的干线动态协调控制算法性能优于其他四种方法。

发表于：2020/12/15

基于云平台的压砖设备健康状态分析方法设计

基于运行数据对压砖设备健康状态进行分析，对于降低设备故障率、提升压砖成品质量具有重要意义。现有方案大多数局限于离线人工分析，实时性差且推广效率低。针对上述问题，基于阿里云机器学习平台设计了压砖设备健康状态分析方法，基于聚类方法构建了压砖设备健康状态模型，在无需先验知识的情况下，对于压砖设备的工作、待机、异常等健康状态实现了建模。进而，将该模型部署于云计算平台上，通过周期性的数据导入与分析实现了压砖设备健康状态的在线分析。最后通过实例证明了该方法的有效性。

发表于：2020/12/15

基于机器学习的Modbus_TCP通信异常检测方法研究

针对工业控制系统中Modbus_TCP协议存在的诸多安全隐患问题，提出了基于机器学习的Modbus_TCP通信异常检测方法，分析了Modbus_TCP报文类型与结构特点，介绍了机器学习中决策树分类模型算法的实现过程，建立了Modbus_TCP协议的模拟通信，使用了Scapy工具构造伪报文实现异常检测。设置了朴素贝叶斯分类模型、逻辑回归分类模型和传统支持向量机分类模型的实验与之对比，并且对模型的准确率、误报率、漏报率和时间性能进行分析。分析结果表明，决策树分类模型准确率高，消耗时间短，具有一定的优越性。

发表于：2020/12/15

基于BIM与GIS数据融合的智慧地铁运维系统研究

建筑信息模型(BIM)和地理信息系统(GIS)的融合为智慧地铁运维系统的实现提供了强有力的技术支持。论证了将BIM+GIS运用到地铁设备运维系统中的优势和可行性，从BIM和GIS模型的数据规范入手，提出了一种有效的BIM和GIS数据融合方案。通过运用BIM和GIS，实现了设备智慧巡检、设备故障预警与智能维修和应急智能处置等智慧功能。BIM和GIS数据的成功融合，为智慧地铁运维系统的建成提供了一种强有力的技术手段。

发表于：2020/12/15

橡胶-金属缓冲弹簧在飞机舵机电液伺服系统中的应用

针对飞机舵机电液伺服系统在抑制多余力干扰时，缓冲装置无法实现变刚度连续加载的问题，采用在系统结构中设置橡胶金属缓冲弹簧的结构补偿方法。首先，设计橡胶金属缓冲弹簧结构，利用ANSYS仿真软件构建有限元模型并对其进行性能分析。通过构建飞机舵机电液伺服系统各元件数学模型，从而得到系统整体数学模型。最后，利用MATLAB仿真软件验证该方法的可行性和有效性。研究结果表明，橡胶金属缓冲弹簧能够达到技术指标要求，改善系统稳定特性，具有较高的工程实践价值。

发表于：2020/12/15

一种低相位噪声的正交电感电容压控振荡器的设计

在相同的功耗下，串联耦合正交电感电容压控振荡器相位噪声性能优于并联耦合电感电容压控振荡器。但是在传统的串联耦合正交电感电容压控振荡器中，LC谐振腔中存在45°的相位偏移使得其相位噪声被恶化。因此提出一种交流偏置的串联耦合正交电感电容压控振荡器。该振荡器中的LC谐振腔的相移接近0°,并且耦合MOS管的低频噪声上变频的相位噪声部分受到抑制。所以该交流偏置的串联耦合正交电感电容压控振荡器可以获得较好的相位噪声性能。所提出的正交电感电容压控振荡器在TSMC 180 nm CMOS工艺下设计完成。其输出频率调谐范围为2.34 GHz~2.60 GHz，电源电压为1.8 V，功耗约为11.2 mW。输出频率为2.58 GHz时，3 MHz频偏处的相位噪声为-140.1 dBc/Hz，相较于传统串联耦合正交振荡器优化了6.4 dB。该振荡器的品质因子为188.3 dBc/Hz，平均相位误差为0.05°。

发表于：2020/12/15

基于AQPSO-LSTM-BN的APU故障诊断模型

针对飞机APU的常见故障，提出了一种基于量子粒子群优化的长短期记忆网络与批规范化相结合的飞机APU故障诊断模型。从QAR数据库中整理出需要的APU故障数据，将其进行归一化处理并分为训练集和测试集两部分，建立CSV文档数据库；对量子粒子群进行改进，使用改进后的量子粒子群对长短期记忆网络的隐含层单元数目进行寻优；将优化参数后的长短期记忆网络与批规范化相结合搭建网络模型，并在网络最顶层加入Softmax模型，生成AQPSO-LSTM-BN故障诊断模型，使用训练集对故障诊断模型进行训练，然后使用测试集进行实验。实验结果表明，该模型可以有效识别APU故障，与单一长短期记忆网络模型、支持向量机模型、循环神经网络模型和极限学习机模型相比，识别准确度有所提高。

发表于：2020/12/15