课程文献中心 更多>>

摘要： ~~

关键词： 线上线下混合式教学   学习通   CAD  

摘要： 本文以“水利工程制图及CAD”为例，针对疫情时期传统教学模式授课效果差、质量低等现象，依据2020级学生问卷反馈结果，从教师和学生两个主体出发，多角度全方位针对该门课程进行教学质量提升策略研究。其主要目的在于针对学生学习现状及学习这门课时存在的问题，提出改进策略去解决问题，提高该课程的教学质量，激发学生的学习兴趣，使学生更充分地享受线上教学的便利，拓宽学习视野，切实理解学习过程中的难点和关键点，考出满意分数，成为更加优秀的水利工程人才。

关键词： 调节阀   气动噪声   数值模拟   主动降噪   自适应算法  

摘要： 调节阀被广泛应用于化工、石油、电力等行业,在管路系统中起到启闭、调节等重要作用。在高压差,非稳定工况下调节阀产生的节流噪声可接近上百分贝,高分贝的噪声容易使人产生烦躁焦虑等负面情绪,严重影响员工的工作效率与身心健康。被动噪声控制(PNC,passive noise control)与主动噪声控制(又称有源噪声控制)(ANC,active noise control)是噪声控制的两种主要方式。被动噪声控制主要对产生噪声的阀门及管道进行外包隔音层处理以降低噪声,但由于节流过程产生的噪声频率多变,且低频噪声波长较长,不易被障碍物阻碍或者吸收,所以被动降噪技术很难实现对气动调节阀的低频段噪声的有效控制。随着芯片的集成度提高以及运算速度的提升,主动降噪方式成为噪声控制的热点。但目前被广泛应用的主动降噪方式是将次级声源(降噪声源)放置在人耳附近,以抵消噪声,这种有源头靠式的主动降噪方案只能降低佩戴者耳道内部的噪声,不能从空间中的局部区域降低环境噪声。针对上述的问题,基于另一种主动降噪方式(将次级声源放置在噪声源附近),本文提出将这种方式应用于降低阀门局部空间内气动噪声的方案。本文开展的主要研究工作如下:(1)首先通过实验的方法,本文检测了不同类型的阀门在不同的入口压力、不同的开度下产生噪声的强度,并选择球阀的气动噪声频率进行了分析。之后针对实验不能确定阀体内部噪声源分布的问题,本文选择数值模拟的方法分析了阀体内部速度场、压力场以及声场的分布。这些工作为主动降噪技术运用于阀门噪声控制的可行性提供了理论依据。(2)针对现有的主动降噪变步长算法中步长函数的参数需要多次实验测得,并且在实际的工程应用中这些算法的收敛速度和降噪量还有待提高的问题。本文提出了一种将压缩因子粒子群算法和带修正因子的反正切函数变步长法相结合的滤波新算法(AFXLMS-CFPSO算法),理论分析表明了新算法应具有更快的收敛速度和更好的稳态误差。(3)为了进一步验证新算法的稳定性和收敛速度,本文采用数值模拟对比了新算法与其他几种传统的算法的降噪性能,结果表明新算法比传统的几种算法在收敛速率、降噪量和稳定性上都有很大的提升。在数值模拟验证的基础之上,利用Code composer studio软件和DSPF28335处理器搭建了前馈式单通道主动降噪(ANC)系统,在真实噪声环境中测试了系统的性能以及进一步验证了新算法的可靠性。(4)为了将ANC系统应用于真实阀门噪声环境,首先,本文通过理论分析的方式确定了噪声源与次级声源的距离、噪声源的声源半径以及噪声源的振动速度与降噪量之间的关系,为ANC系统中次级声源与噪声源之间距离的设定提供了理论指导。在此基础之上,本文搭建了前馈式单通道ANC系统,对不同开度的球阀气动噪声进行了有源噪声控制实验。实验结果表明以新算法为核心搭建的ANC系统对不同开度下调节阀气动噪声的平均降噪量为19.2d B。

关键词： 物联网   环境监测   深度学习   环境预测   火灾识别预警  

摘要： 近年来我国工业经济发展迅速,工厂作为工业经济的发展源泉,其环境安全问题也逐渐引起重视,目前在工厂环境监测工作中引入物联网技术及深度学习算法是解决工厂安全问题的重要研究方向。本文以物联网技术以及深度学习算法为理论基础,设计了一种工厂火灾识别及预警系统,包括环境数据监测和火灾识别预警两个部分。目标是提高工厂环境监测的实时性及火灾识别准确率,在火灾发生初期做到及时、准确识别及预警,帮助工作人员全面掌握工厂环境状况并在火灾发生初期采取灭火措施来减少人员伤亡和财产损失。本文的主要研究内容如下:(1)搭建了工厂环境监测系统的硬件及软件平台,进行相关元器件的选型及相关电路方案设计,编写硬件驱动程序,完成监测系统的硬件搭建;同时在Lab VIEW环境下实现上位机平台的开发,实现环境数据的实时显示、存储及查看等功能。(2)设计了火灾识别预警模型,其中包括环境预测模型和火灾识别模型,结合两个模型的结果对工厂内火灾进行识别及预警。利用基于双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,Bi-LSTM)算法的环境数据预测模型,对工厂内未来时刻的环境数据进行预测,判断环境参数是否处于正常区间;结合卷积神经网络(Convolutional Neural Network,CNN)和门控循环单元(Gated Recurrent Unit,GRU)提出了一种基于CNN-GRU混合神经网络的火灾识别模型,将环境数据中的温度、湿度、烟雾浓度、一氧化碳浓度和有毒气体浓度特征值作为输入,以无火和着火两种状态作为输出,并以该火灾识别模型的分类结果作为系统识别火灾的判断依据。(3)对该系统进行实验测试,首先对环境数据采集部分及上位机功能进行测试,然后对环境数据预测模型的预测准确度及火灾识别模型的分类准确性进行测试。测试结果表明,本系统能够较准确地采集工厂内的各项环境数据、预测未来时刻的环境数据及识别是否有火灾发生,达到火灾识别及预警的目的,对实际生产具有一定的应用价值。

关键词： 汽车座舱   有源噪声控制系统   指向性扬声器   音频分离  

摘要： 随着汽车的定位逐步从出行工具向第三空间演进，消费者在考虑安全性、动力性、经济性之外，也日益追求汽车的乘坐舒适性。汽车座舱声环境质量的好坏成为区分汽车质量的重要依据。车内声场主动控制是改善汽车座舱声环境、提高乘坐舒适性的有效措施，其核心技术之一为主动噪声控制（Active Noise Control，ANC），也称为有源噪声控制。随着人们对智能声场调控的需求不断升高，更加智能的 ANC 方法亟待研究。传统 ANC 方法将车内所有声音均视为噪声，不加区分的抵消，从而无法保留驾乘者期望听到的声音，如交谈声或音乐等。为实现车内声场的智能化控制，满足驾乘者对汽车座舱中声环境的个性化需求，并降低车内噪声给驾乘者带来的心理烦躁感，本文将音频分离技术与有源噪声控制系统相结合，音频分离技术用于声音预处理，实现可选择性降低乘客不期望听到的噪声而保留期望听到的音频。此外，为了避免 ANC 系统的声反馈问题，本文探究指向性扬声器的性能和在有源噪声控制系统中的应用，以提升噪声控制效果。为实现这些需求，本文主要做了以下工作：　　（1）车内音频分离算法建模及仿真。首先，建立双通道的盲源分离模型，完成基于负熵最大快速独立成分分析（Fast Independent Component Analysis， FastICA）算法的推导和优化，改善传统 FastICA 算法分离后的信号幅值不确定性;然后，选择语料库中的信号和实际采集的信号作为输入，采用该算法开展带噪语音的合成与分离仿真;最后，通过对比分离后的音频信号和原音频信号特性，评价分离算法的准确性和收敛性。仿真结果表明，所提的音频信号分离控制方法能够将混合信号中期望的语音信号和不期望的噪声信号分离开，并且没有破坏源信号的特征。　　（2）基于音频分离的有源噪声控制系统建模及仿真。首先，采集实验车辆行驶时的车内混合噪声，分析匀速工况下的车内噪声特性;然后，建立有源噪声控制系统的数学模型，选择滤波-x 最小均方（ Filtered-x Least Mean Square，FxLMS）算法的最优参数，为了平衡 FxLMS 算法的收敛速度和稳态误差，结合归一化和变步长方法，本文提出改进后的变步长归一化滤波最小均方（ Variable Step Size- Filtered-x Normalized Least Mean Square, VSS-FxNMLMS ）算法;接着，采用此算法开展有源噪声控制系统仿真，并与FxLMS 算法、归一化 FxLMS （ Filtered-x Normalized Least Mean Square, FxNLMS）算法和另两种改进算法对比控制效果;最后，结合音频信号分离控制和有源噪声控制，开展基于音频分离的车内有源噪声控制系统仿真，验证该系统的有效性。仿真结果表明，本文提出的算法具有更快的收敛速度、更小的稳态误差和更强的鲁棒性。基于音频分离的车内有源噪声控制系统能够降低车内噪声，同时不影响期望的音频信号。　　（3）车内指向性扬声器设计及性能分析。本文将指向性扬声器应用于车内有源噪声控制系统中，作为次级扬声器播放反噪声信号。首先，建立指向性扬声器的理论模型;然后，搭建发声部件换能器的模型，探究不同频率声波的远场声压级变化;最后，探究换能器的指向性影响因素，改变指向性函数的不同参数，观察指向性变化。从理论和仿真两个方面讨论分析了指向性扬声器的性质，验证了指向性扬声器应用于车内有源噪声控制系统中的可行性。　　（4）车内有源噪声控制系统实验验证。首先，开展室内实验，对室内电声传递函数进行测量，并利用单频噪声验证了音频分离系统和有源噪声控制系统的有效性，为后续实车实验奠定基础;然后，开展基于音频分离的车内指向性有源噪声控制系统实车实验，选择普通扬声器和指向性扬声器作为次级扬声器，对比控制效果，验证整个系统的有效性。实验结果表明，使用指向性扬声器的控制系统实现了更深的降噪量，基于音频分离的车内指向性有源噪声控制系统能够实际应用在车内，在不影响期望音频信号的情况下，降低不期望的噪声信号。

关键词： 深度神经网络   目标检测   多尺度点云补全   位姿估计  

摘要： 随着工业智能化的发展,对固体废物的回收方式从人工分拣逐渐转为高效、安全的智能化分拣,其中检测分拣物的类别和位姿是实现目标抓取的关键基础。为了减少硬件设施算力和存储能力对目标位姿估计在工业生产中应用的限制,降低目标检测部分的网络模型参数量,满足实时分类。同时,分拣场景下物体间的相互遮挡为估计物体的空间位姿带来困难,研究如何降低特征信息的丢失,提升位姿估计模型的精度具有重要意义。本文的具体研究内容如下:1)研究轻量化目标检测方法。由于现有的YOLO v4主干网络参数量较大,难以部署在资源有限的嵌入式设备中,为了减少深度神经网络的参数和计算量,使用深度可分离卷积和倒置残差块等结构搭建目标检测的特征提取网络,并为了保证模型精度,使用空洞卷积和SE通道注意力模块改进特征金字塔池化模块,构建YOLO v4-MN轻量化目标检测模型。从YCB-Video数据集中抽取图片制作为目标检测数据集测试轻量化目标检测网络的性能。2)研究融合点云补全的位姿估计方法。使用带有类别信息的点云数据进行位姿估计时,由于目标物体受到遮挡,部分表面点无法观测到,点云数据缺失物体的局部细节和边缘信息,限制位姿估计网络对物体位姿的全面理解。本文提出融合点云补全的位姿估计网络模型,通过点云补全估计遮挡区域中可能存在的点云数据,为位姿估计提供更完整的物体表面结构信息。多尺度点云补全模块采用编码器-解码器结构,实现低精度到高精度的特征提取和特征融合,恢复缺失点云数据,位姿估计模块对旋转和平移单独进行回归,通过在YCB-Video数据集上进行实验验证,实验结果表明相比于直接对残缺点云进行位姿估计的方法,融合了点云补全的方法能够达到更高的位姿估计精度,有效减小遮挡带来的目标物空间位置信息不全的影响。本文在目标检测阶段进行轻量化的特征提取网络设计,可以获得更快的模型运行效率,达到实时检测目的;在位姿估计阶段针对遮挡问题提出融合多尺度点云补全的位姿估计方法,可以有效减少遮挡对特征提取的影响。

关键词： 环境工程微生物学   课程思政   思政元素   教学改革  

摘要： 课程思政是新时代对高等教育提出的新要求，是当前高校教学改革研究的热点。专业教育与思政教育的有效融合有利于培养学生的职业素养、家国情怀、科学精神、文化自信和社会责任意识。本文以环境工程专业“环境工程微生物学”课程为例，探索课程思政元素及具体实施措施，以期为环境工程专业课程思政改革提供有益参考。

关键词： 函数图像   曲面积分   CAD制图   GeoGebra  

摘要： 在高等数学下册多重积分的教学中，三维图形的描绘起了重要的作用。如果能够精确地画好立体图形，可以很好地帮助学生去理解重积分以及曲面积分的计算。在工科相关专业的学生教学过程中，由于学生有一些相应的制图基础，他们对这类三维图形的刻画表现出了很大的兴趣。于是我们将高等数学和工程制图两门课程做了关联，帮助学生做到了学以致用，让他们对两门课程的学习有了更大的兴趣。

关键词： 无线传感器   环境监测   环境保护  

摘要： 环境监测是环保工作的重要组成部分，它通过收集、传输和分析环境信息，及时发现并解决环境问题，保护人民健康和生态平衡。本文探讨了无线传感器网络技术在环境监测中的应用，基于无线传感器网络技术的环境监测系统可以实现对环境各种参数的实时监测和数据传输，提高监测效率和准确性，降低成本。此类系统可以监测大气、水质、噪声等污染源，有助于污染源的治理和环境保护工作。

关键词： 数字孪生   猪舍环境   三维建模   虚实交互  

摘要： 随着第四次数字化工业革命的到来,数字孪生技术的出现为各行各业带来了全新的体验和发展动力。互联网、大数据和物联网技术的迅速发展,使得各行各业纷纷把数字孪生技术融入到自身的领域中,以满足日益增长的需求。本文基于数字孪生技术和生猪养殖行业发展实际情况,提出了数字孪生技术在养殖业的应用理论,搭建了基于数字孪生技术的猪舍环境监测系统,构建了数字孪生猪舍的初始体。采用Uinty3D引擎的C/S两层架构,服务端采用My SQL数据库存储猪舍环境参数等数据,通过编辑C#脚本调用系统后端API接口,连接My SQL数据库实现Unity3D与数据的虚实映射和显示,构建三维猪舍的虚实交互场景。首先研究了数字孪生技术应用发展的五维模型及其技术理论,基于该技术理论,提出了数字孪生技术应用在生猪养殖行业的价值内涵和逻辑模型。其次在分析系统性能需求的基础上设计了猪舍实体层、感知控制层和智能应用层的三层架构,针对系统业务流程及数据库存储进行了设计。完成了系统的整体方案设计,对猪舍三维场景建模过程进行了说明,基于Uinty3D渲染引擎构建了三维猪舍虚拟场景。在系统监测界面UI设计和接口设计完成后,对前端界面与后端数据进行了调测。最后进行系统的检测试验。结果表明,该系统实时监测、远程访问、数据存储、超标预警及虚拟漫游等功能运行正常,可为研究猪舍内环境因素的变化规律提供有效数据,保存的猪舍历史环境数据对专业机构的研究分析具有一定的参考价值。