【摘 要】
：
针对排放控制区的船舶尾气难以监控的问题,设计了一种基于STM32的船舶尾气排放监测系统.系统硬件主要由STM32微控制器、气体传感器、温湿度传感器、GPS定位模块以及通信模块组成.系统以无人机搭载的方式,实时采集尾气中SO2和CO2气体体积分数数据,并将检测数据通过4 G网络实时发送到服务器.实验结果表明:该系统运行稳定可靠,能够有效协助海事监管人员监控港区船舶的尾气排放情况.
【机 构】
：
上海海事大学信息工程学院,上海201306;浦东海事局危管防污中心,上海200086
论文部分内容阅读
针对排放控制区的船舶尾气难以监控的问题,设计了一种基于STM32的船舶尾气排放监测系统.系统硬件主要由STM32微控制器、气体传感器、温湿度传感器、GPS定位模块以及通信模块组成.系统以无人机搭载的方式,实时采集尾气中SO2和CO2气体体积分数数据,并将检测数据通过4 G网络实时发送到服务器.实验结果表明:该系统运行稳定可靠,能够有效协助海事监管人员监控港区船舶的尾气排放情况.
其他文献
针对真空容器微泄漏孔径无法准确识别的问题,提出采用泄漏超声信号特征值数据模型结合欧氏距离算法的解决方法.根据泄漏超声信号强度与微泄漏孔径的对应关系,选用特征值建立数据模型,并利用欧氏距离算法取最小值对微泄漏孔径进行识别,有效避免了因泄漏超声信号随机性引起的误判,提高了微泄漏孔径识别的准确率.通过多次实验验证,以泄漏超声信号有效值和互相关有效值建立的数据模型,对微泄漏孔径的辨识效果最好,其对微泄漏孔径的辨识正确率高达92％以上,达到了真空容器微泄漏孔径的检测识别要求.
提高协作机器人的力交互性必须提升机器人关节力矩测量的精确性,利用谐波减速器柔轮应变设计了一种关节力矩传感器.首先分析并建立柔轮的应变模型,基于应变电测技术,研制了物理样机.其次利用傅里叶变换对关节力矩传感器的输出信号进行分析,建立了传感器力矩信号直流分量与负载力矩之间的关系.测试结果表明:研制的关节力矩传感器具有较高的灵敏度和良好的重复性.
针对滑模控制所存在的抖振问题以及趋近问题,将分数阶微积分理论与滑模控制策略的优点相互结合,提出一种有效的分数阶趋近律.在控制器的设计过程中,将分数阶微积分引入到滑模控制中提出分数阶趋近律,并运用Lyapunov理论进行证明,从而确保系统的稳定性.将提出的控制方法应用于二关节机械臂上,进行仿真验证.结果表明:所提出的分数阶趋近律相比传统指数趋近律可有效提高关节的跟踪速度与跟踪精度,很大程度上削弱系统抖振,并且使系统鲁棒性更强.
介绍了光子晶体光纤传感的工作原理,通过分析传统光纤的弊端,设计基于聚碳酸酯为基材的光子晶体光纤(PC-PCF),利用COMSOL Multiphysics和MATLAB对设计方案的可行性进行验证,结果表明:PC-PCF在特定光波波段具有优异的传感性能,灵敏度高且损耗低,具有作为特定介质(如臭氧等)传感器的潜力.
针对无人机遥控端个体间信号相似,难以识别的问题,提出了一种基于信号指纹的无人机遥控端个体识别方法.方法通过多项式拟合暂态信号瞬时幅值包络曲线,得到暂态信号特征,再提取稳态信号的瞬时频率特征,并采用K最近邻(KNN)等多种机器学习方法进行信号识别.对实际数据处理结果表明:能够有效识别2个无人机遥控端个体,仿真实验结果表明:对5个无人机遥控端个体在信噪比5 dB时平均识别正确率大于90％.
J-A模型可以很好地描述变压器铁磁材料的磁化特性,但未能反映温度特性对磁化的影响.依据J-A模型存在的能量不平衡问题,引入涡流损耗和额外损耗调整原始模型的能量等式,引入温度特性因子表征参数影响.为克服模型参数求解初始值精度要求较高的问题,利用粒子群优化(PSO)算法对模型中的六个参数进行识别.利用模型对不同温度情况下变压器铁芯的磁滞回线和励磁涌流进行仿真模拟及实验研究.仿真和实验结果表明:该模型能够很好地反映不同温度情况下铁芯的磁滞回线.
为了提高含有障碍物下的路径规划的质量和效率,保证遍历节点少且路径短,提出了一种混合定位算法.算法融合了粒子群算法选择最佳位置的优越性,以提高蚁群算法蚂蚁所在节点与盲节点间距离估计的精度和搜寻速度;根据蚁群算法通过信息素浓度选择遍历节点的特点,规划节点与盲节点之间的最短距离,以增强蚁群信息素的浓度值,提高收敛速度,规划最短路径.实验表明:在不同规模障碍物区域路径搜寻过程中,采用混合定位算法规划路径优于文中其他两种算法,规划路径最短,效率最高.
基于地磁传感器的物联网(IoT)感知技术被广泛应用于列车定位导航、速度监测和安全控制等场景中.然而,半导体材质温度敏感性影响到地磁传感器量测数据的精准性.在充分考虑铁路物联网感知设备能量和资源受限性的基础上,提出基于最小二乘法多项式曲线拟合构建轻量级温度补偿机制,以此提升地磁传感器铁路物联网感知设备在复杂环境下的稳定性.实验表明:所提温度补偿机制具有资源占用率低、微能耗和精准性高等特性.
基于癫痫患者脑电信号及其噪声的特征,提出了一种基于主从支持向量机(SVM)的低功耗癫痫检测电路.使用主SVM检测癫痫发作的开始,同时启动从SVM,利用相对复杂的从SVM校正癫痫发作的结束;通过引进连续序列检测,降低由离散噪声影响造成的误报率,最终实现低功耗、高性能的实时癫痫检测.利用MIT数据库评估检测性能,平均敏感性、特异性和误报率分别为93.3％,99.9％和0.27/h.在SMIC 65 nm工艺库下,仿真功耗为4.23μW,版图面积为185μm×222μm.与基于高斯SVM的检测电路相比,平均功耗
针对卷积神经网络(CNN)中卷积核的多样性导致加速器难以实现高效计算的问题,提出了一种可重构卷积神经网络加速器实现方法.加速器包括18个处理引擎(PE),每个PE包含9个乘累加单元,3个PE构建一个5×5卷积核实现卷积核重构,调度器通过控制每层所需的卷积核大小和通道数分配PE实现卷积处理.加速器支持常见的3×3,5×5卷积核的网络模型,加速器采用数据复用以及并行处理的设计方法,有效降低了存储访问次数,提高了加速器的计算高效性.通过对AlexNet进行验证,实验表明:使用XC7Z045平台在150 MHz的