【摘 要】
:
该文主要针对电动汽车设计了一种空调控制器的自动化检测系统,该系统基于单片机实现自动化检测功能,详细阐述了系统的架构、硬件构成以及软件实现路径,可根据实际需要通过该装置设置控制器的参数,实现了对空调控制器的使能信号准确接收,并通过程序检测信号工作过程同准确流程间的匹配程度,判断产品的合格与否,并在上位机上显示最终检测结果。
【机 构】
:
烟台汽车工程职业学院车辆运用工程系
论文部分内容阅读
该文主要针对电动汽车设计了一种空调控制器的自动化检测系统,该系统基于单片机实现自动化检测功能,详细阐述了系统的架构、硬件构成以及软件实现路径,可根据实际需要通过该装置设置控制器的参数,实现了对空调控制器的使能信号准确接收,并通过程序检测信号工作过程同准确流程间的匹配程度,判断产品的合格与否,并在上位机上显示最终检测结果。
其他文献
基于深度学习在提高网络控制和管理过程的自主能力和智能水平方面发挥的重要作用,为进一步优化网络路由路径,文中通过结合运用深度学习和TensorFlow平台的方法完成具体的搭建以及训练过程,通过NS3网络仿真的使用完成最优路径的寻找,完成了深度卷积网络及网络智能路由路径优化选择方案的构建,针对网络的平均时延、信令开销、整体吞吐量的性能进行仿真,验证了该路由方法的有效性。
针对大数据背景下电力企业数据的复杂性、数据量大的问题,提出了基于搜索引擎的电力调度知识管理系统的设计。对知识搜索引擎的工作原理进行分析,提出向量空间检索算法,实现电力调度知识管理系统的设计。使用稳定、成熟且可靠的开源搜索引擎平台自动收集外部指定网站、内部专业文件系统等,从而提供方便的搜索服务,使用户能够轻松地得到需要的专业信息。利用系统对电力调度专业知识进行提炼,通过用户的实际需求实现多样化展现。通过实际分析,系统具备咨询搜索、集成、知识分类等功能,还能够使信息资源可用性得到提高。
针对光伏发电并网系统输出电压较低的问题,提出了一种两级式单相升压光伏逆变器.该逆变器将Boost电路与双Buck逆变电路相结合,得到了升压式光伏逆变器,有效解决了光伏发电所
为提升能源系统短期负荷预测精度,解决需求响应给能源系统带来的全新挑战,提出基于深度学习的能源系统需求响应短期负荷预测方法。构建栈式自编码神经网络SAE-NN深度学习模型,考虑能源系统的需求响应,并对其数据进行调整,得到用户预期收益和舒适度是影响短期负荷变化的两项重要因素。在构建的SAE-NN深度学习模型中进行样本训练,提取深层特征。利用逻辑回归(LR)模型预测能源系统的短期负荷,提升模型预测精度。仿真结果表明,所提方法的短期负荷预测结果与实际负荷基本一致,测得的相对误差为0.61%,平均绝对误差为1.88
为解决小电流接地定位终端误报、漏报故障信号和错报故障信息的问题,提出了一种基于故障反演阵的配电网接地定位终端数据质量评价方法.建立了接地终端数据质量评价数据模型,
为了能够充分发挥数据信息优势,满足多用户逐渐深化的应用需求.在电力行业实现信息化供电过程中,经过对异构数据源内的数据透明访问业务需求进行分析,提出了基于搜索引擎建立
针对多源数据融合在电力系统智能运维中的应用,文中构建了包括油色谱指标、油化试验指标与电气试验指标在内,共3个方面的多源数据体系分析Dempster-Shafer(DS)证据理论在多源数据融合决策中的应用原理,并设计了深度学习网络(DLN)模型及其训练方法,进一步提出了基于DLN-DS的电力变压器故障诊断算法。以某省电网变压器检修数据为例进行了仿真分析,测试结果表明,通过DS证据理论实现多源数据的融合可以使得故障诊断决策更加直观、明显,且同时提高了故障诊断准确率。DLN算法相比于BP神经网络(BPNN)与支
针对近年来频发的在高温天气下儿童误锁于车内导致身亡的事故,设计了一款基于STM32F103型单片机的新型车载护童报警装置.该装置以STM32F103型单片机为主控制器,用于控制太阳
FCM算法是一种比较流行的模糊聚类算法,将其运用到图像分割领域中,可以更加客观地对像素进行分类,达到较好的分割效果。但是传统的FCM算法存在对初始聚类中心较为依赖的问题,一般情况下,初始聚类中心是随机选取的,如果选择的不合适,则很容易导致算法得不到全局最优解。针对此问题,提出了改进方法,对人工鱼群算法(AFSA)进行改进,利用人工鱼群算法良好的全局搜索功能,同时融合改进的教学优化算法(TLBO),
针对电网调度监控与评估中的问题,通过大数据应用角度分析基于态势感知技术的智能电网网络态势评估模型和感知预测.对智能告警收集调度自动化系统告警信息进行收集,从而设计