利记体育,利记体育app

　　电气学院紧跟技术发展前沿，重点研究智能制造过程中的关键科学问题，通过智能检测、人工智能技术以及5G网络通信等，提高制造业的智能化水平。经过近几年的潜心研究，在相关领域取得技术突破，有代表性的论文如下。
　　起重机广泛应用于如矿山、冶金、钢铁、化工、汽车、铁路交通、港口码头等大型钢铁企业。近年来受“一带一路”战略的影响，汽车起重机更是增长迅速；随着E时代的到来，集装箱起重机需求更是直线上升。据数据显示，2019年上半年起重机合计销售35470台，同比增长了39.5%。然而，起重机起吊运输过程中载荷的摇摆是影响起重机作业生产效率和安全性的根本因素，具有机器感知的电子防摇控制系统，利于智能起重机的实现，具备环境识别能力并具有自我安全防护意识的起重机，能大大降低起重机故障发生率。

　　起重机系统是典型的欠驱动系统，状态之间存在相互耦合或伴随非完整约束的特点。电气学院马向华团队经过3年潜心研究，取得突破性成果，发表论文4篇，授权发明专利1项。在《An Anti-swing Closed-Loop Control Strategy for Overhead Cranes》文中，研究对起重机防摇的闭环控制，通过在线辨识的方法辨识控制器参数，实现对起重机的精确防摇控制。
　　设置起重机工作在“开环+定位”“开环+不定位”“闭环+定位”“闭环+不定位”四种模式下工作，观察防摇效果。经过在学院起重机实验室、城市建设与安全工程学院的结构与安全工程实验室、大连华锐重工集团起重机预备室大量实验，数据表明：我们研究的防摇技术，在开环防摇中防摇效果优于ABB同类产品；率先实现了闭环防摇控制，技术指标达到国际领先水平。截至目前，我们将此理论研究实现成果转化，已有小量订单。
　　近年来，预测判决式频谱切换技术已成为混合接入式认知无线电网络（HCRNs）技术的一个研究热点。在实际场景下，5G移动通信系统、WiFi及4G移动通信系统所组成的通信系统就是一个典型的HCRNs系统。由于5G基站功率小、工作频率高等特点，致使5G基站的覆盖范围非常小。因此，为了保证移动终端的QoS，移动终端需要在5G、4G及WiFi不同网络之间及其不同工作频率之间进行频繁切换。这样反复的频谱切换将不可避免地带来整个系统服务时间延迟、系统吞吐量降低、切换失败率增加、用户之间频谱使用产生冲突等等一系列严重影响系统性能的问题。

　　因此，为了提高混合式认知无线电网络（HCRNs）中频谱切换的敏捷性和成功率降低用户间频谱接入的冲突率，进而提高整个系统的吞吐量。曹开田团队利用深度Q网络(DQN)对多用户场景下的HCRNs系统整体吞吐量这一性能指标进行优化建模，并在引入迁移学习(TL)策略加快DQN学习速度的基础上，提出了一种基于TL预测判决的频谱切换方法(TL-PDSH)，相关成果发表在《Sensors》期刊，2020年1月中科院JCR分区为二区。
　　理论分析与仿真结果均表明，与当前主流的基于预测判决的频谱切换方法相比，本文提出的TL-PDSH方法可显著提高由5G、4G及WiFi无线局域网所组成的HCRNs系统的吞吐量、频谱切换成功率及切换速度，降低不同网络间、不同信道间频谱切换的时间延迟，进一步增强整个系统频谱切换的可靠性与稳定性。

文／图：电气学院