一种基于深度学习的高精度曲率测量方法

    公开(公告)号:CN118362062B

    公开(公告)日:2024-09-03

    申请号:CN202410777951.3

    申请日:2024-06-17

    摘要: 本发明提供一种基于深度学习的高精度曲率测量方法,涉及光纤曲率测量技术领域。该方法首先设计单模‑多模‑特种光纤组合光纤结构;然后使用激光光源照射组合光纤结构,通过组合光纤结构传输产生光斑图像;并在特种结构光纤的末端设置光斑图像采集装置,实时捕捉光斑图像;再对采集到的光斑图像进行预处理;将所采集并预处理的光斑图像分成训练集、测试集和验证集;最后构建并训练光纤曲率预测模型;采用训练好的光纤曲率预测模型进行光纤曲率的预测。该方法显著增加了光斑图像中的信息量,使光纤曲率测量传感器能够更全面地捕捉光纤曲率变化。显著降低了噪声和光纤微小运动对测量结果的影响,减少了测量误差。

    一种基于深度学习的高精度曲率测量方法

    公开(公告)号:CN118362062A

    公开(公告)日:2024-07-19

    申请号:CN202410777951.3

    申请日:2024-06-17

    摘要: 本发明提供一种基于深度学习的高精度曲率测量方法,涉及光纤曲率测量技术领域。该方法首先设计单模‑多模‑特种光纤组合光纤结构;然后使用激光光源照射组合光纤结构,通过组合光纤结构传输产生光斑图像;并在特种结构光纤的末端设置光斑图像采集装置,实时捕捉光斑图像;再对采集到的光斑图像进行预处理;将所采集并预处理的光斑图像分成训练集、测试集和验证集;最后构建并训练光纤曲率预测模型;采用训练好的光纤曲率预测模型进行光纤曲率的预测。该方法显著增加了光斑图像中的信息量,使光纤曲率测量传感器能够更全面地捕捉光纤曲率变化。显著降低了噪声和光纤微小运动对测量结果的影响,减少了测量误差。

    一种基于DQ解耦和PID控制的单相并联并网逆变器

    公开(公告)号:CN118337079A

    公开(公告)日:2024-07-12

    申请号:CN202410753323.1

    申请日:2024-06-12

    IPC分类号: H02M7/48 H02M1/088 H02J3/38

    摘要: 本发明提供一种基于DQ解耦和PID控制的单相并联并网逆变器,涉及逆变器技术领域,本发明装置包括若干个并联的单相并网逆变器;通过无通讯锁相电流闭环控制,具体包括DQ‑PLL锁相和无通讯电流闭环。该系统集成了STM32系列单片机作为主控制器,采用双极性正弦脉宽调制SPWM技术结合锁相环PLL控制,实现了双逆变器的负载均衡并网供电。系统设计的核心在于单相全桥逆变电路,配合先进的控制算法与电路设计,包括比例积分微分PID控制、DQ解耦控制,以及下垂控制策略,以实现电流内环电压外环的精细控制,保证逆变器输出功率的高效稳定。