-
题名基于物联网的电动车智能充电系统
被引量：7
- 1
-
-
作者
俞铭津
江莺
张梦琦
俞旭
段峥
许越
-
机构
南京林业大学机械电子工程学院
-
出处
《测控技术》
2019年第5期48-52,共5页
-
基金
国家自然科学基金项目(51505231)
江苏省研究生科研与实践创新计划项目(KYCX18_0996)
-
文摘
为了解决电动车充电管理不便、安全性低的问题,设计了一种基于物联网的充电系统。该系统智能充电节点通过RN8209模块实现对电动车充电电压、电流和功率的采集,并利用这些数据判断充电状态,异常时自动关闭。该设计不仅实现了电能的计量,而且确保了电动车充电的安全性。系统中控网关通过LoRa无线模块与多个智能充电节点通信,并通过4G模块实现了与服务器的数据交互。测试结果表明,LoRa无线能够穿透地下室,通信距离达到300m,网关与服务器通信稳定。该设计实现了对充电桩的远程监控,具有很好的应用前景。
-
关键词
物联网
充电
无线模块
4G
监控
-
Keywords
Internet of things
charging
wireless
4G
monitoring
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于LoRa的远程低功耗水压采集系统的设计
被引量：5
- 2
-
-
作者
江莺
俞旭
俞铭津
韦杰
-
机构
南京林业大学机械电子工程学院
-
出处
《现代电子技术》
北大核心
2020年第8期105-108,112,共5页
-
基金
国家自然科学基金项目(51505231)
江苏省研究生科研与实践创新计划项目(KYCX18_0996)
南京林业大学大学生创新训练计划项目(2018NUFSPITP164)。
-
文摘
针对基于ZigBee等无线通信技术的水压采集系统存在数据传输距离近、抗干扰能力弱、功耗高、环境适应性较差等缺点,文中设计一种基于LoRa的远程低功耗水压采集系统。通过水压变送器信号放大电路设计、变送器标定与调零确保水压采集的准确性;通过无线水压变送器低功耗设计确保电池供电的持久性;通过基于LoRa的通信电路设计确保远程数据传输的可靠性。测试安放在建筑物6楼的计算机接收无线水压变送器发来的数据,结果表明,无线水压变送器安装在通信环境良好的户外,只有不到1%的丢帧率;即使在通信环境比较恶劣的地下室,其丢帧率也不超过1.5%。
-
关键词
水压采集
低功耗
远程通信
系统设计
变送器设计
实物测试
-
Keywords
water pressure acquisition
low power consumption
remote communications
system design
transmitter design
physical test
-
分类号
TN98-34
[电子电信—信息与通信工程]
-
-
题名高压脉冲电源设计及其在除尘中的应用研究
被引量：5
- 3
-
-
作者
江莺
俞铭津
张梦琦
-
机构
南京林业大学
-
出处
《电力电子技术》
CSCD
北大核心
2020年第2期43-46,共4页
-
基金
国家自然科学基金(51505231)
江苏省研究生科研与实践创新计划(KYCX18_0996)。
-
文摘
与直流高压除尘相比,高压脉冲除尘具有更强的荷电能力且能降低能耗。设计了高压脉冲电源的拓扑电路,并据此实现了一套基于半导体开关的高压脉冲电源,该脉冲电源波形完整且幅值、频率、脉宽均可调节。但该高压脉冲电源脉宽调节困难,据此提出了一种改进的调节脉冲电源脉宽的方案,该方案经测试简单易行。将其应用于高压脉冲除尘系统,基于此开展了幅值、频率对气体颗粒物去除率影响的研究。研究结果表明:相同频率下,脉冲电压峰值越高,PM10和PM2.5去除率越明显。相同脉冲电压峰值时,在20~100 Hz范围内,脉冲频率越高,PM10和PM2.5去除率越明显。当脉冲电压峰值为12 kV,频率为120 Hz时,去除率超过96%。
-
关键词
电源
高压脉冲
除尘
-
Keywords
power supply
high voltage pulse
dust removal
-
分类号
TN86
[电子电信—信息与通信工程]
-
-
题名基于BP神经网络的电除尘火花放电识别
被引量：4
- 4
-
-
作者
江莺
俞铭津
张梦琦
-
机构
南京林业大学机械电子工程学院
-
出处
《信息与控制》
CSCD
北大核心
2019年第6期754-760,共7页
-
基金
国家自然科学基金资助项目(51505231)
江苏省研究生科研与实践创新计划资助项目(KYCX18_0996).
-
文摘
针对高压静电除尘中会发生火花放电现象,降低除尘效率、损坏设备的问题,提出了根据火花放电造成的声音进行火花识别的方法,利用MEMS(Micro-Electro-Mechanical System)数字麦克风采集声音信号,分析了火花放电声音的短时能量、短时过零率、线性预测倒谱系数和梅尔频率倒谱系数(MFCC).建立BP神经网络识别系统,选用不同特征向量进行实验.研究结果表明:使用MFCC系数结合短时能量和短时过零率能提高识别率,对纯净样本的识别率高达96%,且用火花放电瞬间两帧数据作为火花样本进行BP神经网络训练能大幅度提高识别系统的鲁棒性,对非纯净样本的识别率高达95%.
-
关键词
静电除尘
火花放电
声音识别
BP神经网络
识别率
-
Keywords
electrostatic dust removal
spark discharge
sound recognition
BP neural network
recognition rate
-
分类号
X701.2
[环境科学与工程—环境工程]
-
