ilock型计算机联锁的应用,电磁兼容设计在iLOCK型计算机联锁系统机柜中的应用...

电磁兼容设计在iLOCK型计算机联锁系统机柜中的应用

作者:李海蛟

来源:《科技创新与应用》2015年第16期

摘 要:文章根据电磁兼容理论,结合屏蔽技术、接地技术等电磁兼容控制技术,阐述了机柜柜体、柜内机箱和电缆布线等的设计。

关键词:计算机联锁;电磁兼容;iLOCK

1 概述

电磁兼容性(EMC)是指设备或系统在其电磁环境中符合要求运行并不对其环境中的任何设备产生无法忍受的电磁干扰(EMI)的能力。这就要求设备或系统在正常工作时,对其所在工作环境的电磁干扰不能超过一定限值,同时设备或系统对其所在环境的电磁干扰有一定抗干扰的能力。

产生电磁干扰需要三个因素,缺一不可。首先应该具有干扰源;其次是传播干扰能量的途径;第三是被干扰对象的响应。传导耦合方式和辐射耦合方式是干扰能量传播的两种方式。在产品设计中,确定电磁干扰的三个因素,综合分析成本、效果等实际情况,采取消除或减弱干扰源影响的方法,或者阻断传播能量途径的方法,从而提高产品的电磁兼容性。文章以iLOCK型计算机联锁系统机柜为例,分析影响机柜电磁兼容性的内、外因素,结合电磁兼容的控制技术,就机柜、内部机箱、布线工艺等方面的设计进行了阐述。

2 设备组成

iLOCK型计算机联锁系统机柜主要由联锁柜、综合柜等设备构成。联锁柜由系统机箱、IO机箱、电源机箱等组成;综合柜由系统切换机箱、电源切换机箱、电源机箱、交换机、UPS、工控机等设备组成。柜内有AC 220V电源线、低压直流电源线、高频通信线等各种线缆,种类繁多。设备通过空间泄露、线缆传导等方式辐射信号,使其成为干扰源,同时,设备又受到周边其余设备的干扰,影响设备正常工作,电磁环境复杂。

3 电磁干扰因素分析

3.1 机柜外部因素

iLOCK型计算联锁系统设备主要放置于信号机械室内,干扰因素主要有以下几种:(1)电源屏及电力牵引系统的工频干扰(50Hz),波长6000km。(2)高压直流输电谐波干扰、

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值