在线辨识轴向柱塞泵磨损状态对保证液压传动与控制系统的稳定可靠运行具有重要意义,但实际工况下的辨识性能受强噪声干扰。磨损状态辨识模型能通过对抗训练增强抗噪声鲁棒性,但庞大的参数量限制了其在边缘计算设备上的应用。为了兼顾抗噪声鲁棒性和模型体量,提出了一种基于对抗蒸馏的磨损状态在线辨识轻量化方法,设计了基于一维卷积神经网络的学生模型和教师模型,学生模型生成对抗样本作为知识迁移数据集,并通过知识蒸馏学习教师模型的鲁棒特征知识。通过故障注入、对比实验和消融实验,表明所提方法能兼具抗噪声鲁棒性强和模型结构轻量的优势。通过边缘部署和在线验证实验,验证所提方法能实时准确地辨识轴向柱塞泵磨损状态。

氧是维护生命的基础,血氧饱和度是人体极为重要的生理参数.血氧饱和度的测量在临床和日常保健中有重大意义.系统是以PIC18C252单片机为核心控制的测量仪,在硬件上实现了使用光传感器采集红光和红外光透过动脉血管后产生的信号电路以及相关的测量电路,实现了与PC机的通信;在软件上实现了以PIC18C252单片机为核心的控制程序,实现了数字信号处理算法和计算人体脉率和血氧饱和度(SaO2)的复杂算法,有效地克服了测量信号的漂移和噪声干扰,从而满足临床生理监护的需要.

模拟信号量值采集的精确度和稳定度决定了整个项目的运行可靠程度，然而，现场环境恶劣，干扰严重，为了对模拟信号的线性转换而不把现场的各种噪声干扰引入到控制系统，必须将被测模拟信号与控制系统之间进行良好的线性隔离。一般情况下，直流隔离措施可采用专用隔离运算放大器（IS0124系列）加配一个高精度隔离直流电源，通过电气耦合的方式来实现被测模拟信号与控带0系统的线性隔离，但这种方法成本较高而且温漂较大。