欢迎访问义乌工商职业技术学院机电信息学院官方网站!

喜讯|学院博士团队成员喜获金华市自然科学优秀论文一等奖


作者:王晶晶、周润、王剑豪   发布日期:2025-10-27


近日,第二十届金华市自然科学优秀论文奖评选结果公布。义乌工商职业技术学院机电信息学院博士团队成员王剑豪获得金华市自然科学优秀论文一等奖,周润获得金华市自然科学优秀论文三等奖。

学院博士团队在电子测量领域取得突破,王剑豪博士在该领域顶级期刊《IEEE Transactions on Instrumentation and Measurement》(中国科学院2区)上发表了最新研究成果。论文题目为《Research on On-line Modeling of High Frequency Impedance of Motor》,由王剑豪、周润、李时辉老师等共同参与完成。


电机的高频寄生参数是电机驱动系统噪声路径的重要组成部分。本文主要建立了电机在离线或静态状态下的高频阻抗模型。然而,电机在工作状态下的高频阻抗与在静态状态下的高频阻抗不同。分析了电机在静态和工作状态下的阻抗差异。本文考虑电机在不同转轴角度下的差模阻抗在工作状态下是不同的,通过测量电机在不同旋转角度下的差模阻抗建立了逐步仿真模型。该模型既能模拟电机在实际工作状态下的时变阻抗特性,又能消除电机时变电路模型所带来的噪声仿真误差。本文还提出了一种高频信号注入方法,用于在线提取电机共模阻抗。该方法通过注入高频信号,增加电机中CM电压和CM电流的高频分量,从而获得电机在工作状态下的CM阻抗。实验证明,电机阻抗在工作状态下的模拟噪声与实测噪声的幅值差不大于6dBμV。

此外,博士团队成员周润在人工智能技术应用于气体识别领域也取得较大成绩,针对现有气体识别方法的两个局限性:一是现有研究基于全局相似度,而忽略了局部相似度,因此气体识别精度低,二是现有的大多数识别方法都是基于闭集假设,即训练集和测试集中的气体类别相同。然而,在实际应用中,测试集可能与训练集具有不重叠的气体类别。

针对以上两个问题,周润博士首次关注开集气体识别问题,引入深度学习方法,提出了一种基于局部相似度的集成学习方法。该方法是挖掘列几乎不变的双聚类然后,采用MMSR(改进MSR)。修改平均列方差添加到原始MSR。双簇的挖掘包括两个部分:寻找相似点每个列中的集群,并扩展集群。最新研究成果在中国科学院3区上发表了,论文题目为《MGRBA: Gas Recognition With Biclustering and Adaboost》,由周润、王剑豪,黄康老师等共同参与完成。

实验结果表明,MGRBA在闭集和开集气体识别情况下都优于许多最先进的方法。

上述成果充分体现了学院博士团队在电子测量和人工智能领域的科研实力与学术影响力。

成绩的取得离不开学院的大力支持。近年来,学院通过大量引进博士调整师资结构,坚持“引进来、留得住”的思想,将博士聚集起来“搭平台、建舞台”,助推博士团队标志性成果产出,近3年来,博士团队公开发表SCI一级核心论文10余篇,立项省部级科研项目4项(其中1项基于成果类申报将于2026年3月立项发文),推动学院双高建设内涵式发展。