本作品源代码已经开源至MoHub，链接可见文章末尾。

1. 案例简介
   无人机、电力巡检机器人等移动智能装备在长期自主作业过程中，需要稳定、低维护的自动补能方式。无线充电具有非接触、安全性高、接口磨损小等优势，但实际降落或停靠时，气流扰动、定位误差和平台振动容易造成收发线圈偏移，进而引起传输效率下降、输出功率波动和局部温升等问题。
   本项目为蓝桥杯智能装备数字化建模赛道获奖作品，基于 MWORKS 平台完成“基于检测线圈电压指纹的无线充电自对准系统”建模仿真。系统不额外依赖机器视觉、UWB 等外部传感器，而是直接利用无线充电装置内部四路检测线圈电压作为位置感知来源，在同一工程中贯通电路建模、指纹库采样、模型训练、在线推理、双轴机构对准与充电状态切换。
2. 技术路线
   整体方案采用“电路感知—样本构建—模型筛选—参数部署—页面闭环演示”的联合仿真路线，将无线电能传输、电压指纹定位、机器学习回归与机械执行机构集成到一套可运行的 MWORKS 工程中。
   具体流程上，系统先在 MWORKS.Sysplorer 中建立 LCC-S 主功率电路、四检测支路和双轴平移平台，通过真实检测支路输出四路检测电压；再在规则工作平面内进行离线采样，形成位置—电压指纹样本；随后在 MWORKS.Syslab 中完成多模型比较、工作窗口搜索和部署参数固化；最后回到在线演示页面，由推理结果驱动平台移动、复测电压并完成充电切换。
   
   图 1 MWORKS 系统建模整体方案示意图
   图 1 展示了本项目的核心技术链路：Sysplorer 负责电路与机构物理建模，Syslab 负责采样调度、模型训练和参数固化，在线演示页面负责完成电压读取、位置估计、平台运动、对准判定和充电状态切换。
   
   图 2 MWORKS 系统最终呈现效果综合界面
   图 2 展示了系统最终在 MWORKS 中的综合呈现效果。电路图、总装模型和三维对准画面被组织在同一演示链路中，能够直观看到“电路产生检测信号—算法完成位置推理—机构执行对准动作—系统进入充电状态”的完整过程。
   本案例的关键技术主要体现在四个方面：一是四通道检测线圈电压指纹定位，用内部电磁响应替代外部定位传感器；二是十类候选回归模型的统一筛选，降低经验选型带来的偶然性；三是工作窗口搜索，在定位范围与边缘精度之间取得平衡；四是位置误差与指纹距离双判据控制，提高页面闭环演示的稳定性与可信度。
3. 仿真结果分析
   仿真工况对应无人机或移动智能装备停靠到无线充电平台后的自动对准过程。验证目标包括：四路检测电压能否形成稳定的位置指纹，回归模型能否在有效工作窗口内给出厘米级位置估计，以及在线页面能否把模型输出转化为连续、可观察的双轴平台运动。
   在闭环对准测试中，系统采用同一套 LCC-S 主功率电路与四检测支路生成电压指纹，并在页面中设置接收线圈目标位置。仿真启动后，发射平台按照“读取电压—位置推理—平台移动—复测判断”的过程逐步收敛；当位置误差或指纹距离满足阈值后，对准状态置真，系统自动进入充电阶段。
   
   图 3 典型边缘目标点对准前后的模型状态对比
   图 3 对比了典型边缘目标点在定位前后的模型状态。定位前，发射平台与接收线圈存在明显偏移；定位后，双轴机构驱动发射平台移动至目标区域，说明在线页面中的三维动画、位置变量、电路检测电压和模型推理结果保持在同一仿真闭环中。
   
   图 4 随机代表性目标点的定位对准效果图
   图 4 进一步给出了多个随机代表性目标点的对准效果。目标点覆盖 ±16 cm 工作窗口内的不同象限和不同偏移幅值，最终平台位置整体与目标点贴合，表明系统在非规则目标位置下仍具有较稳定的收敛能力。
   https://blog.csdn.net/2402_86050139/article/details/162461970?spm=1011.2124.3001.6209
   上面链接中可以观看对准动画，该动画作为仿真结果部分的收尾展示，比静态截图更适合说明系统闭环运行过程，方便快速理解从初始偏移、模型估计、平台移动到进入充电状态的连续逻辑。
   综合来看，本案例的价值不只在于离线定位精度，而在于通过 MWORKS 平台把电路感知、数据采样、模型训练、闭环控制和充电切换贯通起来，形成一套适合开源复现、课程展示和后续工程验证的无线充电自动对准数字化系统。
4. 完整案例已开放
   完整模型源码与技术文档已整理开源至 MoHub 社区，点击以下链接可前往查看下载：
   https://mohub.net/model/26213