甲醇汽油在线拉曼分析仪的开发及其应用

介绍了一种基于拉曼光谱的在线分析仪表,该仪表用于甲醇汽油的调和过程检测.在线分析仪的主机安置于远离现场的操作室,利用长光纤与工业现场的拉曼探头连接;结合先进的光谱数据处理算法,对油样进行质量分析.实际运行结果表明,该分析仪能对调和成品油中的甲醇含量进行质量连续监控,具有分析速度快、精度高、维护简便的优点.该分析仪不仅替代了传统的离线检测方法,也为企业稳定、优化生产提供了重要手段.     

MATLAB（SIMULINK）在造纸浆水平衡计算中的仿真应用

造纸浆水平衡计算是既重要又比较复杂的过程。计算时容易出错，如果不及时检查修正，会影响整个过程。作者利用MATLAB提供的动态系统仿真工具SIMULINK对浆水平衡进行仿真，大大减轻了计算复杂度，并可方便的进行检验，同时可更改工艺流程，具有较强的通用性、灵活性和方便的扩充性。     

一种混合结构前向神经网络的快速学习算法

本文构造了一种新的基于线性模型、多层前向网络的混合结构神经网络模型,并提出了相应的非迭代快速学习算法.该学习算法能够根据拟合精度要求,运用线性最小二乘法确定相应的最佳网络权值和线性部分的参数,并自动确定最佳的隐层节点数.与BP网络的比较结果表明,本文提出的混合结构前向神经网络的快速学习算法无论在拟合精度、学习速度、泛化能力、还是隐节点数均显著好于BP算法.     

足球机器人视觉图象的快速识别

针对机器人彩色视觉系统的实时性要求 ,提出了一种基于 YUV色彩空间的利用阈值向量来分割图象的识别方法 ,并改进了种子填充算法 ,从而明显减少了识别的计算量 ,并在保证识别精度的前提下 ,提高了处理速度 .通过在 Miro Sot机器人足球系统上的应用 ,验证了此方法的有效性 ,而该方法与常用的基于 RGB颜色空间的方法进行比较的结果也证明 ,此方法确有明显的优越性 .     

基于混合神经网络模型的污水COD值预估法

提出了一种基于物理测量的COD值快速预估方法，它采用混合神经网络模型直接由UV分光光度计测得的吸光度数据预估出水样的COD值。实例分析表明，采用该混合模型具有比常规的BP网络和传统回归模型更好的预估精度，同时混合模型的预估值与标准分析值之间也有着良好的相关性。     

自适应Smith补偿器在基于IP的网络控制系统中的应用

在基于IP网络的网络控制系统(NCS s)中,网络诱导时延变化显著且往往大于一个采样周期.本文引用数据通信中应用广泛的网络回程时间来估计NCS s中时变的全回路网络诱导时延,并提出了一种新的自适应Sm ith补偿器.仿真结果表明,该补偿器能够有效地消除网络诱导时延变化对控制性能的负面影响;结合该自适应Sm ith补偿器所设计的控制系统能够获得很好的控制性能与较强的鲁棒性.     

基于近红外光谱的汽油辛烷值在线分析仪

介绍自主开发研制的汽油辛烷值近红外(NIR)光谱在线分析仪。该分析仪包括NIR光谱在线测量、光谱预处理与实时建模等部分。对于原始的NIR光谱数据,采用多项式卷积算法进行光谱平滑、基线校正和标准归一化;通过模式分类与偏最小二乘进行实时建模。该分析仪已成功应用于某炼油厂重整反应器液相产物的辛烷值在线分析。     

基于近红外光谱的汽油牌号快速识别

提出基于近红外(NIR)光谱的汽油牌号快速识别算法,主要包括预处理、特征提取和分类建模几部分,比较了各种分类方法的识别能力。实验结果表明:采用主元分析(PCA)提取特征进行模式识别的性能普遍优于直接在光谱波长域的方法,通过选择合适的PCA主元可以获得满意的分类效果,可用于汽油产品的牌号快速识别。     

基于多项式插值方法的FIR模型辩识

采用多项式插值方法辩识FIR模型 ,通过插值方法引入一转换矩阵W ,实现从FIR模型参数序列 {hi}到压缩FIR模型参数序列 {cj} 之间的转换 ,从而减少了脉冲响应待辨识参数 ,简化了辨识过程 ,提高计算速度。仿真实验表明该算法快速、简洁和准确     

一种基于时延信息的多QoS快速自适应路由算法

本文在分析现有自适应蚁群算法局限性的基础上，提出了一种基于时延的自适应多QoS路由算法，它在满足带宽和时延波动约束条件下，直接利用前一周期的时延信息来更新路由表，以作为当前寻找路径的依据。仿真和分析结果表明，该算法具有快速准确的特点，能够及时协调网络拥塞和资源有效利用两者间的矛盾。