基于机器视觉的空瓶图像检测系统

啤酒瓶在灌装前必须进行多种指标检验 ,针对实际生产的需要 ,本文设计了一套基于机器视觉的在线检测系统。系统采用了分布式高速多通道视频信号实时采集与处理方法 ,很好地解决了实时性与准确性要求的矛盾。系统核心是一种针对处理图像信息的可重构并行处理器 ,处理器的设计采用了DSP +FPGA的混合计算结构 ,既具有制造完成后的可编程性 ,又能提供较高的计算性能 ,可适用多种实时图像信息处理应用的需要。     

不等长批次过程的有序时段划分、建模及故障检测

对具有不等长时段的多时段批次过程进行监测是十分重要而且具有一定难度的. 时段在批次间的错位现象导致时间方向的不同过程特性混合在一起, 这给时段分析以及在线应用带来了一系列的问题. 为了解决不等长所带来的问题, 本文提出一种基于不等长时段有序识别及建模的故障检测方法. 该方法的主要贡献包括以下方面：1) 该方法通过步进地衡量过程的变量相关性对模型精度以及监测性能的影响, 自动有序地识别出每个不等长时段; 2) 在每个时段内,通过对不规则的过程数据进行整合建立了时段模型以捕捉不规则的时段特性; 3) 本文提供了一种简单而有效的在线判断新样本隶属时段和监测其运行状态的方法. 最后, 本文通过一个实例–具有不等长批次长度的注塑过程阐述了本方法的有效性.     

自主湖水环境监测船的运动控制系统设计

设计自主湖水环境监测船的运动控制系统,包括由GPS和电子罗盘构成的导航系统、超声传感器避障系统、太阳能和蓄电池配合的自主能源供给系统。采用超声、红外传感器和机械卡环设计自动泊位装置。基于坐标系变换,建立自主船的运动学模型。针对双电机的转速控制,设计实现三层递阶控制器及滑膜变结构转速控制算法。实验结果表明,滑膜控制能较好地排除水流速度的突变干扰,差动转向平稳,自主船可实现自动泊位和能源自给,运动控制系统稳定,速度响应小于4 s,大角度转向响应小于13 s。     

基于2点RANSAC的无人直升机单目视觉SLAM

1点随机抽样一致性(RANSAC)算法是一种准确度高、计算量小的数据关联算法,但是其在摄像机多个轴上的角速度都快速变化时会失效,用在以无人直升机为载体的单目视觉同步定位与地图构建(SLAM)上存在滤波发散的风险.针对该问题,提出2点RANSAC算法,结合EKF运动模型的先验信息,用只抽样2个匹配点的RANSAC去除野点.在微小型无人直升机平台上进行了基于2点RANSAC算法的单目视觉SLAM实验,实验结果表明2点RANSAC算法工作可靠,SLAM的位姿估计精度可以达到自主飞行需要.     

基于模糊神经网络的周期性结垢预测方法研究

针对间歇换热设备的周期性结垢现象,以及由此引起的对象特性时变并造成常规控制器动态性能下降等问题,提出了一种基于模糊神经网络(FNN)的周期性结垢预测方法.把间歇换热设备的周期性结垢分解为可逆垢和不可逆垢,通过两个多入单出四层模糊神经网络分别学习结垢的短周期可逆垢增长趋势和长周期不可逆垢增长趋势,并由两者的组合得到更为精确的污垢热阻预测值.实验结果表明,使用该方法对于一类间歇式麦汁蒸发器污垢热阻的预测精度较经验估计式明显提高,利用该预测方法所构造的时变增益补偿因子在麦汁蒸发器蒸发强度控制系统中亦获得了成功应用.     

MSC1210Y5在CAN总线多变量智能变送器中的应用

本研制了具有CAN总线通信功能的多变量智能变送器，它具有温度、压力和差压信号的测量功能，采用美国德州仪器公司的内含多通道24位A／D转换器的MSC1210Y5单片机，具有结构简单、精度高和功耗低等优点。     

具有自动标定功能的发酵罐多点温度采集系统

为系统地研究发酵罐内的温度分布,开发啤酒、制药等行业所需的端面测温传感器,本文利用自制的测量多点温度的传感器,采用热电阻自动标定、曲线分段拟合非线性校正和热电阻矩阵网络等多种处理方法及微功耗的单片机技术,设计了一种新型的计算机多点温度采集系统。温度测量精度达0.1℃,完全满足系统精度要求。     

基于粒子群算法的矩形件优化排样

针对矩形件排样问题,提出了一种应用粒子群算法优化求解的方法.该方法首先将矩形件的排样问题转化为适于优化的排列问题,然后用粒子群优化算法对整个解空间进行高效搜索,在进化计算过程中应用了自适应调整规则,最终可获得全局最优的排样结果.排样实例表明,该优化排样算法行之有效,具有广泛的适应性.     

膜生物反应器（MBR）中溶解氧的模糊-预测控制

在分析污水处理工艺中膜生物反应器生物氧化过程中溶解氧（DO）控制的复杂性后,提出基于模糊-预测控制机理控制污水处理过程中的溶解氧。利用模糊一预测算法得到输出控制量控制变频器的输入．用以改变空气的流量以实现对反应过程溶解氧浓度的调节。并设计了简易的膜生物反应器溶解氧模糊预测控制系统。     

互质阵列信号处理研究进展:波达方向估计与自适应波束成形

阵列信号处理是雷达领域各类应用的核心技术之一。近年来,互质阵列的提出打破了传统方法受限于奈奎斯特采样速率这一瓶颈,其稀疏布设的阵列结构和互质欠采样的信号处理方式大幅降低了系统所需的软硬件开销,为当前不断提升的实际应用需求提供了理论基础和技术前提。鉴于其在自由度、分辨率及计算复杂度等方面的性能优势,互质阵列信号处理的理论和技术研究受到了国内外学者的广泛关注。该文分别从波达方向估计和自适应波束成形这两个阵列信号处理领域的基本问题出发,介绍了互质阵列信号处理方向的研究进展。在互质阵列波达方向估计方面,该文总结了互质子阵分解方法和虚拟阵列信号处理方法等两类典型技术路线,并以此为基础介绍了压缩感知和无网格化技术在低复杂度和超分辨估计等方面的最新研究工作。在互质阵列波束成形方面,该文剖析了其与互质阵列波达方向估计问题的区别与联系,并介绍了面向互质阵列的高效鲁棒自适应波束成形设计方法。该文旨在通过对互质阵列信号处理研究前沿的分类归纳和总结,探讨各类方法的优势和未来的研究方向,为其在雷达等领域的产业需求和实际应用提供理论和技术参考。