能抗积分过饱和的限位开关

出于安全目的，现场中常对执行器的输出臂进行机械限位。然而在系统的自动调节过程中，输出臂到达高或低限位位置时，系统偏差不一定被消除，积分作用使调节器输出继续增加或减小，使调节器输出与执行器输出位置不对应，出现积分过饱和现象，严重影响系统的调节质量。笔者在Ⅱ型调节仪表构成的液位自动控制系统中增加了限位开关K1、K2，收到了很好的控制效果。     

高炉冷却壁水温差检测系统的研究

介绍一种网络化数字式高炉水温差检测系统。系统由上位机、温度采集单元及数字温度传感器组成。温度传感器采用单总线数字温度传感器DS18820，许多传感器接在采集模块上通过485总线与上位机进行通讯。温度传感器能把温度直接转换成数字量，所以在实现多点温度检测时，不仅硬件简单，而且易于扩展。     

基于V形内锥式节流装置测量高炉煤气的研究

在冶金工业中,高炉煤气等含杂质煤气的测量相当普遍。高炉煤气流量测量是个难度较高的课题。由于高炉煤气具有管径大、流速低、粉尘大、易堵塞等特点,其流量用常规装置测量效果不尽理想。为此,提出了采用V形内锥式气体流量计来测量高炉煤气,着重介绍了V锥形流量计的测量原理、基本装置和应用于高炉煤气流量测量的突出优点,并根据高炉煤气的化学性质,进一步分析了其对测量准确度的影响,从而确定此流量计在高炉煤气流量测量上的可行性。此流量计在高炉煤气流量测量中有着重要作用。     

基于无线传感网络的煤矿安全监测系统设计

针对当前煤矿有线安全监控系统存在的检测盲区及扩展困难的问题,利用无线传感网络结构灵活、容错性好、布设快捷、功耗低等特征,以MSP430系列单片机和nRF401无线接收模块为核心设计了基于无线传感网络的煤矿监测系统,该系统采用井下无线通信和井上CAN总线相结合的方式将采集的数据传送到监测中心。通过使用FEC纠错算法,提高了系统无线数据传输的可靠性。该系统具有较高的抗毁能力,对提高煤矿生产及人员安全具有十分重要的意义。     

基于动态结构模型的两轮机器人平衡控制研究

针对无监督学习网络模型对于特定的映射空间,期望产生特定的影响具有一定的局限性,提出了有监督的可生长结构的动态结构模型;该模型将动态结构模型与径向基函数网络结构有机结合,采用的是需要时生长的自组织生长算法,通过插入新的神经元、改变竞争层神经元间的连接以及调整层与层的连接权值,达到模型输出的精度要求,有效地解决了在输入特定的网络数据时,能产生期望的输出;该模型应用于两轮平衡机器人的平衡控制,经过仿真实验表明,该动态结构模型能够实现对两轮平衡机器人的平衡控制,且有一定的抗干扰性和实用价值。     

油田抽油机新型动态补偿控制器的设计

为提高油田采油供电系统的功率因数,通过对大庆油田现场实地测量数据的详细分析,针对游梁式抽油机异步电动机运行时的负荷特点及其在无功补偿上所存在的问题,研究并设计了一种基于DSP芯片TMS320LF2407的新型动态补偿控制装置,通过快速傅里叶变换准确检测并计算出电网中的各项参数,采用模糊控制策略来投切电容器组,以固态继电器SSR为投切开关,实现对三相变化负荷的快速跟踪及响应,从根本上克服了补偿装置的开关往复投切及小波振荡现象,有效地提高了抽油机供电系统的电能质量;从采油区配电站挂网运行的显著的补偿效果来看,该设计是成功的.     

神经网络在高炉中的应用

文章介绍了神经网络在高炉中的应用,将导致高炉操作炉型异常及炉温分布异常的征兆作为输入量,分别采用不同的子神经网络,完成不同侧面高炉异常运行模式的识别.用决策级融合网络得出综合决策结论,能够充分利用不同信息源的信息,提高了决策结论的确定性,从而获得对高炉运行状态的最优估计与判决.在理论研究和仿真验证基础上,基于MATLAB及VB软件技术建立了高炉智能操作决策系统的工程应用方法,为高炉智能操作决策系统的在线应用作了技术上的准备.     

LSTM-RNN在连铸下渣预测系统中的应用

针对钢包连铸过程中需要精确控制下渣时刻的问题,提出一种基于局部加权回归和长短时记忆(LSTM)神经网络模型的连铸下渣预测系统.该系统对下渣过程中采集到的信号进行处理和识别,可准确预测下渣时刻.结合某钢厂的实际生产情况,在采集到的大量钢包下渣相关参数中,提取主要特征;使用局部加权回归对数据进行过滤处理,再结合LSTM建立...     

复杂场景中相关滤波跟踪算法的优化

相关滤波跟踪器近几年在许多视觉跟踪任务中都取得了优异的性能，显示出了较高的精度和帧率。但限制其跟踪性能的问题仍有很多，例如图像表征方式单一，传统尺度估计的方式计算复杂度高，对快速运动、背景杂乱等复杂场景跟踪效果不佳。针对这些问题，提出了一个跟踪框架来分别估计目标位置和尺度的变化，通过相关滤波和颜色直方图模型相结合的方式评估目标位置，再从最可信帧中训练核尺度相关器来预测目标的尺度变化。同时，对模型采用保守的方式进行自适应在线更新，以防止误差累加破坏模型。在跟踪数据集（OTB-2015）中该算法在运动模糊、尺度变化、背景杂乱、快速运动等挑战性场景中表现出良好的优越性。