基于VPBF网络的直接自适应逆控制方法

神经网络技术在非线性系统自适应控制器的设计中已得到广泛应用,但常见的神经网络存在着各种各样的缺点。为了改进自适应逆控制方法,同时克服一般神经网络的缺点,构造了一种结构简单的改进型VPBF网络,并将其引入自适应逆控制。利用该网络结构选择和参数选择上的优势,离线确定网络的初始规模和权值,在线学习非线性系统的逆,实现了一种非线性系统的直接自适应逆控制策略。仿真结果显示该控制系统能有效地克服扰动,有良好的鲁棒性能。     

湿法烟气脱硫系统的pH值分析及pH计安装位置改造

应用机理分析方法,对石灰石湿法烟气脱硫系统进行了研究分析,给出了脱硫系统操作pH值控制范围,分析结果对实际运行参数的选取具有一定的指导意义。同时,吸收塔浆液pH计的安装位置对其降低设备磨损和检修费用,提高脱硫系统运行的安全性、可靠性,达到经济运行目的特别重要。提出了对神华国华徐州发电有限公司1 000MW机组pH计安装位置的一种改造方案。     

改进思维进化算法在过热汽温系统中的应用

应用改进的思维进化算法优化PID参数。思维进化算法的子群体间彼此独立操作,因此会有重复操作,重叠的区域,因而造成资源浪费。将小生境技术引入到思维进化算法。它对群体进行划分,减少重复搜索,保持群体的多样性,提高搜索效率。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温被控对象的仿真研究,结果表明:改进的思维进化算法寻优速度快,计算量小,对PID参数优化是非常有效的,使得主汽温控制系统取得了较好的控制品质,系统的鲁棒性比较强。     

基于混合聚类算法的模糊函数系统辨识方法

针对传统模糊系统存在的结构难以确定和参数辨识复杂的问题,提出了一种基于混合聚类算法的模糊函数系统辨识算法.与一般的模糊函数系统相比,混合聚类算法结合模糊C均值和模糊C回归模型聚类算法的样本距离.在模型预测部分,采用高斯函数计算每个输入变量的隶属度,利用输入变量隶属度的模糊化算子得到输入向量的隶属度.应用于Box-Jenkins煤气炉数据、一个双入单出的非线性系统和Mackey-Glass混沌时间序列数据的试验结果表明,本文算法具有很好的辨识效果,从而验证了本文算法的有效性与实用性.     

一种提升高程精度的低空无人机SLAM定位方法

旋翼无人机能够实时精准感知自身位置是无人机实现后续相关技术的关键前提之一。为了提高旋翼无人机的定位精度,提出了一种基于激光雷达的SLAM(Simultaneous Localization and Mapping)定位方法。该方法通过融合三维激光雷达与IMU(Inertial Measurement Unit)来提升系统整体性能,对点云进行降采样,利用激光点云信息对旋翼无人机的高程进行计算,对激光雷达帧间匹配得到的有累计误差的高度变化进行更新,利用回环检测技术增加闭环约束,最后在SLAM系统后端进行联合优化。在保证无人机平稳飞行的状态下,该方法比A-LOAM算法在轨迹的平均误差上降低了约4倍,高程精度提升一个数量级至厘米级,改进了系统对高度不敏感以及误差积累过大的问题,提高了无人机工作效率及安全性。     

风机叶片精准巡视的无人机控制策略研究EI北大核心CSCD

应用无人机对风力发电机叶片进行精准巡视时,因定位误差以及外界干扰,会导致采集到的桨叶信息不全,针对这一问题提出一种风机叶片精准巡视的无人机控制策略。首先,根据无人机正对风机采集到的全景图,计算叶尖的位置坐标,从而得到巡视航线并设置巡视航点,实现对桨叶的全覆盖图像采集;接着,设计一种基于视觉的设定值修正器,先依次对摄像机采集到的原始图像进行灰度化、滤波降噪、边缘检测、直线提取;最后,对提取到的直线过滤并分类,进而计算图像中桨叶的中心线及其在图像坐标系中的截距,以此生成控制量对无人机的位姿进行调整使桨叶位于图像中心,同时对其进行稳定性分析。经仿真试验表明,提出的策略可达到对风机叶片精准巡视的目的,为风力发电机的精细巡检提供可参考的方案,同时也可推广到对其他电力设备的精细巡检应用。     

基于无人机视觉的风机桨叶叶尖定位方法

应用无人机对风力发电机进行自主巡检时，需对其桨叶叶尖做出精准定位。为此提出一种基于无人机视觉的叶尖定位方法。无人机利用风机粗略偏航信息到达指定位置后，并利用Yolov5模型对风机桨叶、轮毂等部位进行特征提取；根据提取到的特征点计算单应性矩阵并将其分解，得到无人机偏移量；基于混合式视觉伺服设计修正器对无人机位姿进行修正，从而使无人机正对风机并进行全景图采集，同时对其进行了稳定性分析；利用全景图以及无人机的位姿对桨叶叶尖进行三维空间定位。仿真实验表明，设计的控制器可以使无人机在15 s内自主完成正对风机操作并对其进行全景图采集，提出的方法可对风机桨叶叶尖进行精准定位，定位误差仅在±5 m内。