一种滑动导向钻井工具面自适应控制方法

滑动导向钻井过程中，由于钻柱滑动摩擦阻力较大，工具面角的调整速度较为缓慢，且大多依赖司钻的经验，大大降低了钻井工作效率.论文建立了滑动导向钻井系统工具面控制对象的简化传递函数模型，并针对该模型提出一种具有自适应性的工具面动态控制方法.该方法采用微分正反馈控制律以提高工具面角的调整速度，并利用自适应方法对模型参数进行在线辨识，实时修正控制参数.最后通过动力学仿真验证了该方法能实现工具面角无超调无稳态误差的快速响应，且能根据参数辨识结果自动调整控制参数，无需依赖司钻经验，从而有效提高滑动导向钻井的工具面调整效率.     

求解约束优化问题的自适应人工蜂群算法

针对约束优化问题，提出一种自适应人工蜂群算法。算法采用反学习初始化方法使初始种群均匀分布于搜索空间。为了平衡搜索过程中可行个体和不可行个体的数量，算法使用自适应选择策略。在跟随蜂阶段，采用最优引导搜索方程来增强算法的开采能力。通过对13个标准测试问题进行实验并与其他算法比较，发现自适应人工蜂群算法具有较强的寻优能力和较好的稳定性。     

基于自适应关键点热图的遮挡篮球运动员检测算法

运动员检测是篮球运动智能化分析的基础,由于篮球视频存在场景复杂、目标运动快速、目标间遮挡严重的问题,现有目标检测技术不能实现对密集遮挡运动员的精确检测.为此,提出一种基于自适应关键点热图的遮挡篮球运动员检测算法.首先通过预先构建的全卷积编码-解码网络进行运动员特征提取,利用高斯核函数在特征图上渲染关键点热图,热图的渲染采用自适应策略,高斯核半径随着目标宽和高的变化而变化,能够加快网络收敛;然后在热图中提取运动员中心点,回归得到运动员宽高、位置等信息,省去了基于锚框检测中复杂耗时的后处理过程,更利于在遮挡条件下区分2个运动员.在篮球运动数据集BasketballPlayer上进行实验的结果表明,在复杂篮球视频场景下,该算法能有效地解决密集遮挡运动员之间漏检、误检和检测精度不高的问题,处理速度可达到26帧/s.     

基于微电源输出功率的微电网自适应电流保护

由可再生能源组成的微电网得到了广泛应用,大量可再生能源的加入使得微网的拓扑结构灵活多变,传统的继电保护难以满足微电网保护要求.提出了一种基于微源输出功率的微电网自适应电流保护方案.通过分布式智能配电终端装置(DSTU)采集线路实时的电气参数,并对电流进行整定,根据各个微源的输出功率判断是否启动电流整定.对典型工况在PSCAD/EMTDC上进行了仿真验证,仿真结果表明,该方案对于降低保护配置成本、提高微电网保护的可靠性具有重要意义.     

基于改进直接模糊自适应反馈控制的多移动机器人编队算法

针对多移动机器人控制系统适应性差、控制精度低的问题,提出一种改进直接模糊自适应反馈控制方法。利用模糊数学理论分别对机器人的理想输入状态量进行逼近,通过模糊逻辑推理得到输出反馈量并实时调整状态量,应用Lyapunov理论保证系统误差的收敛性和系统的稳定性,最后在Matla b中对所设计的WMR动力学和运动学相结合的控制系统进行仿真实验验证。结果表明在所设计的模糊控制器的作用下,实现了多个机器人的编队,并提高了运动系统的控制精度和响应速度。     

基于自适应阈值“双K算法”的零件缺陷边缘检测

针对传统边缘检测方法难以实现边缘信息的准确检测问题,提出了一种零件缺陷边缘检测的新方法.首先对采集到的零件缺陷图像进行灰度化和Wiener滤波,以减少噪声等因素对后期检测的影响;然后,以kalman算法预估图像分割阈值作为Krisch算法的初始阈值;在此基础上,进行零件缺陷边缘检测,以提高零件缺陷检测的准确性.最后,利用MATLAB软件对零件缺陷图像进行仿真试验,验证边缘检测算法的检测效果.实验结果表明,推荐算法检测的平均准确率达到94.38%,能够有效实现零件缺陷边缘信息的检测.