标准气体配制计算系统

标准气体配制计算系统、通信系统传统的操作方式需要人工进行繁琐的计算、推算,最终得出理想值,通过理想值再进行配制,整个过程对配气人员有着较高的要求,导致培训成本和后续管理成本较高。标准气体配制计算系统很好的解决了这一问题,该系统对操作人员的要求很低,操作人员只需要输入相应组分及含量,计算机自动计算配制所需的气体质量和压力,涉及爆炸性气体的自动计算爆炸极限,涉及液化性气体的自动计算最大配制压力,并实时自动采集控制系统实际配制数据进行再计算,不需要操作人员进行配制前及配制过程中的手工计算。     

一种基于鲁棒随机向量函数链接网络的磨矿粒度集成建模方法

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性.      

矿井通风机倒机过程自适应PID抗饱和控制器设计

针对矿井通风机倒机过程中存在的执行器饱和问题,将变结构PID抗饱和控制与非线性自适应控制相结合,设计了自适应PID抗饱和控制器。基于带死区的投影算法建立矿井通风机倒机过程线性和非线性模型;针对这2个模型,分别设计一个变结构PID抗饱和控制器;计算线性和非线性自适应PID抗饱和控制器在不同状态下的运行评价指标,选择评价指标值较小的控制器用于该状态下的矿井通风机倒机过程控制。仿真结果表明,自适应PID抗饱和控制器能够保证井下传输风量的平稳,很好地解决了执行器饱和问题。     

SM450直线型吸烟机的使用及维护保养注意事项

SM450型直线型吸烟机在烟草检测行业具有十分广泛的应用,但是对于其使用及维护保养注意事项却少有介绍,文章介绍了SM450直线型吸烟机的主要结构和特点,并对其日常使用和定期维护保养的内容进行了讨论。     

结合深度学习与支持向量机的金属零件识别

目的 在视觉引导的工业机器人自动拾取研究中，关键技术难点之一是机器人抓取目标区域的识别问题。特别是金属零件，其表面的反光、随意摆放时相互遮挡等非结构化因素都给抓取区域的识别带来巨大的挑战。因此，本文提出一种结合深度学习和支持向量机的抓取区域识别方法。方法 分别提取抓取区域的方向梯度直方图（HOG）和局部二进制模式（LBP）特征，利用主成分分析法（PCA）对融合后的特征进行降维，以此来训练支持向量机（SVM）分类器。通过训练Mask R-CNN（regions with convolutional neural network）神经网络完成抓取区域的初步分割。然后利用SVM对Mask R-CNN识别的抓取区域进行二次分类，完成对干扰区域的剔除。最后计算掩码完成实例分割，以此达到对抓取区域的精确识别。结果 对于随机摆放的铜质金属零件，本文算法与单一的Mask R-CNN及多特征融合的SVM算法就识别准确率、错检率、漏检率3个指标进行了比较，结果表明本文算法在识别准确率上较Mask R-CNN和SVM算法分别提高了7%和25%，同时有效降低了错检率与漏检率。结论 本文算法结合了Mask R-CNN与SVM两种方法，对于反光和遮挡情况具有一定的鲁棒性，同时有效地提升了目标识别的准确率。     

基于贪婪局部路径重连的随机并行社区检测

为提高社区检测的效率与精度,提出一种随机并行的局部搜索算法。用图模型结构表示复杂系统,将顶点划分成簇。构建贪婪随机自适应搜索过程与路径重连过程,以解决加权图的模块最大化问题。引入一种{0,1}矩阵类特征并定义聚类的距离函数,从而进行顶点的邻域搜索,实现社区的高精度检测识别。实验结果表明,该算法的F_1值与NMI指标值均较高。     

一种基于随机共振的GNSS干扰检测算法

针对低干噪比下全球导航卫星系统干扰检测问题,文中利用非线性随机共振系统对微弱信号的增强作用,提出一种基于随机共振的GNSS干扰检测算法,并详细阐述了算法的实现过程,以传统能量检测算法为对比算法,分析两种算法在相同条件下检测性能的差异。仿真表明:在高斯白噪声信道、低干噪比条件下,所提算法的检测性能明显优于传统能量检测算法。相同信道环境及检测概率下,所提算法需要的数据长度更短,检测耗费时长更少,且能保证更低的虚警概率。