排序方式: 共有365条查询结果,搜索用时 15 毫秒
91.
92.
《电子技术与软件工程》2016,(9)
无线传感器网络节点数量大且均随机分布的特点,导致了传统DV-HOP算法中计算距离所用的锚节点平均跳距及未知节点校正值存在较大误差。针对以上问题,本文提出了锚节点平均跳距的修正及校正值计算的改进算法,提高了定位精度,减小了计算量,增强了定位实时性。 相似文献
94.
95.
针对在钢铁轧制时,轧机单辊传动系统中上、下轧辊拖动电机速度响应慢、同步性能较差的问题,以直流电机作为研究对象,研究了轧机单辊传动系统上、下电机速度响应时间和同步误差性能,设计了扩张状态观测器与负荷平衡控制器相结合的控制策略。将扩张状态观测器观测的上、下轧辊角速度估计值作为负荷平衡控制器的输入量,同时在扩张状态观测器中加入了扰动补偿,较好地抑制了轧制负荷外扰引起的动态速降;将单神经元自适应PID作为负荷平衡控制器的算法,提高了系统的稳定性、准确性与快速性。研究结果表明:扩张状态观测器的加入可以改善电机速度的响应时间、同步误差效果以及电机的同步性能,同时提高了复杂的轧机主传动系统的控制效果和抗扰动能力。 相似文献
96.
97.
针对目前板形识别方法存在的识别精度低、速度慢等问题,提出了一种改进猎食者算法优化核极限学习机(IHPO-KELM)的冷轧带钢板形识别模型。首先,为减少网络中初始参数的数量、提高板形识别的精度与速度,采用了核极限学习机(KELM)网络;其次,为提高猎食者(HPO)算法的精度,利用基于Sine混沌映射初始化猎食者算法的种群,并针对HPO在迭代过程中易陷入局部早熟的问题,在改进的线性组合位置更新公式中加入莱维飞行机制;然后利用改进猎食者算法对核极限学习机网络识别模型的正则化系数和核参数进行优化,提高板形识别的精度;最后,通过Matlab仿真验证了IHPO-KELM算法具有网络结构简单、收敛速度快、识别精度高等优点。采用IHPO-KELM算法对某公司900HC可逆冷轧机实测数据进行识别,其识别精度比麻雀算法优化KELM(SSA-KELM)识别模型提高了58.8%,表明IHPO-KELM识别模型具有良好的泛化能力,为板形缺陷的高效智能识别提供了新思路。 相似文献
98.
轧机振动预测模型性能依赖于从输入变量中提取的特征。针对冷连轧机振动数据样本大、非线性强的特点,且在时间上具有前后依赖关系,提出了一种基于SSAE-LSTM的轧机扭振预测方法。首先,对于同种参数数值差异较小、关系表征不明显的轧制过程参数,使用栈式稀疏自编码(SSAE)网络进行无监督自适应特征提取,挖掘生产数据的深层次特征。然后,利用长短时记忆(LSTM)网络在处理时间序列上的优势,将SSAE网络提取到的深层特征作为预测模型的输入,将旋转角加速度作为输出,建立基于LSTM的轧机扭振预测模型。仿真结果表明:SSAE-LSTM模型的预测精度达98.5%,与RNN模型和LSTM模型相比,预测精度分别提高了24.8%和12.2%,验证了该方法的有效性,为实时预测轧机扭振状态提供了参考。 相似文献
99.
油品净化是各大企业长期面临的一项重要工作,离心净化油品是一种高效率低消耗的净化方式,由于净化过程中排水量较大,设计一种自动排水装置,进而基于NB-IoT技术,实现各油站油品含水量、污染度等各项参数以及油品净化设备各运行参数在线实时远程监控,实现对油品的管控。通过在某钢铁公司热轧润滑系统的运用数据表明:采用基于NB-IoT技术的离心净化、远程监控,可以充分实现油品的在线净化,保持油液含水量低于0.03%,污染度在NAS1638-7级以下,净化后的油液能够满足生产需求。 相似文献
100.
针对磨矿过程中磨矿粒度实现在线实时测量难度较大,仅能通过事后化验,具有较大的滞后性的问题,引入一种线性生成机制(LGMS)、混沌搜索、粒子群优化算法(PSO)和变邻域搜索算法(VNS)修正果蝇算法(IFOA),然后利用IFOA良好的搜索全局最优解的能力自适应地调整BP网络的权值和阈值建立磨矿粒度在线软测量模型。最后以某公司样本数据为例进行仿真验证,结果表明其鲁棒性和测量精度明显提高,且网络具有较强的收敛性能。 相似文献