动态矩阵控制器在重介选煤工艺中的控制应用

重介选煤法中,重介液密度及合介桶液位存在相互耦合作用,使PID控制效果并不理想。清水阀、分流阀及加介阀开度为影响重介液密度与合介桶液位的因素。建立3个因素单独对重介液密度及合介桶液位的响应模型,采用规划约束算法对动态矩阵控制器参数进行优化,将清水阀、分流阀及加介阀开度作为控制器的输入量,对重介液密度及合介桶液位实施联动控制。通过仿真分析,该控制算法,可以大幅削减重介液密度及合介桶液位达到稳定值的时间。     

匹配机械弹性车轮的电子稳定控制器参数分析

为了提高匹配机械弹性车轮(MEW)的某越野车操纵稳定性，考虑MEW与传统子午线轮胎侧偏特性存在的不确定性摄动，基于Lyapunov稳定性理论为电子稳定控制(ESC)程序设计了鲁棒反馈控制器；引入轮胎侧偏刚度不确定性的范数有界模型，运用Schur补引理和线性矩阵不等式(LMI)求解反馈矩阵。设定不同的车速和路面附着系数，通过搭建CarSim/Simulink联合仿真平台对控制器展开鱼钩试验，仿真结果表明，匹配MEW的ESC控制器能够保证车辆行驶的稳定性，横摆角速度与质心侧偏角跟踪误差分别稳定在0.03~0.3 rad/s与0.06~0.1 rad之内，并且设计的控制算法对MEW在05倍普通充气车轮侧偏刚度变化范围内具有很好的鲁棒性，从而为匹配MEW的整车主动安全控制提供了理论参考。     

基于KJADE的列车轴承轨边声学诊断方法研究

为在线诊断运行列车的轴承状态,提出一种基于核特征矩阵联合近似对角化(kernel joint approximate diagonalization of eigen-matrices,简称KJADE)的列车轴承轨边声学故障诊断方法。首先,从校正后的轨边信号中提取原始特征,将其通过非线性映射函数映射到高维特征空间;其次,对特征空间的核矩阵进行四阶累积量的特征分解,获得新融合特征,并采用支持向量机分类器对融合特征进行辨识;最后,对轴承外圈、内圈、滚子故障和正常4种状态下的列车轨边声学信号进行分析。结果表明,该方法可以有效实现对列车轴承轨边声音信号的非线性特征提取,提高了故障的识别率。     

基于双向参考集矩阵度量学习的行人再识别

针对行人再识别中由于外观差异不显著导致特征描述不准确的问题，该文提出一种基于双向参考集矩阵度量学习(BRM2L)的行人再识别算法。首先通过互近邻算法获得每个摄像头下的互近邻参考集，为保证参考集的鲁棒性，联合考虑各摄像头下的互近邻参考集获得双向参考集。通过双向参考集挖掘出困难样本进行特征描述，从而得到准确的外观差异描述。最后利用该特征描述进行更有效的矩阵度量学习。在多个公开数据集上的实验结果证明了该算法比现有算法具有更好的行人再识别性能。     

基于语音人工智能的“黑广播”监测方法研究

"黑广播"会扰乱正常信号,破坏空中电波秩序,对社会危害极大,因此,对"黑广播"进行监测与打击是无线电管理的重要工作之一。根据广播语音内容甄别"黑广播"是最可靠的识别方式,传统的"黑广播"识别依靠人工听取广播内容,成本高、效率低,基于自动语音识别技术的方式大多依托在线网络语音服务,难以应对离线实时监测场景。本文提出一套基于语音人工智能的"黑广播"监测识别技术,提取语音声学矩阵信息并利用神经网络进行识别,可在离线情况下实现"黑广播"的实时侦测。