基于自适应LS-SVM的柴油机废气再循环冷却控制系统设计

针对当前柴油机废气再循环冷却控制系统受到时滞问题影响,导致系统开度走势与设定走势不一致、废气再循环效果差的问题,提出基于自适应LS-SVM的柴油机废气再循环冷却控制系统;以AT89C51单片机40针作为电控单元核心部件,利用位置传感器向系统发送负载信号,利用温度传感器来传输信号并反馈至D/A转换器;在D/A转换器中,反馈信号以串行或并行方式进入寄存器,并在转换后输出电流电压,控制系统阀门在排气再循环时的开启;伺服泵采用冷却系统,为系统提供液压动力源;利用自适应LS-SVM原理计算柴油机废气再循环冷却控制目标边界值,在最小二乘支持向量机基础上,利用求解线性方程组进行优化,消除了控制误差;根据控制差的大小,调整控制系统的输出值;由试验结果可知,该系统开度走势与设定开度走势一致,且与设定开度误差为1开度,说明使用该系统具有良好稳态特性,有效克服了系统中时滞问题,废气再循环效果较好。     

基于LS-SVM棉针织物轧烘轧蒸染色工艺的预测模型

为优化活性染料对棉针织物的轧烘轧蒸染色工艺,基于最小二乘支持向量机(LS-SVM),以氯化钠质量浓度、碳酸钠质量浓度、烘干时间和汽蒸时间作为预测模型的输入变量,染色织物K/S值作为输出变量,建立了多因素模型并进行预测。结果表明,织物实验K/S值和模型预测值的相关系数高达0.99996,平均相对误差小于0.5%,说明该模型具有较高的精度,该建模方法可用于染色织物K/S值的预测,可以用于棉针织物轧烘轧蒸染色工艺的预测和优化。     

Optimal earth pressure balance control for shield tunneling based on LS-SVM and PSO

To avoid ground deformation in the process of earth pressure balance (EPB) shield tunneling, it is necessary to keep the earth pressure balance on excavation face. However, at present the earth pressure control depends mainly on operation experiences which is hysteretic and could result in slow response to the change of earth pressure. To solve these problem, a predictive control strategy for earth pressure balance during excavation is proposed in this paper, where an earth pressure prediction model taking advance speed and screw conveyor speed as the control parameters is established by means of least squares support vector machine (LS-SVM). Further, by minimizing the difference between the predicted earth pressure and the desired one, an optimization model of the control parameters is established, and solved by the particle swarm optimization (PSO) algorithm. Therefore, an optimal EPB control scheme for shield tunneling automatically is presented here. The simulation results demonstrate that the method presented in this paper is very effective to control earth pressure balance.     

盾构密封舱土压预测及优化控制智能策略

盾构掘进过程中开挖面压力失衡易导致地表塌陷或隆起的灾难性事故。由于密封舱土压的变化情况与开挖面压力密切相关,因此精确预测及控制密封舱土压是有效预防开挖面压力失衡的关键技术之一。为建立密封舱土压的预测模型,首先从机理上对密封舱土压与掘进参数的关系,特别是刀盘扭矩对土压的影响,做了详细分析,以此为基础确定了密封舱土压模型新的输入输出参数。然后建立了依据密封舱压力传感器数据、基于最小二乘支持向量机（LS-SVM）的土压预测模型。并且基于此预测模型,以密封舱内四点土压预测值与设定值偏差最小为优化指标,采用粒子群算法（PSO）对控制参数进行在线优化,实时控制密封舱土压平衡。最后结合现场施工数据进行了仿真对比分析,验证了模型的有效性和准确性,为准确预测和控制密封舱土压,保证掘进过程安全提供了技术支持。     

基于LS-SVM的GPS高程转换研究及其应用

研究了LS-SVM用于GPS高程拟合的方法,针对京沪高速铁路某段GPS水准数据的特点,提出了基于LS-SVM的GPS高程拟合方案,并对试验结果进行了深入分析.结果表明,LS-SVM在GPS高程拟合方面能取得较好的效果.     

Multi-Class Classification Methods of Cost-Conscious LS-SVM for Fault Diagnosis of Blast Furnace

 Aiming at the limitations of rapid fault diagnosis of blast furnace, a novel strategy based on cost-conscious least squares support vector machine (LS-SVM) is proposed to solve this problem. Firstly, modified discrete particle swarm optimization is applied to optimize the feature selection and the LS-SVM parameters. Secondly, cost-conscious formula is presented for fitness function and it contains in detail training time, recognition accuracy and the feature selection. The CLS-SVM algorithm is presented to increase the performance of the LS-SVM classifier. The new method can select the best fault features in much shorter time and have fewer support vectors and better generalization performance in the application of fault diagnosis of the blast furnace. Thirdly, a gradual change binary tree is established for blast furnace faults diagnosis. It is a multi-class classification method based on center-of-gravity formula distance of cluster. A gradual change classification percentage is used to select sample randomly. The proposed new method raises the speed of diagnosis, optimizes the classification accuracy and has good generalization ability for fault diagnosis of the application of blast furnace.     

基于加权LS-SVM时间序列短期瓦斯预测研究

针对神经网络的瓦斯预测模型存在的泛化性能差且存在易陷入局部最优的缺点,提出了基于最小二乘支持向量机(LS-SVM)时间序列瓦斯预测方法.由于标准最小二乘支持向量机(LS-SVM)要求样本误差分布服从高斯分布,且标准LS-SVM丧失鲁棒性与稀疏性等特点,提出了基于加权LS-SVM的瓦斯时间序列预测的方法,从而提高了标准L...     

基于LS-SVM残差控制图的失控信号诊断

针对多变量统计过程控制中失控信号的诊断问题,提出了一种基于最小二乘支持向量机（LS-SVM）残差控制图的诊断方法,给出了基于LS-SVM残差控制图的构造方法与诊断程序,进行了实例分析与模拟分析,并与基于主成分分析的诊断方法进行了对比。研究结果表明：基于LS-SVM残差控制图的方法可以准确地诊断出失控变量,同时在小样本情况下依然适用。     

基于LS-SVM残差控制图的失控信号诊断

针对多变量统计过程控制中失控信号的诊断问题,提出了一种基于最小二乘支持向量机(LS-SVM)残差控制图的诊断方法,给出了基于LS-SVM残差控制图的构造方法与诊断程序,进行了实例分析与模拟分析,并与基于主成分分析的诊断方法进行了对比.研究结果表明:基于LS-SVM残差控制图的方法可以准确地诊断出失控变量,同时在小样本情况下依然适用.     

基于有限元的永磁无刷直流电机转矩优化设计

在分析永磁无刷直流电机电磁转矩的基础上,以抑制电机转矩脉动为目标,提出了有限元与最小二乘支持向量机( LS-SVM)及粒子群优化算法相结合的永磁无刷直流电机设计方法,建立了永磁无刷直流电机有限元模型.经有限元计算分析,得到了极弧系数、永磁体厚度和气隙长度对电机转矩脉动的影响曲线,生成了LS-SVM训练样本,经训练得到了永磁无刷直流电机LS-SVM模型,通过有限元计算和LS-SVM模型拟合结果的比较,验证了模型的准确性.利用粒子群优化算法对永磁无刷直流电机LS-SVM模型进行优化,得到了极弧系数、永磁体厚度和气隙长度的最优参数,经有限元计算结果验证了优化的有效性.