污水处理厂出水水质变量区间预测建模

为了实现污水处理厂的有效运行,需要建立能够精确描述水厂行为的模型。根据水厂入水和出水数据,采用径向基函数神经网络建立污水处理过程模型。考虑到建模误差有界,使用参数线性集员辨识算法分别得到隐含层到输出层各神经元连接权值向量的不确定集合描述。与现有的单输出区间预测模型相比,该模型能够根据水厂入水数据同时给出多个出水水质变量的置信区间。这些区间能表征出水变量的存在范围,从而实现水质变量的可靠估计,进而评估出水水质或水厂性能。此外,还将此出水区间预测模型用于污水处理厂的故障检测与隔离,以提高水厂运行的可靠性。实验结果表明文中所提方法的有效性。     

基于区间预测模型的污水处理厂传感器故障检测

污水处理厂配备许多传感器用于监测出水水质。传感器的正常工作与否对保证出水水质至关重要。给出了一种污水处理出水变量传感器故障检测方法。该方法根据入水和出水数据,采用径向基函数神经网络构造出水变量预测模型;使用参数线性集员辨识算法得到网络输出权值的集合描述,从而使预测模型能够给出出水变量的置信区间;以此置信区间为基础获得传感器的故障检测策略。由于置信区间描述了出水变量的存在范围,当传感器测量值超出置信区间,则可推断传感器发生故障。此外,在设计传感器故障检测策略时还考虑了污水处理过程异常的影响。实验结果证实所提方法的有效性。     

Tennessee-Eastman过程的学习型案例推理故障诊断方法

为了提高Tennessee-Eastman(TE)过程的故障诊断准确率,本文研究一种学习型伪度量(learning pseudo metric,LPM)代替距离度量的案例检索方法,并建立了TE过程的案例推理(case-based reasoning,CBR)故障诊断模型.首先建立LPM度量准则并对LPM模型进行训练,其次度量目标案例与每一个源案例的相似度,从中检索与目标案例相似的同类案例,再采用多数重用原则从同类案例中决策出目标案例的解,最后通过TE过程的运行数据对该方法的性能进行测试,并与典型的CBR和BP(back-propagation)神经网络和支持向量机等方法进行对比,表明本文方法能有效提高故障诊断准确率,在实际化工过程中具有一定的推广应用价值.     

污水处理出水BOD区间预测建模

生化需氧量(BOD)是评价水质的重要指标,也是污水处理过程中直接控制的参数.为了提高污水处理质量,需要寻找BOD的有效测量方法.本文给出一种新的BOD软测量方法,可以实现其保证估计.采用主元分析方法选取BOD预测的主要辅助变量.利用径向基函数神经网络的逼近能力,将其用于污水处理出水BOD软测量建模.径向基函数神经网络的中心被确定之后,考虑到建模误差有界,使用参数线性集员辨识算法得到网络输出权值的集合描述.在污水处理系统运行过程中,所建立好的软测量模型可以预测出水BOD的上下界.此外,建立多个软测量模型,并将多模型测量结果进行融合以降低单一模型所给结果的保守性.实验结果表明本文方法的有效性.     

轮椅机器人异构主从臂关节空间中的运动映射研究

轮椅机器人系统是一种用于帮助有肢体运动困难的老年人/残疾人完成各种日常生活操作的辅助机器人,研究异构主从臂之间的运动映射算法有助于提高此类机器人系统控制操作的便捷性和直观性.本文以人手臂作为通用主臂,异构的7DOF机械臂作为从臂,采用穿戴式人体运动运动捕捉系统获取人手臂的关节运动数据,然后根据从机械臂的构型特征将其关节分为肩、肘、腕3组,研究在关节空间中由主臂到从臂的运动映射算法以及从臂的自主避障算法,最终实现符合操作者日常习惯的异构从臂运动控制.本算法具有如下两个突出的优点：（1）老年人/残疾人可以根据生活直觉和日常习惯来控制机械从臂的运动,操作疲劳程度和出错率得到显著降低;（2）轮椅机器人在家庭等非结构化和受限空间中作业时的自身安全性得到显著提高.上述优点对于轮椅机器人系统在助老助残中的应用具有非常重要的意义.     

MEMS-INS室内行人定位三维地图匹配算法

提高基于微机械（Micro-Electro-Mechanical System,MEMS）惯性导航系统（Inertial Navigation System,INS）的室内行人三维定位精度一直是一个研究热点和难点,其中器件误差是影响MEMS-INS精度的一个棘手问题.由于器件误差产生的机理十分复杂,采用现有的修正技术无法准确地对误差进行估计建模,导致MEMS-INS的位置精度不高.本文从室内环境结构分析入手,提出了一种三维地图匹配的条件随机场算法.通过设计导航输出的位姿信息与室内状态点的数学关系,结合最佳轨迹求取的算法建立室内三维地图匹配的算法模型.最后通过算法求解出的最佳匹配点坐标修正惯性导航输出的位置误差.     

基于仿人机械手的五指力封闭抓取算法

手是人类在长期进化过程中形成的最完美的工具,能够灵活、精细的进行抓取物体等操作。机械手设计初衷是取代人手完成工作,是机器人系统的重要组成部分,因此抓取物体等操作一直是仿人机械手的研究重点。传统的抓取方法是利用机械手三指形成力封闭完成任务。但由于机械手本身结构复杂等原因,易出现控制信号偏差或某自由度未达到要求水平,使得抓取过程中目标物体脱落等问题。为了使机械手达到稳定抓取的效果,本文提出了一种效仿人手抓取的五指力封闭抓取算法,其本质是利用冗余机制解决传统三指抓取过程中可能出现的抓取不平稳或脱落的问题。首先,基于三指力平衡算法的思想上提出了满足五指力封闭抓取算法的条件。然后,对五指力封闭抓取算法进行了充分性和必要性的证明。最后,通过仿真环境下的实验抓取不同目标物体,验证了五指力封闭算法的可行性及必要性。     

基于LCL-LCL/S混合自切换谐振式无线充电系统

为了减少混合谐振式无线充电系统的开关器件和无源元件数量,提高系统输出功率,同时简化原、副边的控制策略,提出一种基于LCL-LCL/S混合自切换谐振式无线充电系统,无需原、副边通信和增加任何无源元件,仅通过LCL结构的自投切操作更改拓扑网络来实现无线充电系统恒流恒压的切换。首先,依靠T型网络分析恒流或恒压输出与输入阻抗呈纯阻性的关系;然后,引入混合型补偿网络数学模型,分析实现系统输入电流和电压之间零相角（ZPA）与恒流或恒压输出特性的参数配置条件;接着,依据蓄电池充电曲线特征、谐振电流阈值、电压跳变阈值和耦合系数变化约束,进一步提出一种适用于混合谐振式拓扑网络参数优化的设计方法,在避免谐振网络参数经验选值的局限性导致参数不确定性问题的同时,也为参数选取提供了理论依据;最后,搭建实验平台验证该方案的可行性与有效性。实验结果表明,优化谐振网络参数的无线充电系统具有较好的恒流恒压输出特性,系统最大传输效率为81%,完全满足恒流恒压无线充电需求。     

污水处理厂出水水质变量区间预测建模

为了实现污水处理厂的有效运行，需要建立能够精确描述水厂行为的模型。根据水厂入水和出水数据，采用径向基函数神经网络建立污水处理过程模型。考虑到建模误差有界，使用参数线性集员辨识算法分别得到隐含层到输出层各神经元连接权值向量的不确定集合描述。与现有的单输出区间预测模型相比，该模型能够根据水厂入水数据同时给出多个出水水质变量的置信区间。这些区间能表征出水变量的存在范围，从而实现水质变量的可靠估计，进而评估出水水质或水厂性能。此外，还将此出水区间预测模型用于污水处理厂的故障检测与隔离，以提高水厂运行的可靠性。实验结果表明文中所提方法的有效性。     

基于条件随机场模型的室内地图匹配算法

基于微机械系统(MEMS)技术的惯性导航系统(INS),在室内定位领域受到了广泛的关注。为解决其定位精度随时间发散的问题,学者们提出融合室内地图的解决方法。但是目前的室内地图匹配算法存在匹配正确率不高、计算量大等问题。为了提高匹配的正确率,研究了一种基于条件随机场模型的地图匹配算法。算法采用闭环设计,将行人的最优匹配点作为个人导航系统的反馈量,对惯性导航系统输出的位置进行修正。位置修正提高了惯性导航输出位置信息的精度,因此将观测点坐标作为条件随机场模型的一个特征量。坐标点的提取是以行人行走的固定长度为依据,相对于已有文献中基于步长为坐标点的提取方式,该模型结构减小了每次状态点选取的个数,从而减少了算法的计算量。多次实测结果表明,该算法提高了地图匹配的正确率。