轧机自动位置控制系统混沌特性研究

针对轧机自动位置控制系统(APC)控制后的钢板不能准确停车,出现类似振动的现象,在考虑轧辊与钢板间的阻尼力、弹性力和轧辊偏心力的基础上,建立了一个轧机自动位置控制系统停车后的非线性模型.阐述了Lyapunov特性指数的计算方法,将Lyapunov指数作为APC系统非线性运动的混沌的判据.给出了Lyapunov指数与AP...     

高炉炉衬检测方法的研究

针对高炉炉衬在生产过程中所起的重要作用,必须加强对炉衬的日常监视,发现问题及时处理,以免造成重大事故.本文重点介绍了几种常用的高炉炉衬的检测方法,包括热电偶法、电阻法、电容法、激光测距法以及多传感器融合检测法等,分析了这几种方法存在的不足之处,并给出了一种准确、可靠的高炉炉衬的检测方法.     

基于视觉技术的圆环外观缺陷检测算法研究

针对圆环外观缺陷检测问题,在利用视觉技术的基础上,提出了一种基于极坐标变换的视觉检测算法。分析了圆环外观存在缺陷的种类问题,采用极坐标变换和插值算法将圆环区域转换成矩形区域;在矩形区域内提取圆环亚像素边缘进行圆环宽度测量,获取圆环矩形区域内上下边缘坐标数组并计算其纵坐标平均值,搜索可疑缺陷处;计算了最大最小宽度,并与标准圆环宽度进行对比来判断圆环缺陷的种类,然后依据缺陷处纵坐标判断缺陷位置。利用Halcon软件实现了该算法,实验结果表明:该算法能精确测量圆环宽度和实现圆环外观缺陷检测。     

基于RBF网络的高炉热流分析传感器故障诊断

在炼铁高炉热流强度分析系统中要用到温度、流量等传感器,为确保热流分析系统中传感器数据的可靠性及系统的连续、稳定运行,诊断系统用径向基函数(RBF)神经网络对传感器进行故障判断。系统由上位机、温度及流量采集装置、传感器等组成,采用RBF神经网络为每一个传感器建立预测模型,网络的输入为传感器采集信号最近的n个值,输出为该传感器在n+1时刻的预测输出值。网络通过在线学习实现对传感器的在线故障监测,经仿真分析表明:用RBF神经网络构建预测模型可满足实时性的诊断要求,提高了诊断系统的诊断精度。     

天车机器人设计

为实现天车调运的自动化、机器人化,设计了实验室环境中的天车机器人。天车机器人的大车通过齿轮机构驱动,小车通过丝杠机构驱动,实现大车、小车及吊钩的3个坐标方向的运动;下位机采用单片机控制系统,通过电机驱动器实现对不同电机的控制,并通过蓝牙与上位机进行控制指令的通信;天车机器人视觉系统采用平行双目立体视觉结构,经标定后实现对目标物的视觉定位、测量等功能。实验结果表明:标定后的天车视觉系统校正精度高、目标定位准确,为进一步研究立体视觉匹配及深度信息测量打下了基础。     

基于RBF神经网络的烧结终点预报系统

为稳定烧结机运行工况,提高烧结矿的产量和质量,需要将烧结终点控制在一个相对稳定的范围,因此准确预报烧结终点对烧结生产具有重要意义。分析了烧结工艺流程及烧结终点的确定原则,建立了基于RBF神经网络的烧结终点预报模型。根据影响烧结终点的工艺参数,提取了与烧结终点关联的5个特征量作为网络的输入量。用现场采集的生产工艺参数对模型进行训练,仿真分析验证了模型预报的有效性。     

轧机主传动系统机电振动特性分析及控制措施研究

建立恰当的轧机系统模型,对其动态特性进行正确完备的描述是进行轧机系统设计、控制、状态监测和故障诊断的关键.考虑间隙、摩擦等非线性因素的影响,建立了轧机主传动系统的机械模型,并进一步将控制系统、机械系统和轧制工艺条件等作为一个大系统来考虑,建立了复杂系统的机电耦合模型.用数值方法分析了电流调节器参数、轧制工艺条件、谐波扰动和间隙等因素对轧机系统振动特性的影响,并提出了相应的机电振动控制措施.研究结果表明,建立的机电耦合模型可以方便地分析轧机系统机电耦合动力学规律,为进一步控制轧机振动特性奠定基础.     

板带轧机AGC系统非线性参激振动机理研究

在考虑轧辊与轧件间的摩擦力、弹性力和轧辊偏心力的基础上,建立了板带轧机自动厚度控制系统(AGC)非线性参激振动模型,用多尺度法求解了振动系统在主参数共振情况下的一阶近似解,给出了振子的频率响应方程,用数值方法研究了定常解的稳定性,并应用最大Lyapunov指数和Poincare映射方法分析了轧辊偏心角频率对AGC系统非线性参激共振的影响.     

履带式挖掘机器人CCD道路识别

为实现液压挖掘机器人的无人操纵、自主作业,对小松液压挖掘机进行机器人化改造,在对挖掘机行走机构、回转机构、工作装置实现全液压电液比例控制技术的基础上,通过电荷耦合器件(Charge Coupled Devices,CCD)摄像头采集室外规定路径图像,图像经平滑、去噪、二值化、边缘提取等处理后,对路径进行识别,将路径识别特征量作为履带式液压挖掘机左右行走液压马达的驱动控制信号,实现挖掘机对路径轨迹的自主跟踪.在二值图像基础上,采用直接边缘检测和跟踪边缘检测相结合的识别方法,保证路径识别可靠性.改造后的挖掘机器人集机械、液压、自动控制、机器视觉等技术于一体,采用摄像头获取路径图像,构成视觉伺服控制系统,控制挖掘机的行走机构,经实验验证是可行的.