开发水厂监控软件相关技术的应用研究

以开发漳州第二自来水厂监控系统为实例,介绍在监控系统中利用Visual Basic进行Windows程序开发的技术,在如何开发高效、实时的监控软件方面作了方法上的研究。文中深入研究了自动化、ActiveX控制、DLL开发等技术。     

高动态下基于AUKF的载波跟踪算法

当载体处于高动态运动状态时,GPS接收机载波跟踪信号极易受到外部环境不确定因素的影响。若采用标准的无迹卡尔曼滤波 (UKF),在先验的噪声统计特性与实际的噪声统计特性不相符时,状态估计性能将变差甚至发散。针对上述问题,提出采用主从式自适应UKF的算法(AUKF)。AUKF能自适应调整过程噪声方差,从而达到减小模型估计误差、抑制滤波发散的目的。Matlab仿真结果表明,在高动态下噪声统计特性发生变化时,基于AUKF的载波跟踪算法具有较好的稳定性。     

多层前向网络的随机学习新算法及其工业应用

多层前向网络的随机学习新算法及其工业应用戴连奎马龙华李晓东（浙江大学工业控制技术研究所杭州３１００２７）关键词多层前向网络，学习算法，催化裂化装置．收稿日期１９９５－０３－３１１引言许多复杂的工业过程建模问题，如系统辨识、参数估计与函数逼近等，都可转...     

Modbus协议的ACTIVEX组件实现

介绍了Modbus协议与ACTIVEX组件技术 ,阐述了如何将Modbus协议封装成可重复使用的ACTIVEX组件 ,在计算机和支持Modbus协议的各种智能仪表之间的通信提供了一种高效高兼容的技术方法。     

武器声控系统的设计与实现

系统采用了语音端点检测技术成功地检测到操作员语音的起始点；并利用自动增益技术和动态时间归整技术对语音命令进行识别，成功地识别出操作员的武器控制命令。武器声控控制系统采用了Vx Works嵌入式实时操作系统，保证了系统的响应速度。模拟仿真的结果表明武器声控控制系统能够大大减轻武器操作的复杂程度，降低误操作率。并极大地提高作战效率。     

最小二乘支持向量机的一种非均衡数据分类算法

为了提高支持向量机的非平衡数据分类能力,分析了最小二乘支持向量机的本质特征,提出了一种基于中心距离比的非平衡数据分类算法,同时通过修剪边界样本,解决了最小二乘支持向量机缺失稀疏性的问题.在UCI标准数据集上进行的试验表明:该算法能够有效地提高支持向量机对非均衡分布数据的正确性,且该算法在不影响训练精度的前提下,可以得到稀疏解,算法的训练速度也有了一定的提高.     

基于Wi-Fi的智能传感器设计

随着物联网的发展,对传感器的智能性和低功耗要求越来越高。基于此,以超低功耗片上系统GS1011为控制核心,设计了一种基于Wi-Fi的新型智能传感器系统。硬件由传感器、信号调理、采样存储、处理发送4个独立模块组成并采用超低功耗芯片和乒乓式存储结构,以节省系统能量;软件上,开发了基于Green Hills操作系统的智能传感器应用程序。实验结果表明所设计的智能传感器无线通信性能好、稳定性强。     

基于MB+网络的自来水厂PLC自动控制

简要介绍了漳州第二自来水厂的生产工艺流程和该厂采用的通讯网络的结构特点。在使用MB＋网络联接各站PLC的基础上，提出了根据该厂特殊情况而实行的一些控制方法。     

供水企业自动化系统改造中的异构系统集成

针对旧自动化系统改造中的异构系统集成问题 ,结合实例 ,阐述了解决旧水厂自动化系统改造时异构网络、数据源集成的一些思路和方法     

基于EMD-SA-SVR的超短期风电功率预测研究

针对风电功率的高随机和强波动性,提出一种基于EMD-SA-SVR的风电功率超短期预测方法。采用经验模态分解(Empirical Mode Decomposition, EMD)提取风电功率序列的不同特征。将原始序列分解为多个更具规律的模态,针对每个模态序列建立各自的预测模型,以消除不同特征之间的相互影响。鉴于支持向量回归(Support Vector Regression, SVR)好的泛化能力,研究建立基于SVR的各模态预测模型。进一步采用模拟退火(Simulated Annealing,SA)算法对SVR参数进行优化以解决模型选择的多极值复杂非线性问题,获得各模态分量的最优模型,进而汇总各模态分量的结果得到风电功率预测值。在某风电场历史数据上的对比分析表明,EMD-SA-SVR模型可以有效提高风电功率超短期预测精度。