黄曲霉毒素速测仪的模块化设计方法

为了快速准确地测定粮食和饲料中黄曲霉毒素的含量,设计了基于C8051F020单片机的黄曲霉毒素速测仪.速测仪采用免疫亲和柱-荧光分光光度法进行检测,克服了传统分析方法在标定标准物和样品预处理过程中的不足,显著降低了对操作人员的毒害和环境的二次污染,提高了分析速度.速测仪硬件电路使用模块化设计方法,以提高仪器运行的稳定性.光电转换元件使用具有极高灵敏度和超快时间响应的端窗式光电倍增管,测量线路使用高精度、低漂移集成电路,保证了仪器的灵敏度和测量精度.速测仪结构紧凑,仪器成本低,重复性好,适合现场速测和普及使用,实际应用效果良好.     

交流传动互馈试验台改进型转差频率控制系统

基于交流传动互馈试验台,研究和实现了改进的转差频率控制策略.在该控制系统中,同时分别控制联轴驱动的交流电机和作为负载的交流电机,应用PI调节器实现了对互馈试验台速度和电流的双闭环控制,采用电压空间矢量脉宽调制(SVPWM)的控制算法.在互馈试验台上完成了功率100kW的系统试验,试验结果证明了这种控制策略的有效性.     

一种神经元网络智能控制器及其应用

从信息处理的角度提出了一种并行神经元控制方案。该方案采用两个神经元组成网络实现信息的分布处理，控制器具有结构简单、易于实现、自适应和鲁棒性强等特点。本文介绍了它的原理、功能及实现方法。仿真结果证明了该方法的有效性。     

开关磁阻电动机在矿井提升机上的应用

通过考察目前我国矿井提升机控制系统的现状,为了改善矿井提升机电控系统的控制性能,实现提升机运行过程中的节能降耗,在分析开关磁阻电动机的性能和特点的基础上,提出了在矿井提升机电气控制领域中广泛采用开关磁阻电动机来完成电气调速的建议.阐述了新型的开关磁阻电动机调速系统原理和运行特点,提出了SRD系统矿井提升方面应用的优越性...     

太阳黑子数的小波包-小波网络混沌时序预测

太阳黑子是表征太阳活动的重要现象,影响地球、人体乃至生命环境.针对影响太阳黑子的因子难以确定的问题,引入小波包和混沌相空间重构子序列揭示太阳黑子时间序列的动力学及物理规律.该方法采用小波包分解原始时间序列,用混沌相空间重构恢复影响因子,并采用小波神经网络预测子序列,再经小波包重构获得太阳黑子的最终预测结果.其中小波神经网络采用自行开发的工具箱,其具有方便、收敛速度快、数据吞吐量大、预测精度高以及实用性强等特点,对推广小波神经网络应用具有重要作用,并为太阳黑子数的预测提供了一条新途径.     

基于RBF神经网络的瓦斯涌出量预测

传统瓦斯涌出量预测方法存在一定的局限性,预测精度不能满足要求。为了提高瓦斯涌出量预测精度,采用RBF神经网络对瓦斯涌出量相关数据进行建模。通过训练13组样本,对5组数据进行预测,分析了隐层神经元个数对预测精度的影响,并与同结构的BP神经网络预测结果进行了对比。研究结果证明了RBF神经网络在瓦斯涌出量预测中的有效性。     

小波神经网络模型的确定性预测及应用

针对神经网络模型预测结果的随机性,构建了一种紧致性小波神经网络工具箱。该方法将小波函数移植到BP网络隐层,并采用一种随机确定状态命令获得确定的预测结果。与编程实现的小波神经网络和BP网络比较,该方法适合于大批量数据训练,对数据样本的适应能力和鲁棒性强,尤其对高频随机时间序列有更好的适应能力,具有预测结果确定及实用性强等特点,可显著提高模型的训练速度、预测精度和预测效率。基于小波包变换和小波神经网络的瓦斯涌出量预测实验证明了所提方法的有效性。     

特色专业建设的探索与实践

特色是地方和行业院校专业建设的突破口,也是特色专业建设的活力所在。华北科技学院在自动化特色专业建设过程中,根据自身优势凸显特色,在教学团队、专业课程体系建设、教学模式、教学内容的改革以及实践教学等方面进行了一些探索与创新,形成了专业鲜明的特色。     

矿用电机车矢量控制系统的研究设计

为了实现矿用电机车交流传动的高性能控制运行,提高电机车运行的可靠性,以代替传统的矿用电机车直流调阻调速和直流斩波调速,实现节能降耗,提高牵引性能。基于16位单片机dsPIC30F6010A,研制设计了一种反馈解耦型电压矢量矿用电机车交流变频调速牵引控制系统,改善了电机车低速性能,实现了电流的快速调节和无静差控制。试验结果证明了这种控制策略的有效性。     

瓦斯涌出量的混合pi-sigma模糊神经网络预测模型

提出了一种利用混合pi-sigma模糊神经推理方法建立瓦斯涌出量的预测模型。该模型采用高斯基函数作为模糊子集的隶属度函数, 可在线动态调整隶属度函数和结论参数。与神经网络预测模型比较, 该模型具有物理意义明确、原理清晰、收敛速度快、预测精度高等特点,在对某矿瓦斯涌出量数据的仿真结果表明,该方法预测准确度高、速度快,并且结果具有可重复性,证明该方法是有效的。为便于工程实际应用, 在Matlab环境中开发了基于图形用户界面(GUI)的仿真应用界面,给出了使用方法和预测结果。实验同时表明,对所采用的数据,模型的训练精度设置为0.001时网络的泛化能力最好,网络训练精度和预测精度之间不具有正比关系。