采用热导传感器检测气体浓度的新方法研究

为了克服传统热导传感器气体检测方法的诸多缺陷,提出了一种使传感器保持在恒温状态的气体浓度检测的新方法.介绍了该方法的检测原理,并根据传热学理论证明了该方法的可行性.理论与实践表明,该方法具有许多传统检测方法所不具备的突出优点,具有良好的应用前景.  

影响热导传感器气体检测性能的原因分析

热导气体传感器具有检测范围大，可检测多种气体，检测装置简单、成本低廉等许多优点，但也存在检测精度差、灵敏度低等缺陷，限制了该传感器的广泛应用。文中介绍了热导传感器气体检测的基本原理和传统的检测方法，根据传热学理论建立了热导传感器的热平衡方程，在此基础上对传统气体检测方法进行了分析和研究，得出了传感器温度随被测气体浓度的变化而变化的特性是影响气体检测性能的根本原因的结论，并指出采用恒温检测方法是一个有效的解决办法。  

一种动态改变惯性权重的自适应粒子群算法

针对惯性权重线性递减粒子群算法(LDWPSO)不能适应复杂的非线性优化搜索过程的问题,提出了一种动态改变惯性权重的自适应粒子群算法(DCWPSO),在该算法中引入聚焦距离变化率的概念,并根据它对粒子群算法搜索能力的影响,将惯性因子表示为关于聚焦距离变化率的函数.在每次遮代时算法可根据当前粒子群聚焦距离变化率的大小动态地改变惯性权重,从而使算法具有动态自适应性.对6个典型函数的测试结果表明,DCWPSO算法的收敛速度明显优于LDWPSO算法,收敛精度也有所提高.  

带有变异算子的自适应粒子群优化算法

提出了一种新的带有变异算子的自适应粒子群优化算法,该算法使用了一种新的自适应惯性权重,使得算法在迭代的早期快速进人局部搜索,并且根据群体的适应度方差和平均聚集距离来判断算法在迭代的后期是否陷入局部最优点陷阱,对群体中的部分粒子采用新构造的变异运算作用,从而摆脱局部搜索的束缚,以实现全局搜索的性能。通过对六个例子的测试,表明这种改进的PSO算法的全局搜索能力和搜索成功率有较大提高。  

加速收敛的粒子群优化算法

在基本粒子群优化算法的理论分析的基础上,提出一种加速收敛的粒子群优化算法,并从理论上证明了该算法的快速收敛性,同时对该算法中的参数进行了优化.为了防止其在快速收敛的同时陷入局部最优,采用依赖部分最差粒子信息的变异操作.最后通过与其他几种经典粒子群优化算法的性能比较,表明了该算法的高效和稳健,且明显优于现有的几种经典的粒子群算法.  

现场总线技术综述

从现场总线的产生、含义、特点和组成出发，阐述了现场总线的概念。鉴于目前现场总线的标准尚未统一，且短期内不可能统一的特点，介绍了目前流行的5种典型的现场总线标准。分析了为迎接现场总线这场自控领域内的技术变革应采取的对策。  

基于PLC和组态软件的矿井主扇风机监控系统

采用西门子200系列PLC和国产组态软件组态王,构建了矿井主扇风机的监控系统,实现了在上位机上对主扇风机的起、停、正反风的自动化控制和运行参数、风门状态的实时监测.  

模拟退火粒子群算法在新交通控制模型中的应用

城市交通系统是个随机性很强、复杂的巨型系统，为了获得良好的通行效率，提出了一种基于模拟退火温度的自适应粒子群优化算法，同时给出了一种城市区域交通协调控制信号配时模型，然后将提出的方法应用于此模型。仿真结果表明：这种算法不仅能够克服基本粒子群算法陷入局部寻优的缺点，而且算法的收敛性和稳定性都很好，同时也表明该模型是可行的、有效的。  

嵌入式计算机在提升机状态监控中的应用

本文介绍一种以ＰＣ／１０４嵌入式计算机为核心的新型提升机状态监控系统，介绍了系统的组成、各部分的功能和特点  

一类基于支持向量机的软件故障预测方法

针对基于神经网络的计算机软件故障预测方法中存在的过学习和泛化能力差的问题,提出一种基于支持向量机(SVM)的软件故障预测方法.该方法应用具有强大非线性逼近能力与优秀泛化能力的支持向量机对软件故障因子与软件隐藏故障数之间的非线性关系进行拟合.采用经典粒子群优化算法(CPSO),在测试样本集均方根误差(RMSE)与平均绝对百分比误差(MAPE)同时最小时,选择和优化支持向量机的参数向量.计算机测控软件故障预测实验验证了该方法的可行性和可靠性.