基于Modbus/TCP的嵌入式系统网络通信设计实现

分析了嵌入式系统的发展及其网络通信技术的研究现状和缺陷,针对嵌入式系统硬件资源有限和工业控制中实时性要求高的特点,以Rabbit2000为开发平台,设计并实现了监控工作站和控制器之间基于Modbus/TCP协议的通信,给出了系统的具体配置和使用非阻塞型函数编程的主要流程以及详细说明;实际应用表明,采用Modbus/TCP协议进行通信的楼宇控制器满足实时性要求,有广阔的推广价值.     

代价约束多核最小二乘支持向量机及其应用

针对多核最小二乘支持向量机(multiple kernel least squares support vector machine,MK-LSSVM)忽略了核函数的代价以及缺乏稀疏性的问题,提出了一种代价约束的稀疏多核最小二乘支持向量机方法.将MK-LSSVM的原始优化问题转化为二阶锥规划形式,引入核函数代价因子,约束复杂核函数的权重,以节约变量存储空间利计算时间,利用Schmidt 正交化理论约简核矩阵,进一步减小计算量,并根据支持向量的数目以及活动核函数的类型评估多核学习的总代价.测试数据集仿真结果表明,相比传统的MK-LSSVM,该方法利用更少的支持向量和更简单的组合核函数达到了相同的精度要求,代价更小.采用该方法预测浮选回收率的代价值降低了27.56.     

基于自适应谷底检测的浮选泡沫形态特征提取

针对矿物浮选泡沫大小形状不一、光照不均等特点,提出一种基于适应度反馈微粒群优化算法自适应优选谷底检测阚值的泡沫形态特征提取方法.将微粒群算法的惯性权重和加速因子设置为全局最优点适应度的函数,优选谷底检测阚值,采用局部灰度极小选择边界检测模板,根据多角度逻辑规则比较,获取气泡边界,分割结果的统计分析表明泡沫形态特征服从g...     

基于Rabbit2000的通用楼宇控制器的设计与实现

针对楼宇自动化系统中监控点分散和信号类型多样的特点,采用“自顶向下”的设计思想,设计了一种基于Rabbit2000的,由数据采集模块、输出控制模块和通信接口模块组成的新型通用楼宇控制器,实现多路循环检测与控制以及通过Modbus/TCP工业以太网协议与上位机通信。该楼宇控制器满足楼宇自动化系统的监控要求,性价比高,具有广阔的推广应用前景。     

基于FPGA快速实现定制化RISC-V处理器

随着RISC-V指令集的流行,出现了一批应用于IoT智能硬件、嵌入式系统、人工智能芯片、安全设备及高性能计算等不同领域的开源和商业IP软核。性能、功耗和面积三者之间的平衡需要指令集可裁剪、易扩展,以及软件开发环境的配套支持。为此,按照增加自定义指令、扩展ALU功能单元、连接控制信号和数据通路、FPGA原型验证、定制交叉编译环境和应用程序测试的流程,基于FPGA快速实现了定制化RISC-V处理器。以加速矩阵运算为例,基于FPGA在开源IP蜂鸟E203上设计了一条计算向量内积的自定义指令,并在FPGA上进行了原型验证。应用测试程序表明,定制化的RISC-V处理器的计算性能有显著提升,矩阵乘法运算的性能加速比达到了5.3~7.6。     

铜转炉吹炼过程冷料添加操作的优化方法

针对铜转炉操作过程中的冷料添加操作问题,提出了一种基于改进的遗传算法的优化方法。通过引入种群相异度、个体相异度和相异区,改进遗传算法,使算法增强全局优化性和快速收敛性,以吹炼过程剩余热预测值为基础,应用改进的遗传算法求解冷料添加的全局最优化问题。仿真结果和实际生产应用表明,该方法具有快速和有效等特点,实现了铜转炉吹炼过程中的冷料添加操作的优化和指导,有效地提高了冷料处理量,并增加了铜产量。     

基于稀疏多核最小二乘支持向量机的浮选关键指标软测量

由于浮选性能受多种因素的制约,适宜的矿浆pH值是高效泡沫浮选的关键.针对pH值在线检测仪易受干扰、维护保养成本高等不足,结合泡沫浮选过程机理分析,以泡沫视频图像特征为辅助变量,将局部核函数和全局核函数加权组合,提高模型的学习和泛化能力,利用Schmidt正交化理论约简多核矩阵,减小计算量,建立基于稀疏多核最小二乘支持向量机的浮选矿浆pH值软测量模型.工业运行数据测试结果表明:所建模型具有预测精度高、反应迅速、稳定性好等优点,适于工业应用.     

基于Rabbit2000的嵌入式以太网络接口设计与开发

分析了嵌入式设备的发展及其网络通信技术的研究现状和缺陷，针对中小型嵌入式设备处理能力有限的特点，阐述了利用一种低端微处理器Rabbit2000设计嵌入式设备以太网接口的方法，给出了硬件接口电路的详细设计和软件设计的主要框架及利用非阻塞流式套接字实现的网络通信流程图。实践表明：具有以太网接口的嵌入式设备信息承载量大，传输速率快，便于与Internet集成，该以太网接口模块无需修改即可直接嵌入到其他中小型设备中，可大大缩短开发周期，值得推广。     

基于机器视觉的矿物浮选pH软测量方法

针对泡沫浮选过程中人工检测矿浆pH值严重滞后以及pH检测仪电极容易积垢导致测量不准等问题,提出基于机器视觉的浮选矿浆pH软测量方法。确定了与矿浆pH值最相关的图像特征泡沫颜色、尺寸和流速;采用减法聚类确定模糊系统的初始结构,并选择变尺度分级混沌方法优化隶属函数和输出权值,最终建立模糊神经网络pH软测量模型。工业实践证明应用该模型在线检测浮选矿浆pH值的可行性。     

基于泡沫图像特征加权SVM的浮选工况识别

针对浮选泡沫视觉特征的多样性和重要度差异以及浮选工况样本数分布不平衡等问题,提出一种基于在线泡沫视觉表观特征加权支持向量机的浮选工况识别方法.通过色彩空间变换,在CIE-Lab空间计算泡沫颜色,采用多方向融合的空间灰度共生矩阵提取泡沫纹理特征,以视觉特征的信息增益评价该特征的重要度,再利用不同工况的样本数加权策略消除样本数不平衡的影响,采用支持向量机方法实现了浮选工况的自动识别.工业运行数据测试结果表明：该方法能够在线识别浮选工况,自动识别准确率达98%,比人工识别率高6%,比传统灰度共生矩阵方法高2%.