Design of an automatic shift control system with self-learning ability for a bicycle

An automatic shift control system with self-learning ability, for a bicycle is proposed in this paper. The concept of “pseudo pedaling speed” is used as the shifting basis, and the pseudo pedaling speed is derived from the wheel speed read through a microcontroller. According to the pseudo pedaling speed histograms, all riders’ pseudo pedaling speed histograms approach normal distribution. Hence, a straight forward algorithm of shifting using the mean and standard deviation of the riders’ pseudo pedaling speed is developed. The microcontroller commands the actuators to shift up or shift down a gear with the proposed algorithm. According to the experimental results, the proposed system has been shown to function well, thus, enhancing the convenience and comfort of cycling.     

冷连轧轧制力计算模型及改进方案

过程控制系统要求数学模型能正确反映规律性,运算简单,并且有较高的预报精度。轧制力计算模型是过程控制数学模型的核心,轧制力的计算精度直接影响到板形与板厚控制的精度。为了提高轧制力计算的精度,通过对冷轧轧制力特点的分析和计算模型的研究,我们在现有Hill公式的基础上,考虑张力对计算冷轧带钢轧制力的影响并借助于自学习计算功能,通过添加张力影响因子和模型自学习系数对Hill公式进行了改进,在保证轧制力预报精度的同时实现轧制力的在线计算。实际数据测试结果表明轧制力在线计算模型的预报精度误差在±5%以内。     

矿井通风自学习动态监系统的研究与开发

 将井下风速数速传感器与通风解算技术相结合,能够准确的将风速传感器采集到的实时风速转换为巷道风量,并能根据月风量统计结果进行巷道阻力系数的自动调整,利用准确的实时风量,通过通风解算系统,对全矿井的风网进行反算,从而得到全矿井较准确的实时分风量分布状况。     

基于扰动法的自学习MPPT控制研究

太阳能板输出功率具有非线性特性,易受温度、光照强度、负载等多种因素影响.为了提高太阳能板的利用效率,需要对其进行最大功率点跟踪(MPPT).这里以“扰动法”为基础,提出了自学习MPPT控制方法,并构建MPPT控制器和普通控制器对蓄电池充电的实验系统进行充电实验,其结果表明基于扰动法的自学习MPPT控制方法能够实现太阳能...     

数控机床多故障诊断专家系统设计

系统以数控机床的数控系统为分析对象,结合某数控公司提供的故障分析手册和积累的案例以及参照该公司故障诊断专家给出的诊断方法,学习其他的专家系统的成功经验,设计了一套数控机床图形化多故障诊断系统.文中介绍了数控机床故障诊断专家系统中的一个故障诊断的方法,它具有多故障诊断的能力,可以图形化辅助诊断过程.开发了一种新的匹配算法,它是由最近相邻算法根据本系统的实际情况而开发的一种新算法.对于多故障诊断,系统采用化多故障为单故障处理的方法.开发了图形化辅助诊断功能,提高了诊断系统的实用性.开发了针对数控机床故障诊断的自学习功能,实现了故障诊断的经验积累.     

大学生思政教学自主学习平台设计模式探索

文章基于传统的网络自主教学,提出当前智能化条件下新型的移动学习平台,并借助当前校园内使用广泛的Andriod操作系统作为开发平台,通过对系统需求分析,设计出了包括视频学习、思政教学交流、在线考试等在内的自主学习平台,具有很大的实用性。     

单机架炉卷轧机中变形抗力自学习模型的研究与优化

为改善轧机控制系统中变形抗力的预报精度,提高产品质量,在分析原单机架轧机控制系统数学模型的基础上,选定温度影响项的系数作为修正系数,并将原长期自学习的算法改为渐消记忆的自适应算法。实现了以实测轧制力数据动态校正变形抗力,并运用VC6.0＋＋编程实现。实际应用表明,给出的快速自学习策略优于原来的变形抗力工程计算方法,有效减少了产品的厚度误差,提高了板材的成材率和经济效益。     

非线性PID自学习控制方法研究

针对非线性、多变量、强耦合系统的控制问题,提出一种基于双曲函数的非线性PID自学习控制方法。在PID控制过程中,用双曲函数构造比例、积分、微分3个增益参数分别随误差变化的规律曲线,将传统线性PID控制律转化为非线性PID控制律的控制思想,并使用自学习算法实时调整3个非线性增益函数的增益系数,实现基于双曲函数的非线性PID自学习控制。仿真实验结果表明,与其他控制方法相比,该方法具有更强的鲁棒稳定性和抗扰动能力,是一种有效的控制方法,在非线性控制领域具有重要的应用价值。     

基于深度置信网络的实木板材缺陷及纹理识别研究

针对在现代木材加工企业中,实木板材以缺陷及纹理为主要品质分级要素的需求,提出利用基于局部二值模式、自学习的深度置信网络与softmax分类器组合的深度学习算法,实现对实木板材缺陷及纹理的分类。首先提取实木板材的缺陷及纹理特征,在此基础上利用深度置信网络对经过局部二值化处理的特征进行训练学习,并采用可自学习的学习率算法优化收敛速度、减少训练时间,最后使用softmax分类器获取常见缺陷及直纹、花纹的分类结果。通过与BP神经网络、支持向量机、极限学习机等几种经典算法的比较,采用深度置信网络得到的实木板材缺陷及纹理识别的误差率在3.59%左右,在实木板材缺陷和纹理上取得了更好的识别效果。     

基于PCA-SVDD的故障检测和自学习辨识

为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数据描述(PCA-SVDD)的模式判别方法来实现故障的自学习辨识:考虑故障辨识时可能出现的类分布重合问题,分析和比较了基于欧氏距离和归一化半径判别这2种方法,提出针对新型未知故障辨识的加权归一化半径判别法.通过对Tennessee Eastman(TE)过程的仿真研究,说明了提出的故障检测和自学习辨识算法的可行性和有效性.