Gram多项式拟合在纸机横向定量测量数据去噪中的应用

针对传统去噪算法不能满足更高品质的横向定量控制要求的问题,提出了一种Gram多项式拟合的去噪方法。仿真结果显示该方法对于高斯噪声和均匀分布噪声都具有良好的去噪效果。对于纸机横向定量测量数据,该方法去噪效果光滑性好,测量数据更接近纸张定量真实值。     

纸张横向定量数据的小波去噪

针对纸张横向定量控制中的测量数据去噪,在对横向定量测量数据特性进行分析的基础上,提出了一种改进阈值小波去噪方法,并进行了仿真对比分析。结果表明,相对于传统去噪方法,该方法具有较好的去噪效果,去噪后的波形更为平滑,更接近于原始横向定量数据,有利于进一步实施控制。     

基于经验模态分解的CT图像去噪方法

本文提出一种基于经验模态分解的CT图像去噪方法,即将图像分解为若干固有模态函数之和的形式,然后对各固有模态函数成分进行去噪处理。将最终得到的去噪图像与传统去噪方法处理后得到的图像进行比较,实验结果表明该方法能较好的去除噪声并保留CT图像的细节,有利于医学的诊断。     

纸机横向定量控制系统中的数据交换方法

针对纸机横向定量控制系统,对其中存在的定量数据获取及控制输出数据的传送问题进行了分析,以VB软件作为工具开发上位机软件,基于OPC技术实现了与纵向定量控制系统之间的数据交换,并基于开放系统互联简化模型自定义通信协议,利用RS485串行接口通信实现了与执行机构之间的数据交换,从而对稀释水阀开度进行调节,实现对纸张横向定量的自动控制。     

基于经验模态分解的织造过程数据拟合方法的应用

为提高织造过程中的纺织品品质,以保证整个制造过程的连续性,首先,对已有监控系统的应用情况进行了分析;然后,针对系统在数据拟合处理和异常情况预警方面的不足,对织造过程中的不确定性原因进行了深入研究,并对系统已使用的软件滤波算法进行了比较分析。基于此,借助经验模态分解（EMD）方法对织造过程数据进行了去噪实验比较,以及拟合结果仿真。结果表明：基于EMD的数据拟合方法能更准确地保证织造过程数据的正确性,有利于提高纺织品的品质和整个制造过程的连续性,从而加速了纺织企业从“劳动密集型”向“技术密集型”和“品牌密集型”的转型。     

横向控制系统在高速纸机中的应用

本文主要介绍横向控制系统结构、原理和控制应用过程，明确了横向控制系统的重要性。并对横向定量控制系统维护和故障分析提供一些经验，以供参考。     

基于快速自适应经验模态分解的高速经编机振动分析

针对某型高速经编机在高转速下结构振动过大以及机构运动信号与结构振动信号相混叠,故障特征难以分离的问题,提出基于快速自适应经验模态分解(FAEMD)算法的经编机振动故障诊断方法。首先运用FAEMD算法将原始振动信号分解成有限个本征模态函数(IMF),然后计算各IMF分量与原信号的相关性,结合经编机运动特点,判断其中相关性最大的本征模态函数为机构运动分量并去除,最后将剩余分量重组实现结构振动信号的提取。将该方法应用于经编机振动故障诊断中,对动态振动数据进行处理,结合静态固有频率测试,成功提取出与实际故障现象相同的信号频率特征,判断出经编机在高转速下振动过大的原因,为后续经编机振动优化提供了参考。     

基于谱峭度Morlet小波变换法和经验模态分解的滚动轴承故障诊断研究

本研究针对轴承早期故障信号微弱不易检测的缺陷,提出了一种基于谱峭度Morlet小波变换法和经验模态分解的轴承早期故障信号检测与增强的方法.该方法把谱峭度引入到Morlet小波中,根据谱峭度变化寻找Morlet小波的最佳匹配参数,最大限度地增强故障弱信号;然后对信号进行经验模态分解,以信号相关系数大小确定重构信号的基本模态分量,对重构信号进行包络分析完成故障诊断.实验结果验证了此方法在滚动轴承早期故障诊断中的良好应用效果.     

基于零值补偿和经验模态分解的加速度积分误差消除方法

利用频谱对实测数据分析,得到误差频率和理想的加速度变化曲线以评价误差,以基于零值补偿和经验模态分解的方法对实测数据进行处理,评价误差,对比得到该方法能有效消除积分算法中误差的结论。     

基于二维经验模态分解算法的织物疵点自动检测

为解决织物疵点检测工序中存在的耗时性问题,提出一种基于二维经验模态分解(EMD)的多方向自适应检测方法.通过Delaunay三角分割、径向基函数插值与二维三次样条插值等方法实现二维EMD算法,用该方法将织物灰度图像分解为一系列子图像,选取包含疵点信息的子图像进行融合,最后通过阈值化来识别织物图像中的疵点.借助于工业线阵...     

纸张横幅定量控制中执行器对位辨识方法的研究

针对纸张横幅（CD）定量过程中测量点与稀释水阀执行器之间的对位问题,本研究基于冲击实验进行CD定量过程建模与识别,辨识执行器的响应中心、推算响应宽度,确立执行器与正下方测量点之间的映射表;基于物理映射数据的聚类分析识别对位模型。通过随机检验测试,验证对位关系并实现偏移补偿纠正。该方法能有效解决纸张横幅定量控制中执行器对位问题,确保定量横向控制系统的有效发挥,为工程应用提供参考。     

一种基于ELMAN神经网络的纸张横幅定量在线解耦方法

针对纸张横幅定量控制所存在的非方、高维强耦合特性,本研究提出了一种基于ELMAN神经网络的多变量解耦策略。具体思路如下：首先引入前置变换因子矩阵对系统进行降维化方,然后针对化方后的系统,将ELMAN神经网络和前馈解耦相结合设计解耦结构,并在此基础上引入参考模型,根据参考模型输出与系统输出之间的差值在线调整网络参数,对系统耦合进行实时补偿以实现系统的在线解耦。通过上述工作将非方高维控制问题转化为单回路群控制问题,大大降低了多输入多输出高维系统控制难度。仿真实验及现场实际应用证明了本研究所提方案的可行性和有效性,定量控制精度提升了42%,并将横幅定量偏差减小到1.88%。     

基于巴特沃思滤波器的纸张定量信号处理

针对纸张定量在线检测信号受“温漂”噪声影响稳定性差、补偿效果不理想的问题,从定量检测原理出发对噪声干扰源及主要耦合通道进行了时-频域分析和研究,并根据定量信号和噪声不同的频谱分布规律,构造了相应的巴特沃思滤波器处理定量信号。     

基于RBF神经网络的纸张定量水分解耦控制系统设计

抄纸过程中纸机系统具有大滞后、非线性、时变等特点,纸张定量与水分之间存在强耦合效应,针对这些问题,设计了一种基于RBF神经网络的PID解耦控制方法.利用RBF神经网络辨识定量与水分的数学模型,实时调整PID控制器的参数,实现系统的解耦功能.仿真结果表明,该方法具有良好的静态、动态性能和很强的自适应性,能有效解决纸张定量和水分之间的耦合作用.     

基于DRNN的纸机定量水分解耦控制仿真分析

针对抄纸过程中具有的强耦合、大时滞特点,提出了一种自适应的PID解耦控制方法,利用对角凹归神经网络(DRNN)来辨识系统模型,通过对PID控制器参数进行调整,实现多变量解耦控制.对纸机定量、水分控制系统的仿真研究结果表明:该方法具有较快的系统响应和抗干扰能力,较好地解决了定量和水分之间的耦合作用.     

现代造纸机噪声特征及其标准值的探讨和应用

从现代造纸机的噪声成分、分部噪声方面分析了造纸机的噪声特征;对2台造纸机的噪声实测值进行分析,对照噪声标准值及劳动防护要求,指出了现行造纸机噪声标准存在的问题;并提出噪声标准值在造纸机的噪声控制与防护措施方面的应用。     

模糊自整定PID在造纸定量控制中的应用

根据造纸定量控制系统中具有非线性、时变、复杂多干扰等控制难点,采用实验方法建立了系统的数学模型,提出了一种模糊自整定PID控制算法。该算法参数整定简单,对过程模型的依赖性小,易于实现并且稳定性、抗干扰性和鲁棒性都非常强。实际运行中大大改善了控制品质,满足了生产及工艺的要求。     

卷烟纸定量对卷烟燃烧温度及烟气指标的影响

利用红外热像仪测温平台对采用不同定量卷烟纸的卷烟进行了固相燃烧温度测定,探讨了卷烟纸定量对卷烟抽吸温度、常规烟气指标、部分有害烟气成分指标的影响。结果表明,随着卷烟纸定量的增加,卷烟第三口抽吸最高温度呈上升趋势;卷烟单口焦油释放量和CO释放量呈上升趋势,卷烟总焦油释放量和抽吸口数呈下降趋势;卷烟的苯并芘（B［a］P）、苯酚释放量呈逐步下降趋势;巴豆醛、氨气（NH3）和氰化氢（HCN）的释放量不显著。