基于AOV图及因果图的梯形图与语句表互换算法

结合AOV图与因果图提出了一种新的梯形图与语句表双向转换算法。一方面,将梯形图转化为AOV图,并利用AOV图建立因果图,然后遍历因果图的节点生成PLC所能识别的语句表;另一方面,将语句表转化为因果图,基于因果图生成梯形图。经过实际编程证明,该算法简洁,实用性及通用性好,并成功应用于某国产化PLC开发中。     

PLC梯形图的一种数据结构描述方法

针对目前PLC梯形图编辑软件中梯形图存储结构的复杂和不足,本文基于面向对象的方法,采用二叉树和双向链表相结合的数据结构来描述梯形图功能单元及其拓扑关系,并提出了相应的转换算法,然后简化为只含有功能单元的模型,使后续的指令表转换得到简化。这种模型结构简单、通用性强、易于用C++语言实现,在PLC梯形图编辑软件中应用效果良好。     

多语言编程在高炉喷煤PLC控制系统中的应用

为了解决用梯形图语言编写顺序控制设备时所存在的编程复杂、理解困难等问题,引入PLC的顺序功能图来编程是一种非常有效的方法,该方法具有编程简单而且直观等特点。本文以某高炉喷煤系统单罐循环的控制为例,采用顺序功能图与梯形图、功能块图相结合的方法编写控制程序,与以往常用的梯形图、功能块图编程方法相比具有简单、直观、逻辑性强等特点,大大提高了编程的效率。     

基于SFC编程方法在维修电工技能鉴定PLC项目中的应用

PLC有多种编程语言,最常见的有指令语句表、梯形图和顺序功能图(SFC).而SFC编程语言是其中一种比较简单易懂的编程方法,容易被用户接受.笔者在带培中职学生维修电工技能鉴定PLC项目中,采用SFC语言对程序进行设计,极大地提高了编程的效率和准确性,从而提高了学生在PLC这一项目考核中的通过率.     

嵌入式软PLC编程系统的设计

完成一种在Windows操作环境下采用VC++开发工具设计的嵌入式软PLC编程 系统.采用面向对象的设计思想,提出了描述软PLC梯形图元件的数据结构,以及对梯形图元件集合存储和交互的方案.该系统针对VC++的Document/View的结构,设计了软PLC编程系统的软件结构,分为编辑、编译和仿真等功能模块,且结合相应的算法实现,并重点介绍了梯形图程序的编辑和编译扫描原理.为低成本高效率实现嵌入式软PLC编程系统提出了新方案,也为软件开发人员提供一种软件设计的新思维.     

软PLC梯形图到语句表转换新策略的研究

提出了一种用于实现软PLC梯形图到语句表转换的新策略。首先将梯形图映射为AOV图,然后对每级的AOV图进行扫描以确定各顶点之间的不同层次的串并联关系,扫描的同时自底向上建立一棵逻辑树以保存扫描结果,最后通过遍历这棵树生成语句表。通过实例说明此策略能清晰地表达出梯形图各元件的逻辑关系,语句表转换过程准确快速。执行过程中还能对梯形图进行逻辑查错和规范检查。     

一种梯形图编程系统的研究与实现方法

详细阐述了一种梯形图编程系统的数据结构与实现方法.该系统选用Visual C 作为开发语言,实现了梯形图语言向指令表语言的转换、显示、编辑、以及语法、逻辑错误检测与处理以及程序传输等功能.该梯形图编程系统可用于多种现场测控设备如PLC、RTU等.     

嵌入式PLC中梯形图到AOV图的映射

阐述了将梯形图映射为AOV图链的思想与实现算法。视梯形图图符为顶点，图符与图符间的拓扑连接为弧，将梯形图划分为一系列独立的AOV图。关键技术在于在采用双向链表描述梯形图的基础上，对梯形图进行二次抽象。首先依据图的拓扑关系划分双向链表，得到一系列独立的功能块，再将功能块映射为AOV图，从而完成整个过程。所提出的依据图的拓扑关系划分链表的思想，保持了图结构的完整性，将梯形图化整为零处理，简化了程序设计，为从图的角度研究梯形图向语句表的转化打下基础。     

软PLC编程系统软件的设计

采用面向对象和多线程技术设计,实现了软PLC编程系统软件在PC环境中进行梯形图的绘制、编辑、存储、加载、调试及仿真等功能。研究了梯形图程序存储与加载的实现方式和仿真模块中线程的应用,提出了一种编码规则表示控件,采用记事本格式存储程序。软件界面友好,用户操作方便,提高了PLC编程效率,方便了PLC的离线调试。     

PLC梯形图语言编辑软件的实现

利用VC 开发PLC梯形图语言的编辑软件,实现梯形图语言的编辑、语法检查、编译等功能.特别采用了编辑、语法检查、编译一体化的设计思路来实现该软件系统.     

在机检测中三角网格拓扑重建方法的研究

对STL（Stereo Lithographic）模型中三角面片进行拓扑重建是解决在机检测系统中对零件模型表面进行曲面划分的前提条件之一。在建立点-边拓扑关系的基础上,将原有基于顶点坐标值浮点数比较的半边匹配结构转化为基于索引值的整型数匹配,并提出了基于关联-散列结构三角网格拓扑重建方法。该方法采用散列结构为辅助数据结构来减少STL模型顶点归并和边界归并的计算量,利用STL模型相邻网格单元数据相关性降低哈希函数的构建难度并提高冲突处理效率,在滤除冗余数据的同时完成拓扑关系的建立。计算实例验证了该算法的高效性和有效性。     

生物信息软件的自动化策略及其实现

分析基于OLE自动化、内嵌VBA、键盘模拟以及智能网络代理技术的4种程序自动化策略。实现基于OLE自动化和内嵌VBA技术的生物质谱数据处理自动化程序AutoDataExplorer、基于键盘模拟技术的引物设计自动化程序OligoMask、基于网络智能代理的质谱数据库搜索自动化程序BatchMascot,在高通量蛋白质组学数据采集和分析工作上的成功应用证明其能使软件设计更方便快捷。     

动态灾害环境下多对多物资配送路径规划方法

动态灾害环境下多对多物资配送路径规划问题具有重大的现实意义,它需要在路径规划的同时应对路网环境随时间的变化,并找到不同应急物资储备点、配送点之间的最佳对应关系,同时保证求解的时效性和成功率.目前的静态预案规划方法(SPO)和动态路径规划方法(DPO)难以确保动态灾害环境下求解效果的理论最优性,甚至可能导致部分配送点不能...     

基于CODHD聚类划分的多扩展目标跟踪算法

杂波环境下,利用概率假设密度滤波器进行扩展目标跟踪存在量测集划分难且计算效率低的问题,提出基于层次划分密度的聚类优化（CODHD）算法对扩展目标进行量测集划分的方法。先利用自适应椭球门限的方法对量测集进行预处理,通过簇合并方式生成量测划分;计算各划分聚类质量并构造为质量曲线;将得到的聚类数和聚类中心通过模糊C-均值（FCM）运算获得量测划分。仿真结果表明,利用所提方法对量测集进行划分,能够得到准确的划分结果且计算代价得到降低。     

在线富文本公式编辑器的设计与实现

在研究ASCIIMathML转换文档的基础上,提出基于ASCIIMathML的富文本公式编辑器设计方案.运用JavaScript和DOM技术,结合XHTML实现火狐浏览器下公式的所见即所得编辑,并将公式编辑页面应用到文本编辑器中,实现公式的显示、复编辑、保存、载入等功能,有利于公式的在线编辑和传输.     

P/T系统的VHDL描述及实现

利用超高速集成电路硬件描述语言(VHDL)描述P/T系统,在EDA软件平台MAX+plusII上,对Petri网模型的VHDL描述进行编译、仿真、适配,将结果下载到可编程逻辑器件中,通过实验开发系统GW48-CK进行硬件测试。给出一个P/T系统实例——服务系统的描述及实现。仿真波形及硬件测试结果证明了该方法的正确性。     

基于熵和多步马尔可夫特征的图像拼接检测

随着图形编辑软件的普及,数字图像篡改越来越容易,数字图像篡改检测已成为一个亟需解决的问题。为此,提出基于图片信息熵和多步马尔可夫特征的图像拼接检测方法。该方法将图像拼接检测问题转换为两分类模式识别问题,先从原图、3阶Haar离散小波变换(DWT)和多尺度分块离散余弦变换(DCT)中提取图片的信息熵,再从图像的分块DCT系数中提取多步马尔可夫转移概率矩阵,由信息熵和多步马尔可夫转移概率矩阵组成统计特征,利用支持向量机分类器进行分类得到判决结果。实验结果表明,该方法在哥伦比亚图片库上具有较高的拼接检测精度,达到89.91%。     

一种改进型PPM方法的设计与仿真实现

针对传统概率包标记(PPM)中存在遗失标记信息、重构困难、准确率低等问题,提出一种动态概率标记方法。运用NS2软件对相应的网络进行模拟,并在模拟环境下对传统方案及动态概率标记方法进行测试、比较和分析。仿真结果表明,该方案的路径重构效率和准确性均优于传统PPM方案。     

蓝牙无线传感器网络近饱和组网方法

针对蓝牙在无线传感器网络中的应用,提出了一种蓝牙无线传感器网络组网方法,详细地描述了组网过程,并对该方法的性能进行了分析评估。组网方法采用了树形拓扑、近饱和微微网、关键节点备份等机制,具有网络内微微网数较少、网络健壮性较好、生存时间较长的优点。     

使用均值距离与关联性标记的并行OPTICS算法

针对大数据环境下传统并行密度聚类算法中存在的数据划分不合理,聚类结果准确度不高,结果受参数影响较大以及并行效率低等问题,提出一种MapReduce下使用均值距离与关联性标记的并行OPTICS算法——POMDRM-MR。算法使用一种基于维度稀疏度的减少边界点划分策略（DS-PRBP）,划分数据集;针对各个分区,提出标记点排序识别簇算法（MOPTICS）,构建数据点与核心点之间的关联性,并标记数据点迭代次数,在距离度量中,使用领域均值距离策略（FMD）,计算数据点的领域均值距离,代替可达距离排序,输出关联性标记序列;最后结合重排序序列提取簇算法（REC）,对输出序列进行二次排序并提取簇,提高算法局部聚类的准确性和稳定性;在合并全局簇时,算法提出边界密度筛选策略（BD-FLC）,计算筛选密度相近局部簇;又基于n叉树的并集型合并与MapReduce模型,提出并行局部簇合并算法（MCNT-MR）,加快局部簇收敛,并行合并局部簇,提升全局簇合并效率。对照实验表明,POMDRM-MR算法聚类效果更佳,且在大规模数据集下算法的并行化性能更好。