储油罐变位识别与罐容表标定方法

建立了加油站地下储油罐在发生纵向倾斜和横向偏转两种变位情况下储油罐油量体积计算的数学模型,利用最小二乘法确定两种变位角度,进而对罐容表进行重新标定。结果表明,所提出的方法计算误差小,并且易于应用和推广。     

小型储油罐罐容表的标定法

针对地基变形等外部原因,罐体的位置会发生纵向倾斜和横向偏转等变化,从而导致罐容表发生改变使计量工作产生一定误差的问题,确定了小型储油罐在无变位和变位时油位与储油量之间的积分模型,利用数值积分得出在无变位和变位时进出油量的理论值,利用实验数据和回归法对理论值进行校验,计算得出了小型储油罐的罐容表的准确标定值。     

卧式椭圆柱型储油罐的变位识别与罐容标定

为了解决由于储油罐变位而导致的罐容表计量误差问题,对卧式椭圆柱型储油罐变位后罐内油量进行了重新标定,建立了相应的标定模型和储油罐在水平和倾斜放置时的罐容标定公式,并给出了模型的求解步骤。通过实例对模型进行检验,检验结果验证了模型的正确性和可行性。     

储油罐罐底变位逆问题数学模型

储油罐罐底变位预报是目前从事油品储存加工企业急需解决的一个问题。运用贴体坐标系,建立了储油罐罐底变位逆问题数学模型,推导出相应的变位计算公式,得到储油罐中的油量与纵向偏转角度、横向偏转角度及油位高度读数之间的关系,计算出变位角,该变位角对应的储油量预报值与实际测量值吻合度高达95%,其罐容表重新标定方法具有实际应用价值。     

储油罐的变位识别与罐容表的标定

为解决加油站的地下储油罐在使用一段时间后,由于地基的变形会导致无法根据预先标定的罐容表计算储油罐内油量容积的问题,研究如何识别储油罐变位以及对罐容表的重新标定的问题.得到储油罐的总油量与油标高度、纵向偏转角、横向偏转角之间的关系模型.利用该模型可根据加油站的出油量以及对应的油标高度来识别储油罐的变位,同时给出变位后的罐容表.     

基于遗传算法的小椭圆型储油罐的罐容表标定

由于罐体变位后对罐容表有很大影响,为了使罐容表标定能够准确反映储油罐的储油量,需要为罐容表标定建立合理的数学模型。通过对小椭圆型储油罐体无变位和倾斜角α为4.1°的纵向变位两种情况所做实验的结果进行比较,发现纵向倾斜变位对罐容表标定的影响明显,尤其在倾斜角α为4.1°的纵向变位的情形下,理论计算的油量与实际所测的油量之间存在很大差距。在合理推断所测倾斜角不准的情况下,运用遗传算法对倾斜角α进行修正。结果表明,在α为5.382 627°情况下,理论计算的油量与实际所测的油量之间的误差下降到合理范围内。     

储油罐的变位对罐容表的影响与罐容表标定

利用微积分和MATLAB通过建立小椭圆形储油罐（两端平头的椭圆柱体）纵向倾斜角α=4.1°时储油量与油位高度及变位参数（纵向倾斜角度α）之间的一般关系来研究储油罐的变位对罐容表的影响以及了解影响后给出罐体变位后油位高度间隔为1cm的罐容表标定值.     

储油罐的变位识别和罐容表的标定

通过对卧式储油罐纵向倾斜和横向偏转对罐容表影响的分析,建立了罐内储油量与油位高度以及变位参数之间关系的数学模型,并利用相关数据对模型进行了检验.     

一种椭圆型储油罐纵向倾斜的变位识别模型

本文给出了一种椭圆型储油罐罐体发生纵向倾斜变位后对罐容表进行重新标定的数学模型。本文首先利用微积分中的微元法,确定了椭圆油罐未变位和变位两种情况下储油量与其油位高度的关系式,进而可利用MATLAB软件确定椭圆储油罐无变位和变位两种情况下的待定系数,并可将所得模型与无变位和倾斜角为a=4.10时的纵向变位两种实验情况的具体数据所得图像进行比较,对产生的误差进行分析。     

基于神经网络的变位储油罐罐容表标定

用数学建模方法研究了变位储油罐罐容表的重新标定问题.通过建立神经网络数学模型,对变位储油罐罐容表进行了重新标定,并利用扰动分析法对模型稳定性进行检验.结果表明,该方法计算误差小、稳定性好,易于应用与推广.     

双变量交一交变频器调速量化控制算法研究

在双变量交一交变频器控制中,晶闸管触发时刻和脉冲后沿时刻是需要实时精确确定的参数．针对目前查表法求取晶闸管触发时刻的缺点,提出一种用于无环流相控交．交变频器的触发脉冲前沿时刻a和触发脉冲宽度届的量化算法．该算法具有占内存小、速度快、易于实现等优点．理论分析和试验结果表明,该量化算法可以提高交．交变频输出电压电流波形的正弦度和对称度．     

基于QPSO参数优化的LS-SVM智能标定

研究粒子群算法（PSO）优化最小二乘支持向量机（LS-SVM）的参数时,受到搜索空间有限的限制,容易陷入局部极值,直接影响罐容表的标定精确度的问题。针对该问题,作者采用量子粒子群算法（QPSO）选取LS-SVM的径向基核参数进行优化,建立了基于QPSO-LS-SVM的罐容表标定的软测量模型。仿真实验结果表明：该方法不用建立复杂的机理模型,只需利用QPSO-LS-SVM算法进行软标定,大幅度缩短了训练建模时间,提高了运行效率。     

基于QPSO参数优化的LS-SVM智能标定

研究粒子群算法（PSO）优化最小二乘支持向量机（LS-SVM）的参数时,受到搜索空间有限的限制,容易陷入局部极值,直接影响罐容表的标定精确度的问题。针对该问题,作者采用量子粒子群算法（QPSO）选取LS-SVM的径向基核参数进行优化,建立了基于QPSO-LS-SVM的罐容表标定的软测量模型。仿真实验结果表明：该方法不用...     

Robot stereo vision calibration method with genetic algorithm and particle swarm optimization

Accurate stereo vision calibration is a preliminary step towards highprecision visual positioning of robot. Combining with the characteristics of genetic algorithm (GA) and particle swarm optimization (PSO), a threestage calibration method based on hybrid intelligent optimization is proposed for nonlinear camera models in this paper. The motivation is to improve the accuracy of the calibration process. In this approach, the stereo vision calibration is considered as an optimization problem that can be solved by the GA and PSO. The initial linear values can be obtained in the first stage. Then in the second stage, two cameras’ parameters are optimized separately. Finally, the integrated optimized calibration of two models is obtained in the third stage. Direct linear transformation (DLT), GA and PSO are individually used in three stages. It is shown that the results of every stage can correctly find nearoptimal solution and it can be used to initialize the next stage. Simulation analysis and actual experimental results indicate that this calibration method works more accurate and robust in noisy environment compared with traditional calibration methods. The proposed method can fulfill the requirements of robot sophisticated visual operation.     

基于改进PSO算法的割刀驱动机构的优化设计

为提高立式割台的传动效率,减小振动,以半喂入式联合收割机的割刀驱动机构传动性能最佳和机构整体质量最小为目标建立数学模型,采用改进PSO算法进行割刀驱动机构的多目标优化设计。利用MATLAB-PSO工具箱验证了算法及所建数学模型的准确性和可行性; 利用VC++软件开发平台编制人机交互界面让操作者使用方便,数据显示直观。计算结果表明,在满足传动要求的情况下,最小传动角增加5.49%,机构尺寸减小23.07%。改进PSO算法多目标优化法能改善机构传动性能,减小机构尺寸,实现机构的性能优化和局部小型化。       

基于参数优化的机器人花键装配偏角感知识别方法

针对花键装配过程中存在轴孔偏角引起的卡阻导致装配成功率低的问题,提出基于参数优化的机器人花键装配偏角感知识别方法. 根据花键装配的特点,利用力传感器采集花键装配过程中的力/力矩信号,基于混合鲸鱼优化算法(HWOA)的极限学习机(ELM)识别偏角的力信号并构建偏角经验库. 结合支持向量数据描述(SVDD)算法,实现了未定义偏角的感知和偏角经验库的自我更新,以及用偏角的感知识别指导机器人完成花键装配任务. 实验结果表明,所提方法对未定义偏角感知成功率和对已知偏角的识别精度分别为98.8%、98.12%,能有效指导机器人进行花键装配.     

用PSO方法搜索基于MLE的ARMA模型参数

针对小样本条件下用矩估计(ME)方法获取ARMA模型参数粗略的缺点,将粒子群优化算法(PSO)用于小样本ARMA模型参数的极大似然估计(MLE),以获得概率上最优的数字解。在分析基于ARMA模型似然函数的基础上,详细分析了PSO的思想、方法和评价指标。以实际例证显示了联合PSO优化方法估计AMAR模型参数的优良特性,并从算法和似然函数角度分别阐释了形成利弊的原因。