惯性特征系统最速特征模型PID控制参数辨识

以惯性特征系统作为研究对象,针对常规PID控制器参数的设置问题提出了基于系统最速特征模型的辨识算法,该算法利用惯性特征系统的输入输出特性,通过最小二乘法辨识出系统的一阶特征模型,然后再根据一阶特征模型、控制律和系统的动、稳态性能的要求辨识出系统的二阶最速特征模型,同时也计算出PID控制器的参数.仿真结果表明,该算法能够使PID控制具有最速响应的特征,为PID参数设置提供了一种计算方法.     

基于神经网络的轧制力模型参数辨识

为了提高热连轧轧制力预设定值的精度,提出卫种新的轧制力模型参数辨识方法。利用人工神经网络对以往的大量生产数据进行了训练、预测、将预测结果结合轧制力模型,对思制力模型中的温度相关关系数ｍ１、变形速度相关系数ｍ３进行只。现场生产实践表明,采用辨识后的模型进行轧制力预设定,带钢头部厚度精度有明显提高。对于象本钢热连轧厂这样的老企业,这种新方法更具有在线应用的可行性。     

用于热风炉燃烧系统的模糊控制器

针对热风炉燃烧系统的复杂性、参数的不确定性和非线性,结合国内外的操作经验,为该系统研制了带修正因子的自适应模糊控制器。仿真试验与实际运行结果表明,该控制器通过对废气温度变化的控制,可以在满足工艺要求的条件下提高热交换效率、稳定炉况、节约能源、易于实现。     

基于自适应蚁群算法的传热模型参数辨识

针对铸坯凝固传热模型校正问题,提出了采用自适应蚁群优化算法进行参数辨识的方法。首先在不同条件下对铸坯不同位置进行射钉并测量凝固坯壳厚度,然后根据测量数据集和凝固传热数学模型的数值解,采用自适应蚁群优化算法进行参数辨识,确定二冷区内各冷却段的传热系数,最后通过二冷出口铸坯表面温度和凝固坯壳厚度的测量数据与采用辨识参数的传热模型预测结果进行比较,验证了传热系数的准确性。校正的传热模型已成功应用于多台铸机的二冷配水优化。     

可编程序控制器系统的设计

贵冶二期、三期工程使用了大量的可编程序控制器 ,本文从设计的角度阐述了可编程序控制器的使用     

基于深层特征抽取的日文词义消歧系统

词义消歧的特征来源于上下文.日文兼有中英文的语言特性,特征抽取更为复杂.针对日文特点,在词义消歧逻辑模型基础上,利用最大熵模型优良的信息融合性能,采用深层特征抽取方法,引入语义、句法类特征用于消解歧义.同时,为避免偏斜指派,采用BeamSearch算法进行词义序列标注.实验结果表明,与仅使用表层词法类特征方法相比,本文构造的日文词义消歧系统的消歧精度提高2%～3%,动词消歧精度获得5%的改善.     

模糊控制原理,设计及应用：第7讲 高级模糊控制器的设计

模糊控制原理、设计及应用　第７讲高级模糊控制器的设计韩启纲（天津大学冶金分校天津３００４００）从前面介绍的基本型模糊控制器原理及设计方法中我们体会到：其核心问题在于语言控制规则，而这些语言控制规则是人们在生产实践中对过程进行控制的经验总结，即对模糊信...     

无需辨识的PSD自适应控制器及其应用

对Ｍａｒｓｉｋ、Ｓｔｒｅｊｃ等人的无需辨识自适应控制器给出了算法中增益ｇ（ｋ）和时间常数Ｔ＿ｖ（ｋ）初始值的选择方法，针对算法的不足，提出了两种改进算法，并应用于力学持久机电加热炉的控温上，得到了满意的结果。     

基于模糊聚类的模糊神经网络的系统辨识

本文采用基于模糊聚类的模糊神经网络模型对系统进行辨识,首先利用模糊聚类技术来确定系统的模糊空间和模糊规则数,然后利用模糊神经网络来调整模型的前件参数和后件参数。用此设计方法对函数逼近问题进行仿真,结果表明利用聚类技术可以获得较好的初始值,学习速度快、建模精度高。     

外耳形状特征和内耳结构特征结合的人耳特征提取

针对人耳的生物特征提出了一种人耳的形状特征和结构特征相结合的识别方法．首先提取外耳最长轴,即外耳轮廓边缘点的最长连线．利用外耳长轴把外耳曲线分成两部分,用最小二乘法对这两段曲线分别进行多项式曲线拟合,拟合多项式函数的系数作为外耳特征向量．同时长轴与内耳曲线的交点作为内耳特征点,特征点之间连线的长度与长轴长度的比值作为内耳特征向量．长轴的相对不变性保证了特征向量具有缩放、平移和旋转不变性．实验结果表明此方法在噪声情况下具有较强的鲁棒性．     

基于灰度击中击不中变换的故障特征提取方法

提出了一种应用灰度击中击不中变换提取故障特征的方法.从待分析信号中指定若干个目标波形,由此计算得出击中击不中结构元素对,在每个采样点位置进行模式匹配,具有故障特征的波形段将具有较高的输出.应用于制氧厂驱动电机的碰摩信号和转子试验台的冲击信号,成功提取出削波特征和冲击特征.该方法与人工分析信号的思路接近,算法容易理解,可以作为从时域波形直接提取故障特征的一种有效方法.     

基于局部宏观特征和微观特征结合的手背静脉身份识别

手背静脉身份识别由于其非接触和不易被污染等独特的优势,已成为各种新型生物特征识别手段中的研究和应用热点.如何提取具有高鉴别性且鲁棒的手背静脉图像特征是本文的研究重点.本文简述了基于局部二值模式(local binary pattern,LBP)的特征提取方法及其改进方法的基本原理,讨论分析了其不足,并针对不足,提出了一种多尺度块中心对称局部二值模式(multi-scale block center-symmetric LBP,MB-CSLBP)算子.本文所提出的MB-CSLBP算子既考虑图像的局部宏观特征,也兼顾图像的微观特征,获取了更加全面的图像信息.在自建的2040幅近红外手背静脉图像数据库中,用MB-CSLBP方法获取图像特征并使用最近邻分类器进行识别.大量的对比实验结果表明,本文所提方法的识别率达到98.21%,优于原始LBP及其改进算子,中心对称局部二值模式(center-symmetric LBP,CS-LBP)和多尺度块局部二值模式(multi-scale block LBP,MB-LBP)等.     

基于PCA-DBN的热连轧数据特征提取

在热连轧生产过程中会产生大量的数据,使用这些海量数据进行诊断和预报非常困难,运算时间较长,甚至会导致"维度灾难"。因此,需要对特征进行提取,去除冗余和不相关的特征。提出基于主成分分析-深度置信网络(principal component analysis-deep belief network,简称PCA-DBN)的热连轧数据特征提取,采用主成分分析(principal component analysis,简称PCA)对数据集进行特征提取,并将选择出的特征按照贡献率可视化,直观显示提取的特征。二次特征提取采用深度置信网络(deep belief network,简称DBN)对已提取数据集进行二次特征提取。将最终得到的数据集作为粒子群优化的最小二乘支持向量机(particle swarm optimization-least squares support vector machine,简称PSO-LSSVM)对精轧轧制力进行预报的数据集,以检验特征提取的合理性。试验显示,预报相对误差要小于机理模型预报相对误差,说明提取特征比较合理。     

基于数据丢包的离散奇异脉冲系统量化控制器设计

针对离散奇异脉冲系统,在保证闭环系统稳定的基础上,考虑网络中存在的数据丢包和信号量化问题,提出了一种基于数据丢包的量化反馈控制器设计方法.首先,根据非线性奇异脉中系统的描述,建立了相应的具有丢包的闭环量化反馈控制系统的数学模型.其次,根据李亚普诺夫稳定性理论,给出了离散奇异脉冲系统的渐近稳定的充分条件以及量化反馈控制器的设计方法.最后,通过求解一组代数矩阵不等式得到量化反馈增益.通过对洛伦兹系统仿真,表明利用所设计的量化控制器能够保证闭环非线性离散奇异脉冲系统在具有数据丢包的情况下渐近稳定.     

基于T-scan测量的薄壁钣金件孔特征重构

针对目前对薄壁钣金件孔测量的效率低,孔心位置和孔半径测量方法上存在的不足,提出一种基于T-scan测量的薄壁钣金件孔特征的重构方法.该方法用T-scan对薄壁钣金件上孔进行扫描得到点云数据;根据点云数据中连续点的欧拉距离将点云数据划分成扫描线点数据;对扫描线点云数据进行算法处理获取位于平面上的点及孔的边缘点;最后对平面上的点采用稳健特征值平面拟合得出平面参数,利用最小二乘空间圆拟合获取孔心坐标值及孔径大小,完成薄壁孔特征重构.通过对试验件和薄壁钣金件上孔进行测量处理,实验表明该算法有很好的实用性且精度满足钣金件孔的实际检测精度要求.     

基于GPR反射波信号多维分析的隧道病害智能辨识

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路.