基于灵敏度的积分对象PID控制器

PID控制器被广泛应用在工业中去控制自平衡对象,但对积分对象的应用还比较少。本文针对积分对象,提出一种基于灵敏度指标的PID控制器整定方法。首先采用内环反馈结构将积分对象转换成一个稳定的模型,然后基于灵敏度指标设计PID控制器,最后将两个回路等价为一个反馈回路结构并获得给定加权PID控制器参数整定方法,克服了传统PID控制器控制积分对象的不足。仿真结果表明本PID控制器整定方法可以使积分对象闭环系统获得期望的灵敏度,保证了系统的鲁棒性和良好的控制性能。     

变风量空调系统恒温解耦控制优化

在室内恒温控制问题的研究中,变风量空调系统的房间送风量、冷冻水流量和风机转速三个输入变量与房间温度、送风温度和静压三个输出变量之间存在着不同程度的耦合关系,每个房间的温度控制会受到不同程度的干扰,严重时会影响到整个系统的稳定性.为解决上述问题,根据变风量空调系统的房间、表冷器、风机等各个子系统模型,通过寻找一个合适的开环传递函数矩阵,实现对系统的解耦控制,通过使解耦矩阵的对角元素为1,得到简化的解耦矩阵.比通常利用对角化方法和状态反馈矩阵方法直接求得的解耦矩阵要简单.运行空调实验结果表明控制回路之间干扰不明显,解耦控制效果良好.     

基于Softplus+HKELM的彩色图像超分辨率算法

在极限学习机网络结构中,对于隐藏层节点,一般都采用Sigmoid激活函数。为了使基于极限学习机的彩色图像超分辨率算法具有更快的学习速度,更好的泛化能力,论文提出一种具有生物学激活模型且有一定稀疏表达能力的Soft plus激活函数与学习能力更好的HKELM相结合的彩色图像超分辨率算法。实验证明,与传统的极限学机相比,基于Soft plus+HKELM的彩色图像超分辨率算法不仅具有更好的泛化能力,而且最大程度降低了极限学习机训练的复杂度,提高了超分辨算法的实时应用性。     

多层次降维的头颈癌图像特征选择方法

针对原始病理图像经软件提取形态学特征后存在高维度,以及医学领域上样本的少量性问题,提出ReliefF-HEPSO头颈癌病理图像特征选择算法。该算法构建了多层次降维框架,首先根据特征和类别的相关性,利用ReliefF算法确定不同的特征权重,实现初步降维。其次利用进化神经策略(ENS)丰富二进制粒子群算法(BPSO)的种群的多样性,提出混合二进制进化粒子群算法(HEPSO)对候选特征子集完成最佳特征子集的自动寻找。与7种特征选择算法的实验对比结果证明,该算法能更有效筛选出高相关性的病理图像形态学特征,实现快速降维,以较少特征获得较高分类性能。     

一种基于密度均值的谱聚类算法

传统谱聚类算法在构造相似度矩阵时,高斯核函数参数选取的无规律性会对聚类结果造成严重影响。针对的这一缺陷,提出一种基于密度均值的谱聚类算法。与传统算法不同,该算法选取样本点到周围K个样本点的平均距离作为尺度参数,并引入样本点的密度信息,使得聚类结果更符合实际样本的分布。同时,由于相似矩阵能自适应不同的局部密度,使得该算法对样本的空间分布并不敏感。在不同类型数据集上的实验验证了算法的有效性和较高的鲁棒性。     

串级控制系统模型矩量辨识方法

针对现代工业过程串级控制系统的对象模型辨识问题,提出一种新的基于系统正常运行数据的闭环矩量辨识方法。该方法仅需得到一次设定值变化的正常运行数据,采用梯形积分的方法计算得到传递函数两次求导的值,再运用极小化误差方法和最小二乘法对数据拟合,从而解得二阶含滞后模型的四个未知参数,进而辨识出串级控制系统的内环和外环模型。最后,通过MATLAB进行多次仿真实验。仿真结果表明,该辨识方法不仅具有普适性和极高的辨识精度,而且对噪声信号不敏感,具备良好的鲁棒性。     

制造执行系统在制药行业的应用

随着我国医药行业的快速发展,竞争能力不强是医药行业亟待解决的问题。文中通过分析我国制药业的现状、特点及相关法规(即GMP良好作业规范)等,介绍了采用MES管理的解决方案,实现了对制药行业的信息化管理,可有效地提高了企业的生产质量和效益,对增强企业的竞争能力是有益的。     

基于W-SPSO算法的高阶时滞系统频域辨识方法

工业生产中常会出现高阶时滞系统,其控制器设计较为复杂,而常见的思路是先将其转换为低阶系统.对此,一些学者通过选取一定数量的特征频率点,根据幅频特性进行频域辨识,以二阶纯滞后模型拟合高阶系统,通过对比一阶时滞和二阶不加时滞模型,验证了该模型的可行性与准确性,然而由于选点的随机性以及数量的局限性,与原系统的拟合度难以保证....     

基于划分的二进制文件相似性比较方法

针对传统文件结构化相似性比较法中采用基本块(BB)一对一映射而造成的巨大时空消耗及基本块比较结果的绝对化问题,提出一种基于划分思想的文件结构化相似性比较方法。该方法首先对用于基本块比较的小素数积法进行改进,通过改进方法将函数内的基本块进行分类,再结合基本块签名与属性的权重求得基本块间的相似率,从而计算出最终的函数相似率及文件相似率。通过函数相似率比较实验分析,与未考虑划分思想的绝对化基本块比较算法相比,该方法在比较效率及准确率上均有所提升。实验结果表明,该方法在减少比较时间的同时提高了比较准确率,在实际二进制文件相似性比较的应用中更可行。