基于改进D-S证据理论的滚抛磨块融合决策模型

目的 为了能够有效利用滚磨光整加工数据库平台的案例知识和专家经验,提高新零件加工时滚抛磨块优选的准确率,解决不同优选方式优选结果的冲突问题.方法 将案例推理、专家推理、迁移学习3种优选方式的滚抛磨块优选结果作为3种证据,根据3种优选方式计算的相似度结果构建滚抛磨块决策辨识框架,并采用合理的方法确定基本概率赋值.然后依据...     

基于模糊C均值聚类和样本加权卷积神经网络的日前光伏出力预测研究

针对目前光伏出力确定性预测缺乏考虑不确定性信息导致预测精度受限的问题,提出了一种计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型。首先分别构建卷积神经网络(convolutional neural network,CNN)-注意力机制(attention)-双向长短期记忆网络(bidirectional long-short term memory,BiLSTM)(CNN-Attention-BiLSTM)和自然梯度提升(natural gradient boosting,NGBoost)模型进行确定性预测;然后通过分析2个模型的确定性预测值和真实值的分布揭示了组合区间相对可靠性规律,基于该规律提出一种动静态赋权搜索预测模型,利用NGBoost模型进行不确定性预测,并根据所提供的概率分布信息,动态区分确定性预测结果的重要性,结合模型历史静态的指标评价信息,实现组合区间内搜索预测结果;最后采用澳大利亚沙漠知识太阳能中心和宁夏某光伏电站的数据集进行仿真研究,验证了该文方法的有效性和适用性,可为光伏出力确定性组合预测提供新的研究思路。

     

基于超声波测距的高精度室内位置感知系统研究

基于位置信息的应用越来越广泛,对精度的要求也越来越高,为此设计了一种基于超声波测距的高精度室内位置感知系统。首先对超声波测距原理及误差来源进行系统分析,并建立误差修正模型,采用多项式拟合法确定模型参数后对测距误差进行修正;其次,通过最小二乘定位算法解算得到目标位置并在上位机上实时显示,最后对位置感知系统的定位结果和定位精度进行对比分析。结果表明:经过误差修正模型补偿后的定位精度有了明显提高,改进的定位精度在30 mm内的达到95%、最大误差为59 mm、平均误差在18 mm左右、满足设计要求。该位置感知系统结构简单、易于实现且精度较高,具有一定的应用意义。     

基于分块过完备稀疏表示的多聚焦图像融合

提出一种基于分块过完备稀疏表示的多聚焦图像融合算法。该方法将多聚焦源图像对应分块,采用稀疏模型进行分解,得到每个块的稀疏表示系数。考虑到稀疏系数向量的l1范数越大,带的信息量就越多,采用此因子对稀疏系数加权,求得融合系数,结合过完备字典重构融合图像。实验结果表明该图像融合方法取得较好的融合效果且优于传统小波分解融合方法。同时探讨了字典维数对所提出方法的影响。     

ZXT型高炉透气性指数智能显示仪表

ＺＸＴ型高炉透气性指数智能显示仪表田建艳，玄志成，杨晓光ＴｈｅＲｅｓｅａｒｃｈｏｆＺＸＴＢｌａｓｔＦｕｒｎａｃｅＶｅｎｔｉｌａｔｉｏｎＩｎｄｅｘＩｎｔｅｌｌｉｇｅｎｔＤｉｓｐｌａｙＩｎｓｔｒｕｍｅｎｔ￥ＴｉａｎＪｉａｎｙａｎ；ＸｕａｎＺｈｉｃｈｅｎｇ...     

基于孔特征的弱纹理堆叠工件识别

针对目前工业现场弱纹理堆叠工件识别困难的问题,提出一种以工件表面孔洞为特征的改进几何模板匹配算法,以合页为例进行工件识别。首先采用加权平均法对彩色图像进行灰度化处理,再采用Canny算法进行边缘检测;其次采用旋转卡壳算法求取轮廓的最小面积外接矩形,进行几何约束后得到孔洞对应的孔轮廓,并采用随机增量法计算孔轮廓的最小外接圆得到孔特征圆心坐标。采用提出的改进几何模板匹配算法,即根据孔特征之间的几何约束进行工件识别,根据孔特征之间是否存在边缘剔除误识别工件。实验结果表明,提出的算法对带孔弱纹理堆叠工件具有良好的识别效果,工件识别查全率为98.3%,误检率为0.9%,为带孔弱纹理工件的识别提供方法。     

超声定位中测距角度引入误差的补偿方法

为了解决超声测距角度引入的误差难以有效补偿的问题,基于函数逼近理论和方法,提出了一种超声测距角度引入误差的补偿方法。首先对超声脉冲的传播和入射过程进行了仿真,仿真结果说明不同测距角度下的超声脉冲的传播速度不同,成为引入误差的媒介。然后通过实验分析了此媒介作用下的测距角度与误差的相关关系,采用基函数模型组合的方法构建了超声测距角误差模型。最后,针对模型自变量(测量距离和测距角度)必须是已知值,不能在实际中实现误差补偿的问题,将测距的测量值作为迭代运算的变量,将模型作为迭代运算的关系式,设计了一种超声测距角度引入误差的补偿算法。经实测验证,该算法在测距角度变化时,可以使测距误差的均值小于1.1 mm,有效地补偿了测距角度引入的误差,提高了超声定位的精度。     

非线性多输入系统的近似动态规划H∞控制

实际工程中存在各种多输入系统,比如用于大型雷达和火炮的多驱动伺服系统、多自由度机械臂系统等,针对这些系统的H_∞控制研究具有重要意义.同时,近似动态规划方法已被广泛用于求解各类最优控制问题,但并未涉及多输入系统的H_∞控制.本文应用近似动态规划方法,设计多输入非线性系统的H_∞控制器.应用基于强化学习的神经网络在线逼近非线性Hamilton–Jacobi–Isaacs (HJI)方程的解,引进一种新的自适应律更新神经网络权值,然后直接用于H_∞控制器的设计,并证明了权值的收敛性和系统的闭环稳定性,保证了多输入系统受到外界未知干扰时的良好性能.最后应用仿真实例验证所提方法的正确性和有效性.     

光伏发电出力预测技术研究综述

为了解决目前光伏出力概率预测模型会随时间产生模型漂移且缺乏可解释性的问题,提出一种可解释性验证的光伏出力实时纠偏概率预测模型。首先在考虑季节的前提下构建了基于自然梯度提升(natural gradient boosting,NGBoost)的光伏出力概率预测模型,通过超参数调优得到不同季节的光伏出力概率预测模型;其次通过分析光伏出力对象的时序特殊性,针对性地提出了一种简单有效的光伏出力概率预测实时纠偏策略,从而在考虑实时数据和历史数据的情况下对不确定性预测结果进行修正,使模型能够进行随时间演变的动态预测;然后结合沙普利加性(Shapley additive explanations,SHAP)方法挖掘主导因素对光伏出力不确定性的影响,旨在通过全局解释和局部解释探讨不同季节下各输入特征对光伏出力不确定性的贡献度,进一步验证所构建模型预测过程和修正策略的合理性;最后采用公开数据集进行仿真验证。研究结果表明：所提模型的连续概率排位分数处于9.89~24.01 kW之间,与其他模型相比精度较高,并且能够分析复杂预测过程,为光伏出力不确定性预测提供有效的理论支持。

     

基于机器视觉的机器人自动酒醅出缸策略

目的:解决地缸固态发酵工艺酒醅出缸环节自动化水平低、工人劳动强度大等问题。方法:提出一种酒醅取料复合机器人自动酒醅出缸策略,在地缸图像预处理和缸口内点云重建等前期工作基础上,采用点云求异分割算法提取酒醅点云,构建取料平面,并求解取料安全作业距离,设计预设取料点;之后采用像素面元体素法评估预设取料点挖取量,选择最优取料点。结果:基于安全作业距离的取料点规划方法合理,可确保挖斗在不同深度取料平面对缸壁酒醅取料的同时,不与缸壁发生碰撞;自动酒醅出缸策略可以有效减少机器人作业时的取料次数,提高酒醅出缸效率。结论:自动酒醅出缸策略可以有效指导酒醅取料复合机器人实现自动化、智能化的地缸出醅作业。