桥式吊车二级摆型新型分层模糊滑模控制器设计

针对桥式吊车产生的二级摆问题,提出了一种新型自适应分层模糊滑模控制方法.该方法通过使用凸形滑模面,实时改变非线性系统各层滑模面的滑模面斜率,使系统在开始时响应快,在接近滑模面时减少超调量;其次,为改善非线性系统在滑模面附近出现的残摆和"抖振"现象,本研究方法引入了低通滤波器,降低了滑模面的开关频率;同时,利用模糊控制对...     

基于遗传算法的异步电动机节能控制研究

遗传算法是一种模拟自然进化过程的简单、高效的优化组合方法.本文提出运用遗传算法来解决异步电动机在轻载和空载时功率因数、机械效率低下的问题,并从理论和实践两个方面对功率因数、机械效率的综合优化进行了可靠的证明.实验和仿真结果都表明了这种基于遗传算法的异步电动机功率因数、机械效率的自寻优控制,方法简单、有效,能够起到对异步电动机在轻载和空载运行状态的节能控制效果.     

自控专业实验教学的探索与研究

为了探索自控专业课实验教学的新模式、新方法,营造高素质创新人才的成长环境,构建创新人才培养实验教学体系,培养适应21世纪经济建设和社会发展的高层次、高素质人才,我们于2001年申报了"全数字化电力拖动教学及实验系统研制开发"的研究项目,并被湖北省教育厅批准为省级重点教学研究项目.通过三年多的理论探索与实践,完成了项目的研究任务,取得了理想的研究成果,推动了学校其他传统优势专业的人才培养模式及实验教学改革.     

基于深度置信网络的制动器故障诊断方法

针对吊车制动器故障诊断中故障机理复杂、先验知识欠缺、传统的故障诊断方法精度不高和人工依赖大等问题,本文提出一种基于深度置信网络(DBN)的制动器故障诊断方法。该方法通过柔性薄膜传感器阵列获取制动器不同工况的实时特征数据及信号,利用网络的无监督特征学习和有监督微调,构建制动器故障诊断的深层网络模型,从而实现了对制动器的故障诊断及预测。最后,分别与支持向量机(SVM)和遗传算法(GA)优化的BP神经网络(GA-BP)进行了对比研究,通过实验证明了本文方法的优越性。     

基于模糊神经网络控制的开环矢量控制系统在转炉倾动中的研究

根据转炉倾动机构负载的控制特点,以及目前控制方式存在的问题提出了改进的方法.通过研究模糊系统和神经网络这2种人工智能方法的长处和短处,并将两者结合起来构成了模糊神经元混合控制器.这种混合控制方法能够在没有速度传感器的情况下,控制水平达到直流调速系统的性能要求,控制结构简单、易于实现,为解决类似系统的智能控制提供了一条新途径.     

基于CA-EfficientNetV2的蘑菇图像分类算法研究

针对传统的蘑菇特征提取方法分类效率低且效果差的问题,提出了一种轻量型的蘑菇图像分类模型。由于实验所用数据集较小,所提分类模型在基于Imagenet数据集的迁移学习中初始化EfficientNetV2模型并修改全连接层。同时为了减少网络中参数影响,对原EfficientNetV2模型进行精简,去除了网络中重复的模块。最后用特征提取效果更好的coordinate attention(CA)注意力机制替代原来MBConv模块中的squeeze-and-excitation机制,得到了新的CA-EfficientNetV2。实验结果表明：所提EfficientNetV2与经典ResNet50模型和RegNet相比分类准确率分别提高了10个百分点和2个百分点左右,并得到较高的泛化性能;相较于原始EfficientNetV2,分类准确率提高了3个百分点。即CA-EfficientNetV2在蘑菇分类问题上具有更高的准确率,具有较高的分类性能。     

桥式起重机精确定位及防摆控制器设计

以桥式起重机这一被控对象的控制问题作为出发点,详细阐述了其建模方法,讨论了其最优控制策略;并针对设计过程中出现的LQ加权矩阵Q的选取难题给出了一种解析解和证明,同时运用这一结论计算出了实际问题中的加权矩阵Q,从而求得最优的状态反馈矩阵K;通过计算机仿真,当控制算法作用于被控对象时,系统能够获得满意的控制性能;同时也针对桥式起重机试验装置开展了一系列调试试验,最优状态反馈控制器通过四轴运动控制板卡得以实现;在试验中,试验装置其大小车都能够准确停车到位,并消除运动过程中的吊钩游摆;试验结果说明了防摆控制器设计方案是正确和有效的。     

基于粒子群优化案例推理的RH终点温度预测

针对RH流程终点钢温预报问题,提出了一种基于多元线性回归和粒子群优化算法改良的案例推理方法。首先,对待一般案例推理方法中缺乏影响因素的问题,利用多元线性回归的方法进行属性约简;其次,面对案例检索中相似度计算缺乏权重计算方法的问题,采用粒子群优化算法对权值进行优化;最后,基于简化的影响因素和优化权重,采用改进的灰色关联相似性的案例检索来预测RH终点的钢水温度。利用某钢铁厂RH工艺的实际生产数据,分别对多元线性回归、BP神经网络、一般案例推理方法和粒子群优化案例推理方法进行测试,从结果可以看出,文中所使用的基于粒子群优化过的案例推理方法的预报精度,相较于多元线性回归,BP神经网络以及一般案例推理更加准确。     

多重电压型高压变频在同步机调速上的应用

随着工业的发展,同步电机由于其功率因数超前、可以向电网提供无功功率,从而提高电网功率因数、运行转速稳定、低转速设计简单等优点,被越来越多地应用于空气压塑机,球磨机等需要大容量电机的场合.介绍了多重电压高压变频的原理及其优点,分析了在多重电压型高压变频调速系统中同步电机的变频启动方式,研究了同步电机在稳态运行时的励磁控制.