基于改进的Canny算子实时视频边缘检测系统在FPGA上的设计与实现

为了提高图像边缘检测的性能,缩短处理时间,提出了一种基于FPGA的实时视频边缘检测系统;该系统以EP2C8Q208C8为实验硬件平台,首先采用摄像头OV7670获取模拟视频数据,双端口SDRAM实现对图像数据的缓存,利用FPGA并行处理的特点,采用Verilog HDL硬件描述语言实现改进的Canny边缘检测算法,最终实现在VGA显示屏上显示图像边缘的效果;实验结果表明,较传统的边缘检测算法,该系统边缘检测定位精度高,对噪声的抗干扰能力强,能够准确快速的输出图像边缘信息。     

基于现场总线的水电站监控系统设计

以实现水电生产的自动化为目的,介绍了国内外水电站监控的发展情况和一种基于Profibus现场总线技术的新型微机监控系统.该系统以先进的控制理念为水电站节省了大量的人力资源.     

基于LMS-PNN算法在心音识别与预测中的应用

传统的概率神经网络（Probability neural network, PNN）具有很强的容错性、学习过程简单、训练速度快等特点。为提高传统PNN在心音分类方面的性能,利用最小均方(Least mean square, LMS)方法对其进行优化,进而提高心音分类与预测的准确性。LMS-PNN算法对心音的信号运用窗函数进行分帧,利用双门限法确定数据的值,运用LMS方法对相应的参数进行调试,并将去噪后的数据以mat格式保存,提取出各个心音的短时自相关系数以及短时功率谱密度,并运用PNN,抽取40 000个样本数据进行训练,并对各心音进行等级划分与预测。从PNN的模式层输入训练数据后,由实验数据验证可知,LMS-PNN算法的预测准确率可达96%以上。     

基于LMS-PNN神经网络算法在心音识别与预测中的应用

传统的PNN神经网络具有很强的容错性、学习过程简单、训练速度快等特点,本文在传统PNN神经网络的基础上,利用LMS对其在心音分类方面进行优化,进而提高心音分类与预测的准确性。LMS-PNN神经网络算法对心音的信号运用窗函数进行分帧,利用双门限法确定数据的值,运用LMS算法对相应的参数进行调试,并将去噪后的数据以mat格式保存,提取出各个心音的短时自相关系数以及短时功率谱密度,并运用PNN神经网络,抽取40000个样本数据进行训练,并将各个心音进行等级划分与预测。 从PNN神经网络的模式层输入训练数据后,通过仿真测试可得,LMS—PNN神经网络预测准确率可达可达96%以上。     

基于PROFIBUS的矿粉料位监控系统硬件设计

针对用户需求,设计了一套基于现场总线技术的监控系统。系统以两台西门子S7-300可编程控制器为控制核心,分别负责两个料仓的数据采集、运算、运行控制任务,以上位机作为监控和管理平台,PROFIBUS作为系统协调统一的纽带。系统实现了料位检测、卸料控制、除尘风机运行的自动化,改善了现场环境,节省了劳动力资源,提高了生产和管理的自动化水平。     

基于改进磷虾群预测PID的电缆线径控制

针对线径控制系统中存在时滞与扰动导致建模困难和控制精度低等问题,传统PID控制方式具有一定的局限性,在此基础上提出一种基于动态矩阵控制(DMC)和改进磷虾群(IKH)算法对控制系统进行优化的策略.首先DMC算法根据输入输出建立预测模型,预测调整输入量,IKH利用其输入量优化PID参数,最终得到逼近期望的线径值.通过MA...     

基于分层序列法的多目标物位平衡控制决策的PLC实现

针对某金属水冶生产过程中的六路塔的物位平衡控制,介绍了水冶生产过程的工艺流程,物料排放量受压送罐的限制,根据物料排放量最大且在较少的生产周期内实现物位平衡构建数学模型,采用分层序列法(VAHP)对模型进行求解;在西门子S7-300PLC中,设计物位平衡控制决策程序,得到六路塔的物料排放量,通过PLCSIM仿真结果表明,针对各路塔的不同初始高度,在每个生产周期的吸附工艺过程结束后,该程序能自动确定使六个塔中的物料排放量,最终使各路塔的物位趋于平衡。