卧螺离心机变频调速PLC控制系统设计

针对传统的卧螺离心机控制系统存在稳定性差、工作效率低的问题,设计了一种卧螺离心机变频调速PLC控制系统;详细介绍了该系统中共直流母线变频调速系统、副电机随动方案及负载率调整方法、PLC控制系统、组态界面的设计。实际应用表明,该系统运行稳定,提高了离心机的性能。     

可变频变压器的建模仿真与分析

采用高压直流输电方式连接两个异步电网存在谐波干扰、换相失败、难以实现功率平滑调节、无功功率不能随有功功率传输等问题。文章介绍了可变频变压器的的基本结构及原理,研究了可变频变压器的数学模型及控制模型,给出了可变频变压器传输功率与直流驱动电动机提供的驱动转矩之间的数学关系式,在此基础上采用PSCAD软件搭建了可变频变压器模型并进行了仿真研究。仿真结果表明,可变频变压器可以实现两个异步电网之间的连接并进行功率双向平滑传输,响应速度快;通过转速控制器控制直流驱动电动机的转速可使旋转变压器的转速恒定,以弥补两个电网的频差,维持系统平衡。     

攻击型无人机切换控制系统容错算法研究

攻击型无人机单侧发射或投放重型武器时,可将飞行控制系统看作是一个切换控制系统。针对常见的常值型和时变型两种执行器故障,提出了一种自适应观测器设计方法,同时结合状态反馈控制设计了容错控制器。通过Lyapunov函数推出了观测器的误差是关于故障界输入状态实际稳定的充分条件,通过平均驻留时间方法证明了切换控制系统是全局输入状态实际稳定的。某型攻击型无人机仿真实例表明,此方法能在准确估计故障大小的基础上,有效保持切换飞行控制系统的性能,应用前景十分广阔。     

基于改进LS-SVM的制粉出力软测量建模

针对火电厂双进双出钢球磨煤机制粉出力较难直接测量的问题,拟建立其最小二乘支持向量机(LS-SVM)模型实现软测量.由于LS-SVM算法缺乏“稀疏性”,采用经Remez算法优化后的FIR数字滤波器与LS-SVM相结合,形成一种新的软测量建模方法——FIR-LSS-VM.仿真结果表明,经Remez优化后的FIR滤波效果更好.将该软测量方法应用于火电厂双进双出钢球磨煤机直吹式制粉系统,通过现场实验对比可知,改进的软测量模型学习速度较快且误差较小,更加适用于在线学习.     

基于行人下肢防护的前保险杠改进分析

利用有限元方法,建立了小腿冲击器与汽车前部结构的碰撞模型,用以评价某款车保险杠系统对小腿损伤的影响。通过增加吸能部件、副保险杠加强板等方式减轻行人下肢的损伤,并通过正交试验设计研究了吸能部件的材料、吸能部件前后面之间的距离、副保险杠加强板的厚度以及副保险杠加强板前后面之间的距离对行人下肢损伤的影响。研究结果表明,经正交试验设计后的前保险杠系统能有效地减小小腿冲击器的胫骨加速度以及膝关节弯曲角度,使得下肢保护指标满足Eu-roNCAP法规要求。优化设计后的前保险杠系统更好的防护行人下肢的损伤。     

基于内容的静态语义概念视频检索方法研究

本文针对互联网视频检索技术的发展,阐述了目前主流视频搜索引擎的技术现状,分析了互联网视频检索的关键技术,特别是对于视频特征的提取技术。本文的创新点是提出了一种通用的基于内容的静态语义视频检索方法,该方法可以弥补基于文本视频检索的有关不足,并且在TRECVID的视频概念检索数据的静态语义概念中得到验证,运行稳定。     

火炮磁流变后坐系统仿真

将磁流变技术应用于火炮反后坐装置是目前正在发展的一种降低火炮后坐力的新技术,优化火炮反后坐装置控制,达到实时调节阻力。针对某型号火炮,在建立动力学模型和电磁模型的基础上设计了磁流变反后坐系统。为实现理想的后坐控制规律,提出了PID和模糊控制算法。利用ADAMS和MATLAB进行联合仿真,仿真结果表明,在后坐行程范围内,最大后坐阻力分别为3.71×105N,3.53×105N,相比传统火炮减小了13%和17%,并且模糊控制的后坐阻力曲线具有良好的"平台效应",实现了控制目标,表明磁流变阻尼器良好的可控性和应用于火炮后坐系统中的可行性。     

水平阻尼作为干扰的平台式惯导统一控制方程

研究惯导系统统一控制的优化设计。传统的统一控制采用一体化设计方案,通用性不强。为简捷高效地实现惯导计算机的程序编排,提出了将水平阻尼作为干扰项的平台式惯导统一控制。通过改变系统框图结构,将无阻尼惯导系统和阻尼网络人为分离,水平阻尼网络的输出可视为干扰项。系统控制方程始终采用无阻尼条件下的表达式,惯导系统控制和阻尼网络可以实现模块化设计,使控制的实现形式和推导过程大为简化。给出了惯导计算机的运算流程,并分别在静、动基座条件下,对无阻尼、内水平阻尼和外水平阻尼状态的惯导系统做了仿真。结果表明新的统一控制模型有效体现了惯导系统的参数变化,且设计简便,具有更好的实用性。     

基于聚类优化主动模型人脸识别算法研究

研究人脸识别和跟踪准确度问题。针对在使用大数据样本进行训练前提下,以往AAM算法人脸识别与定位不准确的缺陷,提出了一种新的利用聚类算法对样本空间进行划分,并在此基础上训练多个AAM的分层人脸识别和跟踪算法。首先利用所有训练样本训练得到初始AAM,然后利用一个全新的相似度计算公式,将所有训练样本划分成若干个子类别,在此基础上,针对每个子类别,训练一个相对稳定的AAM。在识别与跟踪过程中,先使用初始AAM进行定位,然后根据子类AAM进行精细化定位,从而得到比以往算法更为精确的定位效果。仿真结果显示改进的算法能准确定位出人脸所在位置,并且具有很高的运算效率,可以方便的实现实时监控系统的人脸跟踪定位及识别等目标。     

PSONN在可编程控制系统PID参数优化中的应用

研究可编程控制系统优化问题,可编程控制系统具有非线性、时变性等特点,传统PID控制器优化方法难以建立精确的数学模型,使得系统参数设定困难,导致可编程控制系统的控制效果不理想。为了解决传统的PID算法所带来的问题,利用RBF神经网络非线性、自学习能力,提出一种基于粒子群神经网络的PID参数优化算法。将粒子群和神经网络相结合,形成了一种智能控制算法,并将应用于可编程控制系统。测试结果表明,粒子群神经网络提高了PID控制参数优化速度,提高了可编程控制系统可靠性和鲁棒性,具有一定的理论和实用价值。