基于子空间方法的精馏塔系统辨识建模研究

子空间辨识方法作为一种有效的针对多输入-多输出系统(MIMO)的辨识建模方法近年来受到广泛的重视.目前主要采用的子空间辨识算法只能适用于白噪声环境,而实际的工业现场数据很多是受到较大有色噪声干扰的.针对问题采用了一种新的子空间辨识算法,利用马尔可夫参数用于处理随机性部分,同时引入辅助变量用以去除噪声的干扰,能够适用于存在较大有色噪声干扰情况下的辨识建模,并可得到对象的无偏模型,建模的精度优于通常所采用的子空间辨识算法.通过对精馏塔仿真模型的辨识结果证明了该方法的可行性和有效性,以及在实际工业过程对象建模中良好的应用前景.     

涡轮叶尖压力边小翼肋条对泄漏流场的数值模拟

结合基于压力修正的采用雷诺应力湍流模型加壁面函数的气维计算流体力学程序,通过在叶尖压力面表面边缘加小翼肋条的被动控制方法以期减小叶尖间隙泄漏流动带来的损失,文章对某一轴流涡轮转子叶尖间隙泄漏流场的被动控制进行了数值模拟研究,并详细分析了在不同肋条宽度下泄漏流场细节,最后计算了涡轮效率;结果表明:涡轮叶尖单压力边小翼肋条总体上减小叶尖表面压差,使得吸力面后半部分泄漏流速度减小,从而减小泄漏流动损失,但会增大通道内流动损失,涡轮转子效率下降;小翼肋条宽度有一个最佳值,小间隙下增大肋条宽度使得效率减小,大间隙下肋条宽度增大却增大涡轮转子效率;压力边小翼肋条改变了叶尖压力边附近的流场,对吸力边附近泄漏流动结构没有大的影响.     

基于Hyperworks的平衡轴支架拓扑优化设计

拓扑优化是一种根据载荷、约束及优化目标寻求结构材料最佳分配的优化方法,既可用于全新产品的概念设计,又可用于已有产品的改进设计;基于Hyperworks平台采用变密度法进行重卡平衡轴支架的拓扑优化设计,对优化后的重卡平衡轴支架进行有限元分析,将其应力分布、质量与原设计做比较;研究表明,经拓扑优化后的重卡平衡轴悬轴支架,应力大小大幅度减少,应力分布更加均匀,质量大幅度减少,实现了轻量化,为平衡轴支架结构的改进设计提供了重要的技术信息。     

汽轮机故障诊断的因果网络群智能算法模型

在利用概率因果网络模型进行汽轮机故障诊断过程中,传统的基于简约覆盖理论的求算方法不能直接得到诊断问题的解,而且当故障节点较多或网络层次较多时,存在着"组合爆炸"、计算量呈指数速度增加等问题;对此,基于群智能理论,建立汽轮发电机组故障诊断系统概率因果网络群智能算法模型,给出基本的群运算法则及改进方法,将焦点放在有限空间的诊断推理上,并实现并行处理,很好地解决了传统算法中的问题;最后一个应用实例验证了此方法的优越性及工程实用性。     

基于TMS320F2812的液晶显示模块接口设计

为适应工业应用现场以及智能化仪器仪表前端显示的需要,阐述了TMS320F2812DSP和QH2001液晶显示模块的原理及特性,提出了一种基于高速DSP处理器控制低速液晶显示模块的接口设计方案,并对该方案的硬件接口电路和软件驱动程序进行了设计,同时给出了软、硬件实现的相应电路图、程序流程图以及具体程序段;实验调试表明,设计方案结构简单、成本低、抗干扰能力强、显示性能稳定可靠,达到设计要求,能够有效解决高速DSP对低速LCD的驱动及显示问题,并取得了良好的显示效果,对其它便携式系统显示终端的设计也具有一定参考价值。     

基于形态学多结构元多尺度的自适应边缘检测

数学形态学广泛应用于图像处理和模式识别领域;针对形态学单结构元在边缘检测中边缘信息丢失的问题,提出了用不同方向的结构元素对图像进行多尺度检测的自适应边缘检测方法;首先利用形态学高低帽运算对原始图像进行平滑处理,采用差分最大值确定结构元素的方向,利用形态学运算调整结构元素尺度,改进了数学形态学边缘检测算法;实验结果表明,与传统边缘检测算法相比,该算法在保持图像边缘清晰的同时.有很强的去除噪声能力.     

气象雷达通用测试台的设计与实现

采用自动测试和综合仿真技术,解决了对雷达的多路被测信号的选择和陀螺平台的模拟等问题,适用于部分气象雷达的故障检测和性能测试,实现对雷达天线、收发机和显示器的自动测试;采用高灵敏度温度传感器、过压过流检测等多种保护措施,满足被测雷达对电源的特殊要求;其智能化程度高,操作简便,实用,可以减少维修检测的人为误差,对于提高飞行安全具有及其重要的意义,因此推广应用前景好,经济效益明显,填补了国内气象雷达检测设备的空白。     

基于WINCE的数据采集与监控系统设计与实现

为了更有效地对电力系统进行监控,提出了一种适合于电力系统的嵌入式WINCE的数据采集与监控系统的设计和实现方案;它是对现场数据进行采集,分析并存储,并将监测到的数据返回给监控界面,实现对远程设备的监控;分析了系统的内部体系结构,介绍了各个模块的功能,并完成了数据采集与监控系统的各个部分的软件设计与实现,并通过了各项性能测试;系统的人性化的监控界面和双机热备的加入,提高了系统的实用性、稳定性和安全性,有很好的应用前景。     

基于小波分解和RBF网络的三极管电路故障诊断

在分析现有三极管放大电路故障诊断算法不足的基础上,提出了一种基于模型的小波-RBF网络故障诊断算法。在PSPICE环境下建立三极管常见的故障模型,利用多层小波分解优异的时频特性提取故障特征参数,利用RBF强大的非线性分类能力和快速的收敛特性进行了典型共基极放大电路中三极管的软、硬故障诊断仿真。计算及仿真结果显示,这种故障诊断算法具有诊断速度快、诊断正确率高的特点。     

Learning in an Ambient Intelligent World: Enabling Technologies and Practices

The rapid evolution of information and communication technology opens a wide spectrum of opportunities to change our surroundings into an Ambient Intelligent (AmI) world. AmI is a vision of future information society, where people are surrounded by a digital environment that is sensitive to their needs, personalized to their requirements, anticipatory of their behavior, and responsive to their presence. It emphasizes on greater user friendliness, user empowerment, and more effective service support, with an aim to bring information and communication technology to everyone, every home, every business, and every school, thus improving the quality of human life. AmI unprecedentedly enhances learning experiences by endowing the users with the opportunities of learning in context, a breakthrough from the traditional education settings. In this survey paper, we examine some major characteristics of an AmI learning environment. To deliver a feasible and effective solution to ambient learning, we overview a few latest developed enabling technologies in context awareness and interactive learning. Associated practices are meanwhile reported. We also describe our experience in designing and implementing a smart class prototype, which allows teachers to simultaneously instruct both local and remote students in a context-aware and natural way.