高压提金工艺的自动控制系统

针对高压改性石硫合剂提金新工艺的要求，研究了基于IPC的现场参数的自动控制系统。整个系统不但能对参数进行准确测量，而且能对具有非线性，滞后特性的重要参数（如温度）进行良好控制。把柔性控制，工业网络，组态软件等结合使用，解决了高压提金新工艺中的难题。     

基于BP-AR的混凝土碳化深度预测算法研究

混凝土碳化深度的影响因素众多又复杂且对时间有较强的依赖性,现有的混凝土碳化深度预测方法不能把所有影响因素充分考虑进去,导致其预测精度不够准确。提出一种BP-AR融合算法,该算法利用BP神经网络预测碳化深度,再通过时间序列方法对预测值进一步修正。通过试验分析,时间序列方法能够通过BP神经网络预测的碳化深度值发现碳化反应随时间变化的规律,BP-AR算法比BP神经网络预测碳化深度精度更高,弥补了因数据量有限而造成较大的预测误差。     

基于点云数据的砼地面平整度可视化方法研究

砼地面平整度是地面施工的主要指标之一,精准测量砼地面平整度可提高施工效率。结合三维激光扫描技术与WebGL技术,提出基于点云数据的砼地面平整度可视化方法。利用三维激光扫描仪获取砼地面平整度的点云数据,预处理后经迭代最近点法（ICP）对点云数据精确配准;用随机抽样一致算法（RanSac）拟合出标准面模型,通过局部凸连接（LCCP）方法判别点云数据的凹凸性;最后,结合WebGL技术实现平整度信息的Web端可视化。实验表明：该方法在Web端展现地面的平整度信息,为调整砼地面平整度提供依据。     

基于物联网的智能养老住宅系统设计

通过分析人口老龄化给社会带来的弊端,提出了一种新型的解决途径,设计了智能养老住宅系统。该系统基于物联网平台对老人身体特征参数进行实时监测。并对意外情况进行报警。经测试,系统运行正常,可准确监控并及时报警。保护老人的生命安全。在一定程度缓解了老龄化社会问题的弊端。     

基于AHP-Fuzzy的大型公共建筑可持续性评价研究

对大型公共建筑的可持续性进行研究,提出一种综合评价方法。将问卷调查与层次分析法（AHP）相结合建立评价体系,确定各级指标权重,根据模糊综合评价（FCE）原理建立评价矩阵进一步进行综合评价。结合实例验证了该综合评价方法的可行性。结果表明：该方法能准确、高效评价大型公共建筑的可持续性,评价结果符合实际。     

基于单纯形法的最优PID控制器设计

以偏差积分性能指标ITAE为目标函数,采用单纯形法整定PID控制参数,进而获得最优PID控制器,以实现系统最优控制.仿真结果表明,寻优后系统具有良好的跟随性能和抗扰性能.     

办公楼室内环境品质控制与优化

室内办公环境品质直接影响办公室中人员的工作效率和健康,需要进行有效地控制和优化,以保证其舒适性、低能耗和健康的要求。以某办公室为对象,研究了室内环境品质各参数和控制量之间的关系,建立了室内环境品质双线性模型。利用实验数据进行了模型验证,结果表明:模型输出能较好拟合实际情况;并基于模型预测方法进行室内环境品质控制,通过夏季工况仿真实验证明了提出方法比传统控制方式具有更小的稳态误差和较小的超调性,且更加节能。     

火灾识别中RS-SVM模型的应用

提出了一种基于粗糙集-支持向量机（Rough Set Support Vector Machine,RS-SVM）的火灾识别算法。首先利用粗糙集理论,将描述火灾特征的6个变量映射为粗糙集的知识系统,再去除冗余信息,对该系统进行属性约简,获取该知识系统的规则集;利用SVM泛化和非线性逼近能力,将以上规则集作为训练火灾识别SVM的样本集,最终得到分类准确、优化的火灾识别算法。实验仿真表明：该算法对火灾识别精度高、速度快、抗扰性好、非线性能力强,且适用范围广,对于火灾及时准确识别具有重要意义。     

基于VMD-HS-BP的建筑光伏发电功率预测模型

本文提出了一种基于VMD-HS-BP神经网络的光伏发电功率预测模型.利用相关性分析法选出相关性高的输入变量,使用VMD将原始数据分解为多个模态分量,利用和声搜索算法优化BP神经网络权值,用优化后的神经网络预测各分量,将分量预测值叠加得出光伏发电功率预测值.实践结果表明,VMD-HS-BP预测模型能达到更高的预测精度,更...     

基于QT的智能养老住宅远程监控系统研究

利用传感器技术、嵌入式技术、数据库技术、GUI技术,研究设计了一种智能养老住宅远程监控系统.系统可远程监测老年人的各项生命体征及室内环境质量参数,且监控终端可跨系统平台运行,解决了老年人健康安全及室内环境的远程监测问题.系统经过测试,可稳定运行.