基于浮选尾煤图像的灰分检测试验研究

针对实际生产中难以实现浮选尾煤灰分在线检测的问题,在浮选现场搭建旁路图像采集装置,进行了基于浮选尾煤图像的灰分检测试验,研究了图像颜色特征与灰分的关系,并根据图像灰度和颜色特征建立了GSA-SVR灰分预测模型。结果表明:浮选尾煤图像的灰度均值及R、G、B均值和灰分呈显著正相关,H、S均值和灰分呈高度负相关;以图像灰度特征和颜色特征作为模型输入变量的预测模型效果最好,模型均方根误差RMSE为1.828,决定系数为0.986;将基于浮选尾煤图像的灰分检测方法应用于现场灰分检测中,检测精度96.54%,检测精度高,实时性好。研究成果为浮选尾煤灰分检测提供了新思路,为浮选智能化发展提供了新依据。     

基于微信小程序框架的智能能耗监测系统设计

近年来,随着移动互联网的发展以及网络普及度增高,网络传输速率加快,基于互联网的远程终端控制,远程监测,远程操作的设备技术更加成熟,远程监测控制系统的价值也逐渐凸显。此类设备能够连接互联网,通过云服务器进行数据交互,可以通过手机或者电脑设备进行远程的数据查看和硬件操作,在电力管理中,电量数据的采集和分析是最重要的一部分,在此基础上能够减少查询电量数据的人力消耗,加强电量查询的精准度,为电力管理提供更科学的方法。微信小程序的出现改变了手机软件的形态,其不一定独立存在,可以包含在微信中,十分方便。文章利用微信小程序作为客户端依托设计,设计一套基于远程控制装置的能耗监测系统。     

无人机配送系统中端边协同的并行任务调度算法

在无人机最后一公里配送场景中,现有的云计算架构存在高时延问题,无法满足人工智能应用的执行需求.边缘计算架构通过将计算资源下沉到边缘,以其低时延、高计算能力的特点,可以满足人工智能应用的需求.但是目前的研究大多局限于单个边缘服务器,缺少并行协同框架的设计.为了解决该问题,本文首先根据移动边缘计算环境和无人机最后一公里配送过程的特点,充分考虑边缘服务器的计算负载问题,设计了基于端边协同的多边缘服务器并行任务处理框架;然后在该框架上对最短响应时间优先的任务调度算法进行改进,设计了α-SSLF算法.该算法能够考虑在网络实时数据率不稳定的情况下,充分优化任务执行时间.结果表明,基于端边协同的多边缘服务器并行任务处理框架在处理时延上优于传统的串行任务处理框架.     

双绕组永磁容错电机不同故障容错控制策略的比较研究

在分析双绕组三相永磁容错电机基本结构的基础上,讨论了电机在开路和短路故障情况下的转矩脉动和铜耗。详细论述了加倍增加对应相电流容错控制策略、最优转矩容错控制策略和电流矢量容错控制策略的实现方法。通过数学计算和仿真比较分析了3种容错控制策略的性能和优缺点。硬件实验结果验证了所提出的电流矢量容错控制策略的正确性和可行性。     

基于实测数据的风电场相邻日有功出力相关性研究

随着我国对可再生能源扶持力度的加大,风电装机容量也不断增大。由于我国北方地区冬季的供热需求量很高,致使冬季风能利用率不高、弃风现象严重,为了更加合理地利用风能资源,风电场历史运行数据成为必不可少的资料。利用Copula函数对北方地区某风电场非供热期相邻日有功出力进行计算,得到相邻日之间的联合概率密度分布图、联合分布函数图及相关系数。在此基础上,对相邻日有功出力的相关性进行定量研究,分析其随时间的变化情况,探讨风电场相邻日之间有功出力相关性。通过研究历史相邻日有功出力的相关性为研究未来相邻日有功出力相关性打下基础,同时也为电力系统工程调度运行管理人员提供一定的参考。     

医药大输液可见异物自动视觉检测方法及系统研究

对比现有医药大输液药品可见异物人工检测方法,在线视觉自动检测具有巨大优越性,为此,本文设计了一套用于医药瓶内药液异物检测的视觉系统.首先研究了检测系统的机械与电气控制结构,开发了面向高速高精度医药生产线的图像获取装置;然后,基于图像中药液内异物运动轨迹的连续性,利用序列图像提取出图像中的运动信息,在此基础上,使用改进的Mean shift跟踪算法实现了可见异物的检测识别;最后选用100ml葡萄糖大输液进行在线测试,检测系统分辨率达到了国家药典的检测要求,系统运行准确率近95%,在线自动化视觉检测方法能很好满足医药生产线的要求.     

结合网格密度聚类的行人检测候选域生成

目的 行人检测是计算机视觉领域中的重点研究问题。经典的可变形部件模型（DPM）算法在行人检测领域素有高检测精度的优点,但由于在构建特征金字塔前处理过多召回率低的候选区域,导致计算速度偏慢,严重影响系统的实时性。针对该问题,本文对模型中选取候选检测区域的流程进行了改进,提出一种结合网格密度聚类算法和选择性搜索算法的行人检测候选对象生成方法来改进DPM模型。方法 首先使用三帧差法和高斯混合模型收集固定数量的运动物体坐标点,然后结合基于网格密度的聚类算法构建网格坐标模型,生成目标频繁运动区域,同时进行动态掩层处理。随后引入改进的选择性搜索算法,结合支持向量机（SVM）训练得到的行人轮廓宽高比,提取该区域中高置信度的行人候选检测窗口,从而排除大量冗余的区域假设,完成对候选行人检测区域的精筛选,最后融合至DPM算法进行行人检测。结果 所提方法在PETS 2009 Bench-mark数据集上进行检测,实验结果表明,该方法对复杂背景下的检测有较强的稳定性,与传统DPM模型相比,精度提高了1.71%、平均对数漏检率降低2.2%、检测速度提高为3.7倍左右。结论 本文提出一种基于网格密度聚类的行人检测候选域生成算法,能够有效表达行人信息,与其他行人检测算法相比,有更好的精度和更快的速度,在检测率、检测时间方面均有提高,能够实现有效、快速的行人检测,具有实际意义。     

整体煤气化联合循环发电技术探讨

整体煤气化联合循环(IGCC)将气化炉气化出来的合成气体经过净化后送入燃气轮机中做功,燃气轮机的排气余热送入蒸汽系统产生出力,由此而产生电能.本文首先结合当前能源环境所面临的问题,研究了国外和国内的发展历程,并详细分析了IGCC系统的重要构成部件的基本原理、提出IGCC系统技术的关键技术.     

基于并联卷积神经网络的多端直流输电线路故障诊断

针对多端直流输电(MTDC)线路故障时存在故障电流上升速度快、峰值大、不易定位等特点,提出一种兼顾快速性与准确性的MTDC线路故障诊断方法。首先,分析MTDC线路故障信号波形的幅值特征和频率特征,研究基于信号波形幅值变化的故障幅值特征提取方法和基于小波包分析的故障频率特征提取方法,进而形成基于幅值-频率特征的MTDC线路故障诊断方法。其次,构建具有故障分类支路和故障定位支路的双支路结构卷积神经网络——并联卷积神经网络(PCNN),提出基于迁移学习的P-CNN训练方法。最后,仿真验证基于P-CNN的MTDC线路故障诊断方法满足故障诊断的快速性要求,且其并联结构相比于其他人工智能故障诊断方法更具有准确性和可拓展性。