基于LabVIEW的单片机与PC机串口通信显示系统设计

为了实现上位机与下位机通信,设计了基于Lab VIEW的单片机与PC机串口通信显示系统。系统的显示模块可直观地显示通信数据,并解决了串口通信与字符液晶显示时序冲突的问题。本系统可作为NI系列板卡的显示模块,具有实际工程应用价值。     

数控往复式潜油电泵故障监测和诊断系统的设计与应用

以功率信号作为故障信息,开发了基于虚拟仪器的故障监测和诊断系统。该系统具有对采油工艺电参信号进行采集、分析及处理等功能,实现了对工艺工作状态的监测和诊断。系统信号采集硬件主要由互感器、数据采集卡和计算机组成,软件部分运用了LabVIEW与Matlab混合编程技术,实现对功率信号的小波去噪处理和波形分析。现场测试结果证实了该系统的准确性和可行性。     

化工驱动系统中无刷直流电机转子监测研究

针对传统的监测电压或者电流信号的方法,由于电机静止时没有电压和电流产生而无法常规启动,以及容易对调速系统产生干扰的缺点,提出了直接利用电机的转速来确定转子的位置,该方法可以使调速系统进一步小型化,在较宽的调速范围内减小扰动,而且解决了无位置传感器无刷直流电机的启动问题。通过MATLAB仿真,验证了这种转子位置监测方法的可行性与优越性。     

基于EMD和小波变换的热网管道泄漏检测与定位方法

对基于声波检测的热网管道泄漏与定位方法进行研究,介绍了基于声波法的热网泄漏检测的实验设计方案与定位原理。利用基于MATLAB的小波函数和EMD分解对原始数据频率进行逐级分离,直至分离能够提取奇异点信息,以达到去噪和判定管道泄漏的目的。并将两种方法进行对比,得到优解。     

基于生物地理优化算法的神经网络故障诊断方法研究

将生物地理优化算法和BP算法相结合,提出一种基于生物地理神经网络的故障诊断方法。采用生物地理优化算法优化神经网络的连接权值和阈值,运用这种新型算法的高效优化性能改进了传统BP神经网络收敛速度慢、易陷入局部极小值的缺点。将优化好的神经网络应用于抽油机的故障诊断,通过仿真实验得出:生物地理优化算法训练神经网络是可行的,并且诊断结果具有良好的有效性和准确性。     

基于粒子群进化算法的电力系统状态估计研究

加权最小二乘法是状态估计的常用方法,但在实际应用中经常会遇到算法发散的问题。为了解决这个问题,提出将改进的粒子群进化算法应用到状态估计当中,使加权最小二乘法的收敛性得到了很好的改善。结合IEEE5节点系统,给出了粒子群进化状态估计计算的三点注意事项。经试验得出,对量测点数为16的系统而言,计算时间在50 s左右,量测点数为30的系统的计算时间在3 min左右,量测点数为80的系统,其计算时间在15 min左右。这种算法可以应用在离线状态估计上。     

小波去噪在油井动液面检测中的应用

为了检测油井动液面深度,采用FFT方法对动液面信号进行频谱分析,根据其结果设计滤波器,得到较平滑的动液面波。为了进一步提高检测效果与精度,引入小波去噪方法对动液面信号处理,分别采用软阈值与硬阈值方法对其进行降噪处理,并与FFT方法对比,通过SNR和RMSE的定量分析表明,小波去噪方法在SNR和RMSE方面都优于FFT方法,具有更好的降噪效果。     

用神经网络预测孔隙度和渗透率

若要对洛带地区某些井区的参数值进行预测计算并加以讨论,需要应用已经建立的网络模型。以35井的10个点为例,用PSO算法和BP算法计算出结果之后,再与岩心分析值各自进行比较,能明显地看出基于PSO网络的预测结果和岩心分析值的关系更加吻合。从相对误差上来看,孔隙度逐点对应的PSO算法的相对误差要普遍小于BP算法的预测结果,因此PSO算法在总体上要比BP算法好。     

基于改进VMD的岩石破裂声发射信号滤波算法

在岩体损伤演化的过程中会释放出带有大量信息的声发射(Acoustic Emission,AE)信号,针对AE信号的非平稳性和非线性等特点以及在采用变分模态分解(Variational Mode Decomposition,VMD)算法对岩石AE信号去噪时分解参数K和惩罚因子α难以确定的问题,将VMD算法应用于岩石破裂AE信号滤波中,对岩体AE信号进行预处理,利用Tent混沌优化的麻雀搜索算法(Sparrow Search Algorithm,SSA)对VMD算法的参数K和α进行优化搜索,其适应度函数为包络熵最小值。之后根据搜索结果来确定VMD的分解参数K和惩罚因子α,并利用优化后的VMD对岩石破裂AE信号进行滤波。经仿真和实验分析可知,Tent-SSA的优化速度和优化精度较为优越,Tent-SSA-VMD的滤波效果优于常规滤波算法。     

变采样周期和数据包随机丢失的NCS鲁棒H∞ SymboleB控制

网络控制系统与传统的点对点控制方式不同,数据传输具有时延和随机丢包,且为了对信息资源进行合理的分配和调度常采用时变采样方式.本文首先给出NCS的离散区间动态模型,该模型以Bernoulli分布序列描述NCS数据丢包的随机性,并以不确定区间矩阵描述NCS的采样周期与传输时延的时变性;在此基础上,基于线性矩阵不等式（LMI）技术,给出具有时变有界采样周期和数据随机丢包NCS的鲁棒H∞控制器存在充分条件,且将控制器的求解问题转化为一个有限维LMI凸优化问题,便于数值计算.所设计的控制器可以保证系统渐近稳定且具有一定的H∞扰动抑制水平γ.数值仿真表明提出控制器设计方法的有效性。