直流电机模型参数的直接辨识

直流电机的数学模型计算是直流调速系统设计的重要环节,传统方法求解得的直流电机模型参数误差大,且不能获得在线参数辨识。为了求出精确的直流电机模型参数,该文给出了求解直流电机数学模型的直接辩识算法,并以一个电机的实验为例,分别用传统方法和直接辨识算法求出了这个电机的模型参数,和阶跃响应曲线。通过对这两种方法所求得的结果进行仿真比较,证明直接辨识算法可行,模型的精确性有明显改善。     

采用逐级配准和分值加权的指纹匹配算法

为将2个细节点集高效而准确地配准,首先利用与细节点相关联的短脊线对细节点组合进行初选,然后采用局部特征结构匹配精选出5对细节点作为配准的候选对应点.在2个细节点集配准后的匹配中,针对采用弹性匹配算法经常出现的细节点错配的情况,提出根据匹配可信度对各匹配对的匹配分值进行加权处理,以降低其对匹配精度的影响.采用FVC2002公布的指纹库进行对比实验,结果表明该算法在匹配效率和准确性上都有明显的提高.     

基于矩阵特征值分解的盲SIMO信道识别算法

论文提出了一种有效的基于矩阵特征值分解的多路信道盲辨识算法。与基于预测误差盲辨识方法不同,新的算法不要求输入信号独立同分布,甚至输入信号可以是非平稳的。与最小均方盲辨识算法相比,这种新算法对信道时延阶数估计有更好的鲁棒性。最后实验演示了新算法的有效性。     

Genome-Wide Identification and Expression Analysis of the 14-3-3 Gene Family in Mango (Mangifera indica L.)

Members of the Mi14-3-3 gene family interact with target proteins that are widely involved in plant hormone signal transduction and physiology-related metabolism and play important roles in plant growth, development and stress responses. In this study, 14-3-3s family members are identified by the bioinformatic analysis of the mango (Mangifera indica L.) genome. The gene structures, chromosomal distributions, genetic evolution, and expression patterns of these genes and the physical and chemical properties and conserved motifs of their proteins are analysed systematically. The results identified 16 members of the 14-3-3 genes family in the mango genome. The members were not evenly distributed across the chromosomes, and the gene structure analysis showed that the gene sequence length and intron number varied greatly among the different members. Protein sequence analysis showed that the Mi14-3-3 proteins had similar physical and chemical properties and secondary and tertiary structures, and protein subcellular localization showed that the Mi14-3-3 family proteins were localized to the nucleus. The sequence analysis of the Mi14-3-3s showed that all Mi14-3-3 proteins contain a typical conserved PFAM00244 domain, and promoter sequence analysis showed that the Mi14-3-3 promoters contain multiple hormone-, stress-, and light-responsive cis-regulatory elements. Expression analysis showed that the 14-3-3 genes were expressed in all tissues of mango, but that their expression patterns were different. Drought, salt and low temperature stresses affected the expression levels of 14-3-3 genes, and different 14-3-3 genes had different responses to these stresses. This study provides a reference for further studies on the function and regulation of Mi14-3-3 family members.     

基于自回归模型和GA-PNN的海洋平台结构损伤识别研究

文中基于目前神经网络应用的广泛性和对损伤识别的有效性,提出了以自回归模型系数差为初始特征,并通过基于遗传算法(Genetic Algorithm,GA)优化的概率神经网络(Probabilistic Neural Network,PNN)的识别方法,对海洋平台结构进行损伤位置的识别.数据采用数值模拟中海洋平台支撑杆件在...     

淮南迪沟采煤沉陷区水体水质特征与评价

为了解淮南迪沟采煤沉陷区水体水质状况,将该沉陷积水区水域划分为3个单元(济河、沉陷积水区、对照区),采集不同单元样品,测试分析其水质特征,并利用单因子和综合水质标识指数法进行评价.结果表明:济河和沉陷积水区均为弱碱性水体,水质比较澄清,透明度好.氮磷营养盐指标总体含量表现为济河最高,这与济河周边的农业面源污染有关;重金...     

基于VFFRLS算法的锂电池参数辨识

动力电池性能是影响电动汽车综合性能的关键因素,因此准确辨识锂离子电池模型的参数对后续电池系统的荷电状态估计和健康状态预测至关重要。为了提高锂离子电池模型参数辨识算法的精度,以磷酸铁锂电池作为研究对象,建立电池二阶RC等效电路模型,并采用基于变量遗忘因子的最小二乘算法对锂离子电池模型进行在线参数辨识。通过搭建测试平台进行充放电实验,基于2种不同工况的实验数据,分别用文中算法、递推最小二乘算法和传统的带遗忘因子的最小二乘算法进行参数辨识,根据辨识结果估计出的端口电压与实验测试得到的实际值的误差比较来描述文中算法辨识结果的准确度。实验结果表明,基于变量遗忘因子的最小二乘算法在锂电池参数辨识方面表现出快速的收敛性和较高的估计精度。     

基于深度置信网络的交直流配电网直流故障检测技术

随着多源交直流配电网的发展,其直流故障检测技术已成为直流保护的关键。针对直流部分发生配电线路故障时故障电流大且上升迅速以及故障特征不易提取的特点,文中提出一种结合时域和频域特征提取的基于深度置信网络(deep belief network, DBN)的交直流配电网故障检测技术。通过对故障等效回路进行特征分析,分别利用傅里叶变换和相模变换提取故障电流、电压信号的频域和时域特征作为DBN的输入,并使用Softmax分类器输出故障选极和故障区域识别结果。在PSCAD上搭建交直流配电网模型对算法进行测试,仿真结果表明,所提检测方法在线路分布电容和控制策略的影响下依然具有很高的准确性,且有很强的耐受噪声能力,同时进一步的算法对比实验说明故障特征提取和深度学习模型训练相结合能够完成交直流配电网复杂直流故障的检测。     

中压配电网近邻交互式分布式拓扑辨识算法

分布式决策的智能保护控制是应对分布式电源广泛接入后中压配电网灵活性和安全性挑战的前瞻性技术。实现智能分布式决策的前提是每个智能终端(smart terminal unit, STU)均能快速辨识和跟踪所在线路的拓扑连接关系及其变化。对此,文中提出一种基于对等通信且具有高容错性的分布式拓扑辨识算法。配置在环网节点的STU无须预存馈线组静态拓扑,仅依靠本地量测以及与近邻终端的信息交换,通过规则判断的方式,就能实现对馈线组完整拓扑和开环方式的动态跟踪与辨识,减少算法对终端的配置要求。同时,算法仅须各STU交互基本的量测信息与判断信息,降低对通信条件的要求。算例表明该方法合理有效,且通过结合本地量测互校核和对侧连通性预判修正,可显著提高拓扑辨识对量测数据的容错能力。     

pH中和系统辨识中的人工神经网络应用

pH中和作为化工、生物、发电和污水处理中的一个重要过程,具有极强的非线性和不确定性,很难对其进行精确建模,因此,pH值的控制一直是工业过程控制中的一个难题。本文借鉴了计算机领域中神经网络(NN)在非线性系统建模中的显著作用,结合对pH中和过程机理的分析,建立了基于BP神经网络的辨识模型,对典型的pH中和过程系统辨识进行了仿真研究,并进行了相关试验。试验结果表明:神经网络在pH中和过程辨识中具有较高的辨识精度,有着广阔的应用前景。