多机驱动带式输送机功率平衡控制方法

针对采用液体黏性软启动装置的多机驱动带式输送机在启动过程中各电动机功率不平衡的问题,提出了一种多机驱动带式输送机功率平衡控制方法:利用电流预测算法预测电动机电流,以提高控制响应速度;根据各电动机之间的预测电流偏差,通过比例微分控制算法调节液体黏性软启动装置所配用的控制泵给定频率,进而改变电动机电流,使各电动机电流差控制在一定范围内。现场应用结果表明,在带式输送机空载和重载启动时,该方法均能对电动机过大电流进行抑制调节,实现带式输送机平稳启动和功率平衡。     

图谱法脑部MRI图像自动分割技术发展及应用

脑部MRI图像自动分割是计算机技术运用于医学上的一个典 型工作,脑部图像分割技术对于人类研究脑部疾病具有重要意义。虽然有一些非常广泛应用 的图像分割方法,如阈值法、区域增长法、聚类法等,但在脑部MRI图像分割中,这些方法 都 没有图谱法具有更为实际的医学研究与临床价值。本文回顾了脑部图像配准、分割的发展历 程,介绍了图谱分割算法的发展及基本原理,以及当前比较前沿的多图谱分割系统的组成和 应用。最后本文对图谱法脑部自动分割在实际临床医学中的应用前景作了总结和展望。     

基于耦合概率密度方法的河渠突发水污染溯源

以水动力计算为基础,依据正向浓度概率密度与逆向位置概率密度的耦合关系,构建了以污染源位置和释放时间为参数的相关性优化模型,并利用微分进化算法实现了模型的求解。在此基础上,根据污染物正向浓度概率密度函数构建优化模型确定了污染物强度。耦合概率密度方法将突发水污染溯源问题转换为两个最小值优化问题,原理简单,求解方便,实现了污染源参数的解耦。在求解优化模型时,将梯度概念引入到微分进化算法中,提高了搜索效率。将所提出的溯源方法运用于仿真实验案例以及南水北调中线应急示范工程实例,结果表明,模型溯源效果好、模拟精度高,溯源结果对于河渠突发水污染事件应急处置具有一定指导意义。     

基于LSFD算法的小波模糊神经网络的研究与应用

利用小波变换的多分辨率特性构造小波模糊神经网络模型,并应用在非线性系统的辨识上.在参数学习上,给出了模糊微分与李亚普诺夫稳定相结合的新算法—LSFD算法,并与梯度下降法进行了对比.通过仿真,结果表明小波模糊神经网络模型与模糊神经网络、模糊小波神经网络、小波神经网络和神经网络等模型相比,其性能指标最小,收敛速度更快,更加准确.     

有源电力滤波器的自抗扰控制研究

针对采用PI控制器控制有源电力滤波器时存在谐波或基波电流指令而无法实现无静差调节,且数字化后会进一步增大稳态误差,使有源电力滤波器的补偿性能降低的问题,提出一种有源电力滤波器的自抗扰控制策略。该策略利用自抗扰控制器的非线性跟踪-微分器和扩张状态观测器分别处理参考输入和输出,并选择适当的状态误差,实现了对滤波的自动、精确补偿。仿真和实验结果表明,有源电力滤波器采用自抗扰控制策略后具有很强的鲁棒性、稳定性和适应性,控制性能有较大改善。     

自动微分在隐式曲线绘制中的应用

自动微分是用于计算多变量函数的导数和偏导数的一种微分技术,在给定一个多变量光滑函数值的程序代码后,可以很容易地利用自动微分来实现有关导数和偏导数的精确计算。将自动微分技术与泰勒方法相结合应用到计算机图形学领域隐式函数曲线绘制的细分算法中,并与未使用自动微分技术前的隐式曲线绘制方法作比较和分析,展示了自动微分方法在绘制隐式曲线方面的优势。     

飞机姿态控制系统的精确线性化解耦设计

飞机姿态运动的非线性以及横航向强耦合,增加了控制飞机姿态的难度,不利于飞机快速瞄准目标.为了提高控制姿态性能,直接将飞机姿态角解耦成舵偏角的非线住设计方法,将飞机姿态运动解耦成三个独立的线性系统,并避免气动力矩对舵面进行再次分配,使整个过程更加直观,随后对解耦的单输入单输出系统设计了跟踪控制律,并进行仿真.结果表明,所设计的控制系统姿态角的控制效果较好,并具有很高的控制精度.     

热丝法炉渣分析仪的智能温度测控系统

炉渣分析仪中温度测控的精度直接影响分析结果,针对传统的温度测控系统温控误差大、升温慢、稳定度差等问题,提出了一种基于铂铑热电偶的智能温度测控方法,采用脉宽调制(PWM:Pulse Width Modulation)的控温模式,使热电偶处于测温和控温的时分复用工作(TDM:Time Division Multiplexing)状态,热电偶既作测温元件,也作控温元件;同时采用了控制精度高、稳定性好的数字比例积分微分(PID:Proportional Integral Differential)控制算法,给出了温度测控电路和温度测控程序。实验结果表明:该温度测控系统温控误差小、升温快、稳定性好,确保了炉渣分析仪的整体性能。     

体位变换通气系统建模仿真与控制算法研究

在简单介绍体位变换机械通气原理的基础上,针对智能呼吸保健椅机械结构设计的复杂性.为保运动的稳定性,重点研究了临床试验设备的机械结构和智能控制算法, 并进行了建模仿真研究.提出滑杆驱动式智能呼吸保健椅机械结构方案,利用ADAMS仿真软件建立方案的动力学仿真模型,并进行模型验证和仿真研究;设计了综合专家知识和PID控制理论的专家PID控制器,利用ADAMS和MATLAB的联合仿真能力对控制算法进行仿真研究.仿真结果表明,智能呼吸保健椅不仅具有一般摇椅的自然摇动功能,还能实现电机驱动控制下的目标动作,并且打滑幅度较小,说明机械方案的可行性,同时联合仿真结果表明了专家知识PID控制器的快速精确控制能力.     

Statistical learning makes the hybridization of particle swarm and differential evolution more efficient—A novel hybrid optimizer

This brief paper reports a hybrid algorithm we developed recently to solve the global optimization problems of multimodal functions, by combining the advantages of two powerful population-based metaheuristics—differential evolution (DE) and particle swarm optimization (PSO). In the hybrid denoted by DEPSO, each individual in one generation chooses its evolution method, DE or PSO, in a statistical learning way. The choice depends on the relative success ratio of the two methods in a previous learning period. The proposed DEPSO is compared with its PSO and DE parents, two advanced DE variants one of which is suggested by the originators of DE, two advanced PSO variants one of which is acknowledged as a recent standard by PSO community, and also a previous DEPSO. Benchmark tests demonstrate that the DEPSO is more competent for the global optimization of multimodal functions due to its high optimization quality. Supported by the National Natural Science Foundation of China (Grant No. 60374069), and the Foundation of the Key Laboratory of Complex Systems and Intelligent Science, Institute of Automation, Chinese Academy of Sciences (Grant No. 20060104)