聚丙烯反应器熔融指数预测控制算法

针对双环管聚丙烯反应器中的熔融指数难以在线测量的问题,采用机理建模方法建立熔融指数软测量模型。为了实现预测控制,将软测量模型转化为Hammerstein模型形式作为预测模型。并基于这个预测模型设计预测控制器,实现了聚合反应过程的熔融指数预测控制,仿真结果验证了该方法的有效性。     

一种非线性模型参考迭代学习控制算法

针对存在周期或非周期不确定干扰的非线性系统,提出一种模型参考迭代学习控制算法(MR-ILC),其目标是在被控系统满足假设条件并采用相应学习律的条件下,使被控系统的状态变量跟踪参考模型的状态变量,且两种模型不需要具有相同的结构和参数。运用λ范数证明了算法的收敛性,仿真结果验证了算法的有效性。     

基于红外图像识别的电气设备故障诊断

红外图像在故障诊断方面有着广泛的应用,但所采集的图像往往存在边缘模糊,细节丢失等问题,很难准确获取故障点信息。针对该问题本文提出了一种图像增强的综合算法,首先应用大津法将电气设备作为目标区从背景图像中分割出来,再用改进后的直方图均衡法对目标区增强,最后与细节图像叠加,该算法使故障信息在红外图像中得到了有效识别。仿真结果验证了该算法的有效性。     

大时滞积分过程的改进Smith预估控制器

针对大时滞积分过程提出了一种改进Smith预估PI控制算法,该算法引入两个具有明显物理意义的可调参数,一个参数用于调节闭环伺服系统的跟踪速度,另一个用于改变闭环系统对扰动的控制品质。同时,提出了基于这两个参数的PI控制器参数整定方法,在模型失配情况下,对参数的稳定域进行估计,两个仿真实例验证了算法的有效性。     

基于粒子群优化的神经网络容错控制算法

针对一类非线性系统的传感器故障,将故障诊断与容错控制方法相结合,提出了一种容错控制方法。用BP网络建立传感器故障模型,并用粒子群算法来训练BP网络的参数,在线估计系统的状态和故障参数。然后将故障参数与修正的Bayes分类算法相结合,对传感器故障在线检测、分离和估计,通过补偿算法,实现容错控制。对连续搅拌釜式反应器（CSTR）的仿真结果表明,该方法收敛性好,对传感器故障具有很强的容错能力。     

基于速度模型的改进内模控制算法

对非线性动态系统采用速度线性化方法建立全局的线性模型,速度模型的线性参变(LPV)系统由输入和输出的信息来描述,而稳态信息由偏差来表示.针对速度模型的内模控制(IMC)不能有效消除线性参变模型稳态误差的问题,提出了一种改进结构的内模控制器,以实现零稳态误差.此方法可应用于具有强非线性pH值的中和过程,仿真结果表明该方法的有效性.     

基于C-R模糊模型的广义预测控制算法

该文对非线性系统的建模采用Cao-Ress(C-R)模糊模型，并用卡尔曼滤波算法在线辨识模糊模型的结论参数，从而减少了参数辨识的数量和避免了矩阵的求逆运算，然后在每一个采样点对该系统进行局部动态线性化，根据得到的系统线性化模型对系统采取广义预测控制(GPC)方法得到当前的控制动作。仿真结果表明了该方法的有效性。     

LVDS技术在数字视频传输系统中的应用

提出一种基于LVDS技术的视频传输系统,该系统是以APA150和DS92LV18为核心,考虑到长距离图像传输的需要,增加了LVDS差分信号预加重和均衡功能.实践证明,该系统能够满足视频图像的远距离实时传输要求,结构简单且扩展性强.     

基于对抗学习与深度估计的车辆检测系统

随着目标检测技术的不断发展，用于道路场景的车辆检测系统在自动驾驶领域得到了广泛应用。与传统的目标检测器相比，车辆检测的目标比较单一，但同时需要解决两大问题，一是在复杂的道路场景中，提供给检测器的车辆特征通常是不完整的，会出现遮挡和形变等问题；二是在自动驾驶过程中，需要对不同车辆的距离做出估计才能保证智能车及时地做出规避动作，即对图像的目标区域进行深度估计。针对这两个问题，提出了基于对抗样本生成与深度图重建的车辆检测方法。为预训练目标检测网络Faster⁃RCNN设计一个对抗网络，用于在训练过程中产生大量的训练样本，并利用这些样本对车辆检测器进行训练；根据检测结果，通过重建3D场景与相机位姿恢复深度图，对车辆的距离做出估计，以通知系统及时做出规避动作。实验结果表明，在不增加数据训练样本的情况下，该检测系统可以较好地提升车辆检测效果及估计目标车辆的距离。     

基于单片机的温湿度感测系统的实现

基于PIC单片机的温湿度感测系统,以PIC单片机为核心,由温湿度传感器SHT11、162液晶显示等模块组成.首先SHT11对环境的温度和相对湿度进行检测,通过二线串行接口将数字温湿度信号送至PIC微控制器,最后利用微控制器完成相对湿度的非线性补偿和温度补偿,并将实际温度和相对湿度值送液晶显示器显示,从而实现对环境温湿度...