基于深度卷积神经网络的图像帧间补偿研究

由于图像分辨率低,传输过程中容易出现图像丢失、不清晰现象。针对上述问题,提出一种深度卷积神经网络算法实现图像帧间补偿。首先依据深度卷积神经网络构建图像帧间补偿模型,其次采用稀疏自编码与线性解码方式提取出该补偿模型的图像特征,再通过多层卷积神经网络对图像特征做映射处理,最后根据稀疏算法重建图像帧分辨率,使图像帧间得到补偿。实验结果表明,基于深度卷积神经网络的图像帧补偿实训可以有效提高图像帧分辨率,解决图像丢失问题,实现了图像高清晰化。     

稻杆高压水热法还原氧化铁的过程研究

提出以稻杆为还原剂水热还原氧化铁的新思路, 研究了稻杆在碱性水热条件下的降解还原过程, 重点考察了反应温度、时间、稻杆用量对稻杆还原氧化铁效果的影响。实验结果表明:稻杆在碱性水热条件下可以发生降解, 生成醛基、游离氢原子等强还原性物质。稻杆还原氧化铁的最佳工艺条件为:还原温度280 ℃、还原时间10 min、稻杆用量为氧化铁质量的20%, 此条件下氧化铁还原率可达99.97%。     

基于继电反馈的被控对象特征参数研究

为了更好地整定PID控制器,需要获取被控对象准确的模型信息,由于继电反馈时Z N整定规则的计算精度低且工程中被控对象特征参数不确定,无法采用先进的控制方案对系统进行准确控制。基于继电反馈对PID控制器参数自整定方法进行研究,针对近似为一阶惯性纯滞后环节的工业对象进行仿真分析。通过继电反馈获取系统临界信息,推理出临界信息与模型参数的函数关系,最终求出特征参数值。试验结果表明,该函数关系能以较低的误差辨识出惯性时间和滞后时间,为PID控制器的设计提供定量参考。     

基于改进自抗扰的永磁同步电机位置伺服系统

为了提高系统对未知扰动和参数变化的鲁棒性,将自抗扰控制(ADRC)策略引入到永磁同步电机(PMSM)位置伺服系统中,并对ADRC策略进行改进,使系统满足高性能伺服控制要求。通过对ADRC中扩张状态观测器(ESO)结构的改进,提高观测器对扰动的观测速度。同时,针对ADRC中使用的转动惯量与实际惯量间存在误差,会影响速度ADRC控制器中控制增益的选取,采用在线惯量辨识方法,实时调节控制器参数。综合以上2点改进措施,分别设计转速环、位置环改进ADRC控制器,从根本上提高系统的动态性能和抗扰动能力。最后,通过仿真验证改进ADRC策略在PMSM位置伺服系统中的有效性。