简化E．Coli觅食优化算法及其在非线性模型参数辨识中的应用

针对非线性系统模型参数辨识问题,提出了一种简化E.Coli觅食优化算法,该算法是基于大肠杆菌(E.Coli)的化学趋向性行为,包含翻转算子和游动算子。同时还采用个体历史最佳位置和群体最佳位置对E.Coli群体进行更新(优值跟踪算子).以重油热解三集总非线性模型参数估计验证了简化E.Coli觅食优化算法的效果,实验结果表明了简化E.Coli觅食优化算法的有效性,为非线性系统模型参数估计提供了一种新方法.

混合参数自调整模糊PID控制的应用

介绍了综合传统PID控制和模糊控制的优点,提出了一种混合参数自调整模糊PID控制方式。通过对水轮机系统的仿真,并与常规PID控制和定参数模糊PID控制比较,验证了这种方法能够提高系统的响应性和鲁棒性。

滑动数据窗口驱动动的的贝叶斯-高斯网络及其在非线性系统辨识中的应用

工业控制场合中,需要获取非线性被控对象的结构特性,而系统动态响应的数据直接从外部特征上反映了非线性系统结构关系.为了充分利用非线性动态系统响应过程中的数据,本文提出了一种基于滑动数据窗口(sliding data window)的贝叶斯-高斯神经网络(SW-BGNN)模型.该模型将数据融合于网络模型结构中,借助于贝叶斯推理和高斯假设,利用滑动窗口数据,实现非线性动态系统的辨识和预测.整个SW-BGNN本身需要确定的参数很少,因此运算的时间很短,适合于非线性动态系统的在线辨识.将SW-BGNN应用于几个非线性动态系统的辨识和预测,仿真试验结果表明了SW--BGNN模型的有效性.

高压互感器自动化检定系统设计与开发

针对高压互感器检定过程中存在的互感器外形尺寸各异、人工检定劳动强度大的特点,设计开发一套适用于市级的小型高压互感器自动化检定系统。该系统实现了高压互感器的一次侧、二次侧的自动化定位与接线、检定过程的无人干预等功能,有效提升了高压互感器的检定效率、降低了人工强度,实现了高压互感器的自动化检定。

基于Web的办公自动化系统软件开发

公办自动化系统对于提高企业的管理水平具有重要意义.随着网络技术的发展和企业信息量的增加,必需要有合理的方法进行信息的管理.基于Web技术开发了用于信息管理的企业办公自动化软件,介绍了设计目标、主要功能模块、实现的关键技术以及特点,实现了与生产过程数据库的集成.开发平台选用了LotusDomino,Domino采用多达7级的系统访问权限控制手段和数字签名技术,有力地保证了系统的安全.由于采用了B/S的软件架构,使得软件的模块增加、维护等工作变得相对简单.实际企业的应用结果表明本套软件提高了企业的办公效率、节约了办公成本.

船舶航向模型参考模糊自适应控制器的设计

本文介绍了模型模糊自适应控制器的结构 ,调节机理。针对船舶航向控制 ,设计了参考模型模糊自适应控制器 ,并进行了仿真。与普通模糊控制器控制效果进行了比较 。

水轮机组调节的模糊控制算法研究

从提高模糊控制精度出发,提出了一种混合参数自调整模糊PID控制器结构,融合了常规PID控制器和模糊控制 的优点.控制器主要包括了常规PID控制器、增益调整型模糊控制器和直接控制型模糊控制器3个部分,能根据对象参数的 变化合理地调整控制器的参数.叙述了混合参数自调整模糊PID控制器各部分的功能和参数的选择.针对水轮机组控制的 仿真实验表明了该控制策略的有效性,与常规PID控制器的对比结果表明该控制算法能够提高系统的响应速度和鲁棒性.

基于PSO的模糊控制器参数优化设计

本文提出了将微粒群优化(PSO)算法应用于模糊控制器的参数优化设计中,针对常用的工业对象模型进行了仿真实验,仿真结果表明基于微粒群算法优化模糊控制器参数可以获得满意的控制效果,PSO算法为模糊控制器的设计提供了一种的新的思路。

基于贝叶斯推理模型的时变非线性系统在线输出监测

提出了采用贝叶斯推理模型BIM(Bayesian inferring model)对时变非线性系统的输出进行在线监测的实现思路和方法.首先描述了时变非线性系统的在线输出监测问题.然后介绍了BIM结构和训练方法,BIM的特点在于训练样本完全采自于在线闭环系统,采用改进的觅食优化算法IEFOA(Improved E.Coli Foraging Optimization Algorithm)离线训练门槛矩阵参数D.而在线预测应用时,采用滑动窗口数据实时更新BIM结构,从而实时跟踪系统的输出变化.最后,利用时变非线性对象对BIM的在线观测能力进行了验证,仿真结果表明BIM适合于系统的输出监测,并且具有设计简单、跟踪性能好等优点,为非线性系统的性能评估提供了一种新的底层数据预测方法.

基于边缘夹角附加损失函数的熔池形貌检测方法

针对弧焊增材制造过程中传统的熔池检测方法依赖经验参数、准确率低、识别时间较长的问题,提出了一种基于边缘夹角附加损失函数的熔池形貌检测方法,实现对熔池快速而精准的检测和识别.首先,通过特征金字塔网络融合多种特征在多个尺度上表征熔池,摆脱对经验参数的依赖;其次,使用Point Rend神经网络模块,基于细粒度特征及粗预测掩码对采样点优化,减少熔池目标检测及识别所需时间;再次,研究了边缘夹角附加损失函数,在角度空间上最大化分类间隔,使网络提取到的特征具有更强的可分性,进而改善模型识别的精度;最后,利用实际熔池监测数据进行试验测试.结果表明,该方法识别精度高,精度达97.85%,当存在熔滴覆盖干扰时,也可以实现精确检测与识别;对比熔池的检测宽度和实测宽度,绝对误差在0.36 mm以内,试验结果验证了该方法的有效性和可靠性.

微粒群优化算法在传感器非线性自校正中的应用

微粒群优化(PSO)算法是一种进化算法,包含的概念简单。介绍了不同于传统的传感器非线性校正方法,将PSO算法应用于传感器非线性校正的参数估计,并通过电涡流微位移传感器非线性校正进行PSO算法效果测试。实验研究表明:PSO算法简单、得到的传感器非线性校正曲线精度高。PSO算法为传感器的非线性校正提供了一种新方法。

基于实例分割模型优化的道路抛洒物检测算法

在交通安全领域,道路抛洒物易引发交通事故,构成了交通安全隐患。针对传统抛洒物检测方式识别率低、对于多类抛洒物检测效果不佳等问题,提出了一种基于实例分割模型CenterMask优化的道路抛洒物检测算法。首先,使用空洞卷积优化的残差网络ResNet50作为主干神经网络来提取特征并进行多尺度处理;然后,通过距离交并比(DIoU)函数优化的全卷积单阶段(FCOS)目标检测器实现对抛洒物的检测和分类;最后,使用空间注意力引导掩膜作为掩膜分割分支来实现对于目标形态的分割,并采用迁移学习的方式实现模型的训练。实验结果表明,所提算法对于抛洒物目标的检测率为94.82%,相较常见实例分割算法Mask R-CNN,所提的道路抛洒物检测算法在边界框检测上的平均精度(AP)提高了8.10个百分点。

各向异性碳纤维复合材料的方向性涡流检测

根据碳纤维复合材料(carbon fiber reinforced polymer,简称CFRP)的层合结构和电各向异性,提出一种基于A-Φ(矢量磁位-标量电位)的电磁有限元数值分析方法。采用COMSOL多物理场仿真软件对数值方法实现并建立各向异性复合材料层合板分析模型,利用仿真得到感应出的涡流密度在平面和厚度方向的分布规律,以及复合材料板铺层方向、裂纹缺陷以及激励电流频率对涡流线圈阻抗幅值和相位的影响,并通过实验进行了验证。结果表明,一定范围内裂纹缺陷越大、频率越高,线圈阻抗变化就越大,涡流检测效果更好,且正交铺层复合材料板的检测效果明显优于单向铺层复合材料板。

微粒群算法在自动控制系统设计中的应用

提出了将微粒群优化(Particle Swarm Optimization,PSO)算法与控制系统设计相结合的系统设计思路和方法.系统设计过程包括两个部分:首先基于历史输入输出数据,用微粒群算法建立系统的模型,然后基于得到的模型进行控制器的设计,并用微粒群算法进行控制器的参数优化整定.仿真试验结果表明,微粒群算法在控制系统设计的模型建立、控制器参数优化等方面发挥了重要的作用,简化了控制系统设计任务,提高了设计效率.

激光扫描速率与熔覆层组织性能的规律研究

为了研究在激光熔覆修复工艺中,激光扫描速率对最终形成的熔覆层性能的影响,采用同步送粉法,利用激光熔覆工艺在QT500球墨铸铁上制备了不同扫描速率下的镍基合金熔覆层样本;利用金相显微镜观察熔覆层的显微金相,并使用显微硬度计对熔覆层显微硬度进行了测定与分析,取得了熔覆层样品的硬度、显微金相组织以及样品稀释率等数据。结果表明,在其它条件不变下,随着激光扫描速率的增加,熔覆层组织更加致密、均匀,熔覆层的平均显微硬度得到了显著提高;以激光功率为1.9kW、扫描速率为5mm/s、光斑直径为4mm等参量得到的熔覆层组织与性能最优。此研究对激光熔覆表面强化工艺中合理选择工艺参量提供了理论依据。

高温FDM喷头的有限元建模及温度场仿真

利用ANSYS有限元仿真软件,针对复合材料的高温熔融沉积(Fused Deposition Modeling,FDM)打印喷头进行了物理建模以及温度场仿真,为解决3D打印喷头由于受热不均引起的喷头堵塞,从而导致产品的翘曲变形、不光滑等问题提供了帮助.针对已有的喷头形状,选择铝合金、不锈钢、紫铜、钨等材料进行了温度场仿真。结果表明:不锈钢和紫铜材料的喷头温度均在200℃以上,满足ABS所需的170℃以上熔融温度,较好地符合了要求;而铝合金以及钨则存在温度区间低于170℃的区域,易造成喷头的凝固堵塞。在此基础上,对喷头形状进行了尺寸形状创优化,通过増加薄壁区的厚度.使喷头的温度分布更加合理,避免应力集中,防止喷头薄壁处变形、堵塞等。

基于改进Mask R-CNN的交通监控视频车辆检测算法

针对交通监控视频车辆检测常易受到遮挡导致目标车辆出现漏检或误检的问题,提出一种基于改进Mask R-CNN的交通监控视频车辆检测算法.采用基于bottleneck结构的主干网络,提高主干网络提取特征的能力;通过基于预测mask分数的掩码分支,融合目标的类别分数和掩码质量分数,提高车辆的掩码质量;通过基于Arcface Loss的目标检测损失函数设计,提高不同特征之间的可判别性,提高目标的检测精度.实验结果表明,改进的Mask R-CNN模型可更好地检测到被遮挡的车辆,目标车辆的检测精度超过Faster R-CNN、YOLO v3和Mask R-CNN模型,可解决目标车辆漏检或误检问题.

基于改进遗传算法的机器人路径规划方法

针对基本遗传算法在机器人路径规划中存在收敛速度慢、易陷入局部最优解的问题,提出一种改进的遗传算法.在适应度函数中增加带有惩罚项的平滑度函数;引入精英保留机制,保留每一代最优个体;自适应调整交叉概率和变异概率,使交叉概率和变异概率随进化次数变化而变化.利用MATLAB在两种障碍物地图中与其他两种算法进行仿真对比分析,实验结果表明,改进后的算法在路径规划的应用中有效减少了机器人的转弯次数,提高了逃离局部最优路径的能力,寻优能力更强.

焊道形貌特征的BP神经网络建模与预测

良好的焊道是成功进行电弧增材制造的保障,其受到焊接电流、电压、扫描速度、送丝速度等多种参数影响.提出了以焊道高度、宽度为形貌特征的4输入2输出BP神经网络模型,并利用PSO进行了神经网络权值的优化求解.实验结果表明,设计的BP神经网络实现了对焊道形貌的预测,为后续电弧增材制造的实时预测与控制提供了模型基础.

基于HOG-SIFT融合优化的多人脸特征提取方法

针对昏暗光线及复杂背景下人脸特征提取效果易受环境因素干扰影响的问题,在进行人脸图像预处理过程中引入双边滤波处理,进一步研究基于自商图像理论的人脸图像光照干扰抑制方法;结合HOG特征较好的全局性以及SIFT特征对复杂背景影响较好的适应性,提出一种基于HOG-SIFT融合优化的多人脸特征提取方法.试验结果表明,该方法可有效实现昏暗光线环境及复杂背景下多人脸特征提取功能.