基于改进S^(3)控制结构的批次过程控制系统架构研究

传统的连续过程控制系统不能很好地实现工艺与控制相分离,生产效率低下。针对此问题,提出了一种基于改进调度器、选择器和同步器(scheduler selector synchronizer,S^(3))控制结构的批次过程控制系统架构。该架构在调度层中建立了基于G描述语言的组件描述和基于改进S^(3)控制结构的调度器,使工艺与控制相分离;在数据层中建立了相逻辑接口表;在控制层中基于ISA S88标准和IEC 61499标准建立了离散化的控制功能块,并设计了S^(3)控制结构的选择器和同步器实现工艺的可重构。实验结果表明,所提批次过程控制系统架构在不改变控制程序的情况下完成了不同工艺流程的控制任务,实现了工艺与控制相分离,并缩短了工艺流程修改时间。

智能制造背景下机电一体化技术在机械制造工程中的应用策略研究

在工业4.0时代来临的今天,智能制造已经成为世界制造业的主流。机电一体化是智能制造的核心技术,它是机械、电子、计算机、自动控制等多个学科的交叉融合,为现代机械制造业带来了生机。本论文通过对机械制造工程中机电集成技术应用现状的分析,探索在智能制造环境下,机械制造技术创新发展的可行性,并提出相应的应用策略,以期为我国机械制造产业的发展提供些许理论支撑与实践指导。

三工位抽真空充氮封罐机的设计与研发

诸多奶粉生产企业在转型升级时发现原有老旧设备已无法达到预期产能目标要求,而且随着国家愈发重视食品生产,对于产线设备的检查也更为严格,部分老旧设备在卫生、安全等方面的隐患相继凸显。本文以实际项目为研究案例,深入分析三工位抽真空充氮封罐机的设计与研发,最终研制完成的封罐机设备具有先进性。通过对传统双工位设备的技术分析与性能评估,明确三工位设计的必要性,进而制定出详细的结构设计方案。

面向行业治理的“i-CGS”智能协同治理体系研究与应用

基于行业治理的现代化与智能化发展浪潮,研究并提出了“i-CGS”(Intelligent Collaborative Governance System)智能协同治理体系。该体系打破了传统行业治理中的信息壁垒,形成以数据共享和智能协同为核心的行业治理综合解决方案;通过集成多方数据,构建多层次、多维度的治理框架,实现政府、行业、企业等多方共赢。应用案例表明,i-CGS体系可显著提升政府监管效能、企业协同效率及经济效益,为行业治理现代化提供有力支持。未来需持续优化技术架构,深化i-CGS体系与各行业实际应用场景的融合,推动行业治理向协同化、智能化方向发展。

失效航天器接管控制技术发展综述

失效航天器接管控制对于实现航天器的在轨延寿、避免有效载荷的浪费、实现有限轨道资源的占位再生和维护太空安全意义重大。本文在系统分析各类失效航天器接管控制手段特征的基础上,按照接管控制过程中是否发生接触现象,将接管控制分为接触式和非接触式两类。随后介绍了各类接管控制手段的特点,归纳了航天器接管控制任务中涉及的关键技术,给出了未来航天器接管控制的智能化和自主化发展方向。本文有望为未来开展失效航天器接管控制任务提供技术参考和依据。

基于模糊结构元的新零售末端配送网络优化研究

新零售模式下,高时效性的物流末端配送对提高顾客满意度具有重要作用,而对末端配送中心位置和数量的确定,是优化末端配送网络的关键。首先,综合考虑影响配送中心位置与数量的模糊因素,构建以配送时间最少、配送中心覆盖范围最大以及系统成本最低为目标的模糊多目标规划模型;其次,采用结构元加权序准则法求解模型,生成三角模糊数简化求解过程;最后,以算例检验方法的有效性。结果表明,所提出的模型能够将模糊因素融入模糊决策过程中,且结构元加权序准则法有助于决策者灵活调整方案和决策,从而对新零售末端配送网络布局进行优化。

微惯性环节介入法与同阶闭环系统的稳定性

奈奎斯特判据是经典控制理论中最为重要的稳定性判据,但并不适用于同阶闭环系统。同时由于基本环节样式不全、开环传递函数含义易误解且使用不便,导致初学者对自控原理学习和理解的困扰。为此对频域法的一些概念和表达方式进行了梳理,对基本环节和控制系统进行了完整的分类,提出环路传递函数概念解决了开环传递函数含义易误解和使用不便的问题,提出微惯性环节介入法解决了同阶闭环系统稳定性判断的问题,环路传递函数、微惯性环节介入法、巨惯性环节与微阻尼振荡环节替代等方法大大地简化了系统特性的分析,从而完善了频域分析法及其知识体系。

基于系统模型的自动化生产线故障诊断策略

自动化生产线在现代制造业中发挥着重要作用,然而,故障事件可能导致生产中断,影响生产计划。因此,设计一套优秀的故障诊断策略对于提高自动化生产线的稳定性和可靠性至关重要。首先,分析了自动化生产线的结构和工作原理,探讨了常见的故障类型及其对生产线性能的影响。在此基础上,总结了基于规则和经验的人工故障诊断方法,进一步,引入系统辨识机制,提出了基于系统模型的智能化诊断方法,最终达到智能诊断的目的。实验验证了该方法的有效性,为自动化生产线的故障诊断和维护提供了更为可靠的科学基础。

单片机在电气自动化控制中的实践探讨

单片机在电气自动化控制中发挥着重要的作用,它能够实现设备的自动化控制、状态监测和通信功能,为电气自动化系统的运行提供了可靠的支持。本文介绍了单片机的构造和基本原理,讨论了单片机在电气自动化控制中所具有的功能,包括信息交换、生产控制等。结合单片机在电气自动化控制中应用当中存在的瓶颈展开分析,并结合学术资料以及自身行业经验,简单地给出应对策略。

基于STM32的智能航行系统设计

为解决航行器智能确定航向并航行的问题,本文采取模块化的思想设计了一款基于STM32的红外导引的智能航行控制系统。该智能航行系统利用红外接收模块进行红外导引信号的接收,采取线性加权法进行航向与导引信号之间的偏离角确定,利用比例-积分-微分(proportion-integration-differentiation,PID)控制算法对控制舵机转角的脉冲宽度调制(pulse width modulation,PWM)信号的占空比进行确定,从而对螺旋桨的转速与舵桨的转角进行可靠控制。根据水池测试结果,该智能航行控制系统能够对红外接收信号进行快速处理,在保持较高航速的条件下进行可靠的航行控制。

基于能力服务化的平台资源调度方法

通过作战能力服务化,指挥信息系统可以实现平台资源与任务间的灵活匹配。首先,为满足该环境中指挥信息系统的智能化决策需求,对能力服务化条件下的平台资源调度问题进行了严格的数学描述;然后,建立了以最大化任务处理质量和最小化平台资源规模为目标的调度模型,设计了一种带启发式策略的模型求解算法。最后,结合具体算例进行了仿真验证,试验结果表明该算法可行有效,能够为指挥信息系统的智能决策提供能力支撑。

基于递推子空间的机组数字孪生模型预测精度优化方法

由于机理分析的简化假设条件或设备实际运行中参数特性偏移等因素,导致机理建模不可避免存在模型误差。针对该问题,提出一种基于递推子空间的火电机组数字孪生模型预测精度优化方法。分析机组关键设备的运行机制,结合典型工况小样本数据,建立火电机组的全设备多工况非线性动态机理模型,确保数字孪生系统模型具有较好的可解释性与泛化性能;基于递推子空间辨识方法,建立预测精度优化模型并实时进行在线更新,补偿机理模型产生的误差,提高整体模型的预测精度,保证数字孪生模型的高保真性。仿真实验验证了所提方法的有效性。

基于改进YOLO的无人机入侵检测方法

针对现有的基于深度学习的目标检测方法在面对现实场景的无人机目标时,存在鲁棒性差、准确率低、模型复杂度高的问题,提出一种基于动态卷积的YOLO目标检测方法——OD-YOLO。该算法针对无人机目标低、慢、小的特点,采取了以下改进措施:首先针对下采样过程可能导致学习信息丢失和目标信息不突出的问题,提出空间到深度卷积来实现下采样过程,不丢失学习信息的同时突出无人机目标的特征;其次为了进一步提高目标检测的精度和对不同背景的泛化性,采用全维度动态卷积进一步提高目标检测的精度和对不同背景的泛化性;最后对模型骨干网络进行改进,增强无人机目标的语义特征,并缩减骨架大小,减少参数量,既提高模型的计算效率,又保持对无人机目标的有效表示能力。通过实验仿真,对比了OD-YOLO和当前先进的目标检测算法。结果表明,OD-YOLO在精度和轻量化方面都有显著提升。mAP和Recall分别相比原模型提高了3.4%和5.1%。

混联Ⅱ型惯容非线性能量阱的动力学特性研究

分别使用非线性恢复力、非线性阻尼替代惯容减振系统中的线性恢复力、线性阻尼,并考虑摩擦力的影响,提出了混联Ⅱ型惯容非线性能量阱.建立了主系统的动力学方程,利用谐波平衡法求解系统在简谐激励下的幅频响应曲线.采用弧长算法和数值法相结合的方法研究了系统的惯质比、非线性阻尼、非线性刚度和摩擦力单个参数对其减振性能的影响.发现非线性刚度和非线性阻尼数值的增大会使峰值先减小后增大,不同的是,前者幅频响应曲线逐渐向右上方向弯曲,后者产生峰值的位置向低频段转移.分析了惯质比、非线性阻尼、非线性刚度3种参数两两组合下对系统减振效果的影响.研究表明,在激励幅值为0.005 m时,惯质比和阻尼同时变化减振效果最好:当ε=0.1时,系统主结构位移峰值的最小值约为0.01 m;而在参数ε=0.001时,整体取值范围内其最大值约为0.061 m;当惯质比取得最佳值0.1时,非线性阻尼和非线性刚度κ_(21)的取值范围变大.在摩擦力的作用下,系统的最大幅值都有不同程度的增加.上述研究可为振动系统减振的研究提供参考.

密度峰值聚类在塔机损伤诊断中的应用研究

建立塔机有限元模型,获取塔机完好状态和各损伤工况的各采集点的动态位移。提出了两种模型建立方法,基于悬臂梁的双输入单输出模型和基于时域数据的动态双输入单输出模型,对基于时域数据的双输入单输出模型首先利用最小二乘法计算参数初值,进一步利用粒子群优化方法进行参数优化,提高了模型精度。以完好工况的塔机数据为基础,建立基于悬臂梁的双输入单输出模型和基于时域数据的双输入单输出模型,计算参数,建立损伤识别模型,用待检状态的位移数值拟合模型,用两种模型计算出的残差方差做损伤因子,利用密度峰值聚类方法对损伤因子进行分析,实现了对塔机的损伤判定和损伤位置的确定。这种基于密度峰值聚类的诊断方法可对塔机微小损伤进行智能诊断和位置确定,该方法只需要塔机完好状态的数据和待检状态的数据即可自动诊断,解决了塔机损伤识别中损伤数据难以获取,因而无法实现智能训练和诊断的问题。

波动需求库存路径问题的持续自学习求解算法

共享单车库存路径问题是一种受商品总量约束且需求周期性波动的库存路径问题,其优化过程需综合考虑资源利用率和调度成本,在求解大规模算例时难以同时保证求解效率和质量。针对上述挑战,将问题形式化为多目标序列化决策的马尔可夫过程,建立了时间序列混合整数规划模型并提出了一种全局持续自学习算法。算法由离线学习、在线规划和持续学习三阶段构成。离线学习阶段设计了基于随机策略的多智能体协同算法以获取配送载具时空分布和需求点需求模式的定量化描述;在线规划阶段根据历史订单数据,对各时间步中的需求模式进行预测以确定最优的库存分配数量,并利用离线学习阶段的定量信息对供应商配送载具进行调度;持续学习阶段于每个处理周期结束后使用记录的订单数据对周期内调度结果进行持续评估和改进。基于企业真实数据的实验表明,在需求预测模型复杂程度、求解质量、调度载具总数量、总调度距离和站点改善程度等的综合评价指标上,所提算法优于对比方法。此外,通过对多种策略进行对比分析,总结出了库存问题的成本变化规律,并验证了算法在大规模算例下的有效性。

考虑负载量均衡的自动拣货系统AGV任务分配优化

为提高AGV自动拣货系统作业效率、降低作业成本,在剖析造成系统拥堵的关键影响因素基础上,提出考虑负载量均衡的AGV任务分配双层规划模型,上层考虑总成本最小,下层通过构建多目标函数来最小化系统负载量标准差和AGV空闲率。针对传统GA求解任务分配问题效率低、易陷入局部最优等问题,提出了一种改进自适应遗传算法(SAGA),引入sigmoid函数用于适应度值的转换,并参与到自适应调整交叉变异算子的操作中,加入灾变策略防止算法出现早熟的情况。最后将该算法对不同规模算例进行仿真,结果证明,相比遗传算法、自适应遗传算法、自适应灾变遗传算法、蚁群算法,该改进算法在不同规模算例实验结果中均有明显优化,表明改进算法能更好地避免早熟、提升求解质量与收敛稳定性,有效地均衡了路网负载量,降低了作业总成本。

基于系统工程的复杂结构计算模型建模方法与应用研究

在核电领域,对于复杂结构,由于涉及到的部件数量较多、连接关系复杂,其有限元分析计算过程中需要大量且重复的建模、组装和调试工作,造成了人工和计算资源严重浪费。本文针对复杂结构,基于系统工程理念,从目标需求出发,通过分解-实施-集成-调试-优化的工作模式,提出了一种模块化的APDL参数化计算模型建模方法,并进行了具体实例应用。结果表明本方法是有效的,特别适用于特征复杂结构的计算模型建模,可快速实现模型的修改、集成和计算迭代,显著提高工作效率。本方法可进一步推广应用至其他复杂反应堆结构的计算模型建立。

“现代控制理论”课程思政建设思路与方案

“现代控制理论”是自动化专业本科生的一门重要的理论课程,主要的概念、思想和原理对于其它相关学科,如鲁棒控制、最优控制等都具有十分重要的作用。该课程以微分方程和线性代数为数学基础,分析系统的状态空间模型、极点配置等。通过对“现代控制理论”整门课程的内容进行梳理,挖掘课程思政元素及对应的知识点、教学资源,在教案课件中,把能力培养、价值塑造与知识传授有机融合。

基于智能驾驶场景的人机信任影响因素及作用机制研究

目的研究智能驾驶场景下人机环系统中的三个重要因素(系统预测准确率、环境可认知状态和驾驶经验)对驾驶员智能驾驶辅助系统人机信任的影响。方法采用三因素组内组间混合设计的人因学实验,招募了24名不同驾驶经验的被试在智能驾驶辅助系统的三种预测准确率(90%、76%、60%)及两种环境可认知状态(清晰认知和模糊认知环境)下进行模拟驾驶任务,并收集驾驶过程中被试的主观人机信任、驾驶行为绩效和生理数据等多维指标,采用重复测量的方差分析处理实验数据。结果不同驾驶经验下,被试的主观信任存在显著差异。系统预测准确率和驾驶经验对主观信任存在交互作用。不同环境可认知状态下,被试的瞳孔直径、眼跳次数和皮电波峰幅值均存在显著差异。环境可认知状态和驾驶经验对眼跳次数存在交互作用。人机环三因素对被试的驾驶行为绩效无明显影响。结论系统预测准确率、环境可认知状态和驾驶经验均可在不同程度上影响主观人机信任及其相关生理指标。环境可认知状态较差时驾驶员会增加对驾驶辅助系统的信任。随着驾驶员驾驶经验的增加,其对驾驶辅助系统的信任也会增加。