基于电力电子变压器的微网并网装置仿真研究

针对传统微网并网方式供电可靠性低、稳定性差、潮流无法控制等问题,该文设计了一种基于电力电子变压器的新型微网并网装置,提出了其在不同运行模式下的控制策略。对于电网跟随控制下的微网系统,并网装置采用V/f控制策略;对于微网并网点潮流恒定控制下的微网系统,并网装置采用PQ控制策略。利用电磁暂态仿真软件PSCAD/EMTDC对所提的控制策略进行了仿真,结果表明,该文提出的并网装置及控制策略不仅可实现微网与大电网的联网运行,还能精确控制并网点潮流,减小并网过程中微网DG、负荷波动时对主网的影响。

一种改进的基于分水岭算法的粘连分割研究

在细胞图像制作过程中,由于设备或人为原因,经常会出现细胞粘连程度分布不均匀的情况,从而影响分割的效果,给后续的统计分析造成了一定的困难。提出自适应距离变换,结合分水岭分割的处理方法,把细胞的粘连程度信息引入到距离变换函数中,根据细胞粘连程度的不同,自适应地变换距离函数的参数,从而有效地防止欠分割和过分割。实验证明,这种改进的方法能成功地分离不同粘连程度的粘连细胞,并具有良好的稳定性。

基于C_0复杂度的语音端点检测技术研究

复杂性测度的语音端点检测技术,与目前被广泛研究的短时能量、过零率、谱熵以及倒谱等技术相比较,它具有非线性技术的本质特性。实验结果表明C0复杂性测度技术可以较好地实现在动态噪声环境下对语音端点的检测。此技术的实现将有助于提高孤立字语音识别的准确率,同时也将极大的降低语音处理的计算量和复杂性。

受生物群体智能启发的多机器人系统研究

首先,介绍了生物社会中的群体智能.接着,讨论了群体机器人技术中的群体控制、群体通信和群体形态等主要研究内容及其发展趋势,并介绍了群体机器人系统的几个典型任务环境.最后,通过一个物体搜集任务的仿真实例来说明群体智能设计原则在多机器人系统中的应用.

基于轮廓特征的场景动态目标实时分类研究

针对动态场景目标的分类问题,提出一种基于轮廓特征的运动目标分类方法。通过构建多种轮廓特征相结合的特征向量模型来描述动态目标,作为分类器学习判别的基础。该方法首先通过混合高斯模型提取出视频中的动态场景目标,经图像形态学的处理,获得较为精确的动态场景目标轮廓图像,然后使用特征向量模型提取轮廓的相关特征作为分类器学习判别的依据,并得到最终分类结果。以常见的运动目标汽车、行人、自行车作为分类类别进行实验。结果表明该方法有较高的分类精度,且具有实时性好,易于实现的特点。

基于Smith预估器的给水厂加药模糊控制系统的研究

针对给水厂混凝加药控制系统中存在的大延迟、非线性和流量大扰动等问题,分别阐述了Smith预估器、模糊控制器和前馈控制器的结构原理,设计了一种结合流量前馈的基于Smith预估器的加药模糊控制系统。通过对该系统的仿真,较之典型加药控制系统,此方法有效地补偿了大时滞的影响,解决了流量干扰对系统稳定性的影响,具有良好的控制效果。

乳化炸药生产线智能故障诊断系统的研究

通过对乳化炸药生产线的深入研究,找出了生产线可能存在的故障点及其危害性,并设计了一套基于IPC、PLC和智能调节器相结合的智能故障诊断系统,在VC++6.0集成开发环境下对系统进行了模拟仿真。结果显示该系统故障诊断定位准确,为将来乳化炸药生产线安全检测与故障诊断的发展方向提供了较为实用的参考建议。

多移动机器人实时编队控制的研究

编队控制是多机器人协作任务执行的关键问题,本文研究了基于竞拍机制的多移动机器人实时编队控制问题。由于在多移动机器人围捕等一些任务中存在时间约束条件,提出了整体时间最优的投标策略。设置了实时监督机制以保证在编队能根据机器人数目的变化进行调整。设计了能够同时适应竞标机制与物理系统的行为及运动控制方式。并通过物理实验验证了该编队控制的可行性及灵活性。

多微网系统二次频率控制策略研究

针对多微网系统频率控制问题,对微网能量平衡控制、二次频率调整及联络线功率控制等进行了研究,提出了多微网系统二次频率控制策略。按所提控制策略,通过微网中心控制器进行二次频率调整,根据系统频率偏差和联络线功率偏差确定各微网需要调节的功率总量,并按一定的原则分配至调频DG,各DG调整出力将微网频率调整至目标值,并将联络线功率恢复至计划值;以两微网系统为例,对单网内发生负荷波动及双网同时发生负荷波动的情况进行了仿真。研究结果表明,所提控制策略可在系统发生负荷波动时快速恢复联络线功率,同时保证微网系统频率的稳定。

柴油机微粒捕集器再生控制策略研究

该文针对目前柴油机微粒捕集器再生控制的难题,设计了改进的柴油机尾气后处理装置,分析再生过程并提出喷油助燃催化再生的控制策略。实验表明,在车载工况下,这种再生控制策略能够准确把握再生时机,有效控制了再生温度的上升速率,确保再生过程平稳快速完成。

运动控制系统快速原型设计方法研究与分析

运动控制是当今工业界和教育学术研究界的热点研究领域,本文对当今流行的运动控制系统研究设计实现方法进行了简单介绍,对他们的优缺点进行分析比较,对不同研究需求提供不通的研究开发工具,以加快运动控制系统原型设计。根据运动控制系统设计的过程,本文从对知识理解、研究需求和实现过程出发,对运动控制的研究与实现划分为四个层次:理论学习与仿真、算法实现与试验、算法创新与提高、工程实现与实践,4个层次逐次提高,将使对运动控制的认知从无知到设计实现,为不同水平的人员在不同层次上直接研究提供参考,缩短开发研究的时间。

高炉热状态专家系统知识库的研究

为了建立高炉热状态专家系统知识库,判断高炉热状态,阐明了知识库是高炉冶炼专家系统的核心和基础,介绍了高炉冶炼专家系统知识库的知识获取方法、知识表示方式和知识存储结构,探讨了高炉冶炼专家系统知识库的建立方法。在建立好的知识库的基础上构造了BP神经网络判断高炉热状态。离线测试结果表明,本系统建立的知识库对高炉热状态判断有很高的命中率。

零边界条件下二维元胞自动机矩阵可逆性分析

该文介绍了二维元胞自动机的典型邻域结构,对多状态二维元胞自动机的矩阵描述进行了拓展。通过对零边界条件下元胞自动机的状态转移矩阵的块矩阵的分析,得出矩阵的可逆性与元胞自动机冯诺依曼型邻域之间的联系。

基于BP神经网络算法的孤岛微网控制策略研究

微网在孤岛运行时,须依靠自身的调节能力来维持电压和频率的稳定。本文针对微网孤岛运行中采用的U/f控制方法的不足,提出了一种基于BP神经网络算法的电压电流双闭环控制策略,设计了可自适应调整参数的PID控制器。采用具有自学习能力的BP神经网络算法,在线调整U/f控制中电压电流双闭环控制器的参数,减小微网孤岛运行时由分布式电源输出和负荷波动引起的电压及频率波动。仿真研究表明,基于BP神经网络算法的电压电流双闭环PID控制器具有良好的适应性和抗干扰性,有利于孤岛微网的稳定运行。

六自由度模块化机械臂的逆运动学分析

针对自主研发的六自由度(DOF)模块化机械臂,提出一种逆运动学求解方法.根据机械臂的结构特点和运动学约束,对机械臂的运动学进行分析.建立该类型机械臂的正运动学模型,得到了机械臂逆运动学的完整解析解.采用Denavit-Hartenberg(D-H)法对机械臂操作空间进行描述,在考虑机械臂运动学约束的基础上,得到以关节角度为变量的正运动学模型.通过分析正运动学模型的可解性,采用矩阵逆乘的解析法求解机械臂的正运动学模型,得到了该类机械臂逆运动学的完整解析解.通过仿真验证了正运动学模型及运动学逆解的正确性,运动学逆解可以用于机械臂末端执行器的精确定位和运动规划.

一种综合ANFIS和PCA的光伏发电功率预测新方法

提出一种综合自适应神经模糊推理系统(ANFIS)和主成分分析(PCA)的光伏发电功率预测方法,以日期、时刻、历史天气预报中的云层状况和温度为输入量,以光伏发电系统历史发电数据和历史天气预报数据为基础,用主成分分析对输入量降维,提取主要输入成分,与光伏发电功率输出共同构成历史数据库,对历史数据进行训练,建立光伏发电功率的ANFIS预测模型,利用相对均方根误差对模型进行评估。结果表明,本文提出的方法建模速度快,模型预测精度较高。

不确定动态环境下移动机器人的完全遍历路径规划

基于生物激励神经网络、滚动窗口和启发式搜索,提出了一种新的完全遍历路径规划方法.该方法用G rossberg的生物神经网络实现移动机器人的局部环境建模,将滚动窗口的概念引入到局部路径规划,由启发式算法决定滚动窗口内的局域路径规划目标.该方法能在不确定动态环境中有效地实现机器人自主避障的完全遍历路径规划.仿真研究证明了该方法的可用性和有效性.

基于最小二乘支持向量机的动力配煤着火特性预测模型

将最小二乘支持向量机建模方法引入到动力配煤着火特性的分析建模中,针对配煤指标中计算困难的着火温度指标建立了最小二乘支持向量机模型,一方面克服了神经网络算法的过拟合、泛化能力弱等缺点;另一方面提高了求解过程的计算速度。采用微粒群算法(PSO)对模型参数进行优化,模型留一验证得到预测均方误差为8.60,相关系数为0.93,对65个样本进行预测分析,得到较高的预测精度。因此采用最小二乘支持向量机方法可以实现较精确的配煤着火温度预测。

基于改进小波神经网络的光伏发电系统非线性模型辨识

将光伏发电系统看成基于气象参数的非线性黑箱模型,用非线性自回归外推模型对不同天气条件下的光伏发电系统进行辨识。采用了对系统维数不敏感的基于方差分析展开的改进小波神经网络对系统进行非线性自回归外推模型辨识,辨识数据和验证数据均取自实际光伏发电系统。实例研究结果表明:与Sigmoid网络函数法、树分割法及基本小波神经网络法相比,基于改进小波神经网络的非线性自回归外推模型能更好地反应各种不同天气条件下光伏发电系统的动态行为;天气波动的剧烈程度对辨识效果影响较大。

基于四叉树和交叉熵的面向对象图像分割方法

为了解决光照不均的非均匀图像分割问题,提出了基于面向对象思想的图像分割算法.针对非均匀图像的特点,以四叉树作为分析结构,在Shannon熵上推导出子集熵与全集熵的关系,作为图像的面向对象描述.基于此关系,充分考虑非均匀图像子集的局部灰度分布,最小化子集与全集的交叉熵,抹去子集的局部灰度偏移特征,从而得到分割阈值与局部灰度分布相关的分割方法.实验表明,相比常用的动态阈值算法,该算法具有运算量少、分割结果自适应性好的特点.