变电站巡检机器人室内外无缝定位算法研究

为提高巡检机器人在变电站室内外交互的复杂场景下的定位性能,提出了一种基于传感器精度和多源信息融合的无缝定位方案,通过室外GPS/IMU组合定位和室内AMCL定位的平稳切换,实现了巡检机器人在变电站室内外交互环境下的无缝定位。同时针对定位过程中的机器人绑架问题,利用GPS定位信息辅助AMCL算法重定位,提高了定位算法的鲁棒性。在仿真实验场景下对该算法进行了实验,结果表明,在变电站室内外切换场景下,该算法可以获得稳定连续的定位数据,其均方根误差相比GPS/IMU与AMCL单独定位分别降低了63.4%和54.9%,机器人重定位时间相比原算法降低了47.1%。

风机叶片精准巡视的无人机控制策略研究

应用无人机对风力发电机叶片进行精准巡视时,因定位误差以及外界干扰,会导致采集到的桨叶信息不全,针对这一问题提出一种风机叶片精准巡视的无人机控制策略。首先,根据无人机正对风机采集到的全景图,计算叶尖的位置坐标,从而得到巡视航线并设置巡视航点,实现对桨叶的全覆盖图像采集;接着,设计一种基于视觉的设定值修正器,先依次对摄像机采集到的原始图像进行灰度化、滤波降噪、边缘检测、直线提取;最后,对提取到的直线过滤并分类,进而计算图像中桨叶的中心线及其在图像坐标系中的截距,以此生成控制量对无人机的位姿进行调整使桨叶位于图像中心,同时对其进行稳定性分析。经仿真试验表明,提出的策略可达到对风机叶片精准巡视的目的,为风力发电机的精细巡检提供可参考的方案,同时也可推广到对其他电力设备的精细巡检应用。

变电站巡检无人机分层运动规划方法研究

为提升无人机变电站巡检作业的效率与质量,提出一种基于前端路径搜索和后端轨迹生成的巡检无人机分层运动规划方法。前端基于改进A^(*)算法进行路径规划,通过改进启发函数和约束节点扩展方向,提高规划速度和减少路径转弯。后端提出一种结合路径点筛选的snap最小化轨迹优化方法,生成有利于无人机巡检跟踪的平滑轨迹。仿真试验结果表明,改进的前端路径规划方法能够更快地获得转弯更少的飞行路径,结合关键点筛选的后端轨迹优化能够生成时间更短的飞行轨迹。跟踪后端优化轨迹可以获得比路径跟踪更高的跟踪精度,有利于保障无人机在巡检过程中的飞行安全与飞行稳定。

基于无人机视觉的风机桨叶叶尖定位方法

应用无人机对风力发电机进行自主巡检时,需对其桨叶叶尖做出精准定位。为此提出一种基于无人机视觉的叶尖定位方法。无人机利用风机粗略偏航信息到达指定位置后,并利用Yolov5模型对风机桨叶、轮毂等部位进行特征提取;根据提取到的特征点计算单应性矩阵并将其分解,得到无人机偏移量;基于混合式视觉伺服设计修正器对无人机位姿进行修正,从而使无人机正对风机并进行全景图采集,同时对其进行了稳定性分析;利用全景图以及无人机的位姿对桨叶叶尖进行三维空间定位。仿真实验表明,设计的控制器可以使无人机在15 s内自主完成正对风机操作并对其进行全景图采集,提出的方法可对风机桨叶叶尖进行精准定位,定位误差仅在±5 m内。

适应于环境空间变化的激光雷达SLAM建图方法

为解决在空间大小发生明显变化的环境中,现有算法建图容易发生漂移等问题,提出了一种适应于环境空间变化的Adp-lio-sam建图方法,以提高lio-sam算法的通用性。改进了点云去畸变方法,使用KF融合激光雷达帧间位姿插值和IMU插值后得到的位姿进行运动补偿;使用模糊算法对不同大小的空间环境适配不同的点云滤波阈值;优化了回环检测约束条件。实验结果表明:在环境空间大小改变、特征类型改变、结构相似度改变的实验中,改进算法比已有算法的回环误差平均可降低47.6%,z轴平均误差平均可降低36.4%,地图质量明显提升,且满足实时性需求。

一种基于SiamRPN的无人机目标跟踪及控制算法

针对旋翼无人机自主跟踪陆地移动目标的需求,构建了一种能够适应尺度变化、遮挡、姿态变化等干扰环境下的无人机自主稳定跟踪与控制系统。通过基于深度学习的孪生网络提取目标在机载摄像头的成像位置,获取目标的相对位姿;设计图像处理算法对跟踪框内的图标进行处理,得到无人机相对于跟踪目标的偏航角,引入卡尔曼滤波对上述位姿信息进行处理,实现与移动目标轨迹几乎重合的跟踪控制。该算法基于Gazebo仿真平台实现,能够在干扰因素条件下对移动目标进行长时稳定的跟踪。

风机自主巡视的无人机控制策略研究

应用旋翼无人机对风力发电机进行自主巡视时,需正对风机采集全景图,计算桨叶空间位置,进而对巡视航线和航点做出规划。为此提出一种风机自主巡视的无人机控制策略。首先,采用Yolov5神经网络模型对风机各部位进行提取,同时利用风机各部位像素坐标计算无人机位姿修正量并设计控制器,使无人机到达正对风机的位置对其全景图进行采集;其次,根据全景图计算桨叶叶尖的空间坐标,规划出巡视航线及初始航点,达到对桨叶的全面图像采集;最后,为克服定位误差等因素的干扰,设计控制器使无人机可依据图像信息进行位姿调整,使桨叶保持在图像中心位置,达到对风机精准巡视的目的。仿真试验表明,所提出的策略可达到对风力发电机自主巡视的目的,其中的设计思路也可为其他电力设备的巡检方案提供参考。

模糊量子遗传算法及其在热工过程模型辨识中的应用

针对量子遗传算法(QGA)中旋转变异角相对固定的缺点,将模糊自适应的思想引入QGA,提出了模糊量子遗传算法(FQGA)。对典型函数测试表明:该方法有效地提高了量子遗传算法的计算精度和收敛速度。同时利用这种模糊量子遗传算法设计了一种通用的热工对象模型辨识算法,并编制了专用的模型识别软件,对典型热工过程进行辨识,取得了令人满意的效果。最后对某电厂循环流化床锅炉一次风对床温的传递函数进行辨识,结果表明该方法是一种简单易行的辨识算法,具有实用价值。

基于改进粒子群算法的主汽温控制系统PID参数优化

介绍了一种基于改进的粒子群优化(PSO)算法的PID控制器参数优化方法。通过将PSO基本算法中的惯性权重进行线性递减,很好地协调了PSO的全局与局部寻优能力。将改进的粒子群PID控制器参数优化方法应用于多扰动、大惯性的电厂主汽温控制系统,仿真结果表明,该方法在保证控制系统稳定性的基础上极大地提高控制系统的精度和快速性。

自整定PID控制算法在优化控制站中的应用

PID控制的核心技术在于如何整定出PID控制器的三个核心参数,使PID控制达到预期的控制效果。专家系统对PID控制参数的整定过程包括系统控制性能判别、过程响应曲线特征识别、控制参数调整量确定及PID参数修改等。本文应用专家系统和专家控制系统的基本知识设计了一个专家整定PID控制系统。其知识库是在分析了积分时间与闭环振荡周期的对应关系,根据对不同比值下曲线所呈现的不同形状,归纳总结出一组新的PID参数整定规则公式。通过将该规则在MATLAB以及在热工优化控制平台中实验验证,证明此规则对PID参数整定具有良好的指导性。

带有干扰观测器的PID-CMAC控制系统设计

PID神经网络有很强的拟合能力,它用于基于神经网络逆模型的干扰观测器设计,并进一步设计了带一种带有干扰观测器的PID-CMAC复合控制系统。该系统解决了内扰无法观测的问题,通过设置干扰观测器加快了消除内扰的过程,CMAC的控制作用使系统输出能够更快地跟踪系统输入。实验表明,该控制系统不仅能够提高系统输出跟踪系统输出的能力,而且能够更快地消除内扰。

一种改进自适应阈值的ORB算法研究

ORB(Oriented FAST and Rotated BRIEF)算法提取特征点时使用固定阈值,在不同场景或光照突变环境中会出现特征点匹配数目较少、匹配正确率较低、适应性较差的问题,针对这一情况提出了一种全局自适应阈值与局部自适应阈值结合的方式改进算法。首先根据图像的灰度分布判断亮度变化情况,针对整体亮度变化与局部亮度变化两种情况分别采用全局或半全局自适应阈值方案,并与局部自适应阈值相结合,通过建立评价函数得到阈值计算公式中自适应参数值,完成FAST(Features from Accelerated Segment Test)特征点提取,计算描述子,借助KNN(K-nearest Neighbor)算法完成特征点对筛选。实验结果表明,改进后的ORB算法在整体光照变化时特征匹配点对数量平均提升129.9%,正确率平均提升15.94%,局部光照变化时特征匹配点对数量平均提升149.4%,正确率平均提升3.53%。

一种新型的动态递归神经网络及其算法

通过对Elman网络的研究 ,提出了一种新型的基于输入层、隐层、输出层神经元递归的动态递归神经网络 ,并给出了其算法。通过在系统辨识中的应用表明 ,该网络收敛速度快 ,模型精度高 ,具有较为广阔的应用前景。

湿法烟气脱硫系统的pH值分析及pH计安装位置改造

应用机理分析方法,对石灰石湿法烟气脱硫系统进行了研究分析,给出了脱硫系统操作pH值控制范围,分析结果对实际运行参数的选取具有一定的指导意义。同时,吸收塔浆液pH计的安装位置对其降低设备磨损和检修费用,提高脱硫系统运行的安全性、可靠性,达到经济运行目的特别重要。提出了对神华国华徐州发电有限公司1 000MW机组pH计安装位置的一种改造方案。

一种新的T-S模糊模型辨识算法

针对非传统T-S模糊模型,给出了一种新的辨识方法。利用改进模糊划分聚类算法辨识前件参数,最小二乘法对模糊模型的后件参数进行辨识。应用Box-Jenkins煤气炉数据和一个非线性系统进行仿真实验,结果证明了该方法的有效性与实用性。

改进思维进化算法在过热汽温系统中的应用

应用改进的思维进化算法优化PID参数。思维进化算法的子群体间彼此独立操作,因此会有重复操作,重叠的区域,因而造成资源浪费。将小生境技术引入到思维进化算法。它对群体进行划分,减少重复搜索,保持群体的多样性,提高搜索效率。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温被控对象的仿真研究,结果表明:改进的思维进化算法寻优速度快,计算量小,对PID参数优化是非常有效的,使得主汽温控制系统取得了较好的控制品质,系统的鲁棒性比较强。

基于融合相似度的制粉系统健康预警及故障诊断

反映火电厂制粉系统健康状况的参数众多,同时监视这些参数难度较大且故障诊断过程过于复杂。为此提出了一种适合工业系统的基于融合相似度的健康预警实现方法和故障诊断算法。此融合相似度由一种新型的基于主成分分析的加权马氏距离和加权正弦相似度融合而成。基于该方法形成的诊断系统无需大规模样本库或记忆矩阵并具有自学习能力,算法运行中可自行修正计算融合相似度所需要的中心参数。仿真结果表明,该方法结构简单可靠,诊断正确率高,实时性强,适合在线运用。

改进Hybrid A^(*)的拖挂式移动机器人路径规划算法

为了提高传统Hybrid A^(*)算法的路径规划效率和安全系数,提出一种改进的Hybrid A^(*)路径规划算法,并将此算法应用在拖挂式移动机器人系统上。首先,对启发函数进行改进,以减少路径规划过程中的计算量,从而提高规划效率;其次,设计障碍惩罚函数,进而实现提前避开行进路径上的障碍物,避免在U型障碍中陷入局部最优解;最后,考虑到拖挂式机器人模型结构的特殊性,无法将其视为质点,为此采用碰撞检测算法来提高规划路径的合理性和准确性。仿真试验验证,提出的改进Hybrid A^(*)路径规划算法可适用于拖挂式机器人系统,且具有规划效率和安全性能高、路径平滑等特点,为其在实际应用中的路径规划提供理论依据。

智能压流网在电站仿真机中的应用

压流网在电站仿真机建模中有着比压力节点更好的效果,但是实际应用中其需要修改的参数很多且不易确定使得调试过程极其繁琐且效果不佳。为解决上述问题,应用粒子群优化算法对压流网算法代码进行优化,使其可以在一定的导纳取值范围内自动搜索到最合适的导纳值,使得仿真模型的建立更加便利和精确。实验结果表明,智能压流网算法可以快速正确的寻求到最优导纳值且达到仿真需求。

一种提升高程精度的低空无人机SLAM定位方法

旋翼无人机能够实时精准感知自身位置是无人机实现后续相关技术的关键前提之一。为了提高旋翼无人机的定位精度,提出了一种基于激光雷达的SLAM(Simultaneous Localization and Mapping)定位方法。该方法通过融合三维激光雷达与IMU(Inertial Measurement Unit)来提升系统整体性能,对点云进行降采样,利用激光点云信息对旋翼无人机的高程进行计算,对激光雷达帧间匹配得到的有累计误差的高度变化进行更新,利用回环检测技术增加闭环约束,最后在SLAM系统后端进行联合优化。在保证无人机平稳飞行的状态下,该方法比A-LOAM算法在轨迹的平均误差上降低了约4倍,高程精度提升一个数量级至厘米级,改进了系统对高度不敏感以及误差积累过大的问题,提高了无人机工作效率及安全性。