基于可拓神经网络的汽车涂装线设备故障诊断

针对汽车涂装线设备故障无法及时发现和排除的困难,提出基于可拓神经网络的故障诊断方法。该方法利用可拓学定性和定量描述方式处理结构化知识的特性并结合神经网络并行结构的特点,使可拓神经网络借助并行分布处理结构完成可拓推理过程。依据烘房燃烧加热系统设备监测参数和故障类型,建立基于可拓神经网络的物元输入、输出模型。将参数样本进行训练,对训练结果进行仿真对比实验,实验结果显示该方法相对传统神经网络具有结构简单、反应速度快等优点。

基于PSO-DE算法的污水处理优化控制研究

针对目前污水处理系统能耗过大,处理效果差等问题,提出了基于改进型粒子群算法的优化控制;采用粒子群差分进化算法(PSO-DE)可以提高粒子全局搜索能力与收敛速度,克服粒子早熟现象;在实际应用中建立以溶解氧浓度(DO)与污泥排放量(Qw)为变量,以能耗与出水水质为约束条件的数学模型,通过算法全局寻优求解,验证结果表明该算法能保证出水水质前提下降低污水处理能耗。

基于STM32的汽车涂装线监控系统研究与实现

针对现有汽车电泳涂装线监控系统普遍存在信息采集不全面、分析处理时间长、共享程度低等问题,研究开发了基于STM32的涂装线设备状态监控系统;采用了高性能的STM32处理器,结合通用性好易开发的VC++6.0平台自主开发系统上位机软件,完成对设备数据的采集、处理分析及在线显示;首先,构建了基于数据采集、中央处理、设备控制及通信的下位机硬件系统;然后,采用RS485总线技术实现各采集模块与中央处理模块及上位机的通讯;实验结果表明,该系统运行稳定,数据分析效率高,实现了对涂装线设备的实时监控,具有一定的实用价值。