参数不确定系统鲁棒H_∞保代价滤波器设计新方法

提出参数不确定线性系统的鲁棒H∞状态估计的新方法,并采用一种新的基于线性矩阵不等式(LMI)的设计方法得到问题的解。数值例子计算表明,该滤波器具有良好性能。

基于生成对抗网络和深度森林结合的粮食加工过程污染物小样本数据扩充及预测

粮食加工过程污染物的准确预测对粮食安全具有重要意义,但由于粮食加工工艺复杂,污染物检测困难导致数据量较小,难以满足建模预测所需,需要研究小样本的污染物数据扩充方法。同时,较小样本量的粮食加工过程污染物数据往往缺乏足够的先验知识,传统监督学习的方法对其预测精度较低,且现有连续型深度学习模型不适于粮食加工过程这一间歇过程,需研究基于无监督学习和离散深度学习的粮食加工过程污染物预测方法。为此,本文针对粮食加工过程污染物提出基于时间生成对抗网络(time generative adversarial networks,TimeGAN)的数据扩充及基于生成对抗网络(generative adversarial networks,GAN)和深度森林(deep forest,DF)结合的预测方法。首先构建TimeGAN模型,对小样本数据学习后得到多组样本数据,实现数据扩充;将无监督学习的GAN模型与适用于离散过程的DF模型结合,构建GAN-DF模型,实现污染物预测;再分别将DF与长短时记忆(long short-term memory,LSTM)-DF模型作为生成器嵌入到GAN,构建DFGAN与LSTM-DFGAN模型,进一步提高污染物预测的准确度。通过稻谷加工过程的金属污染物Pb数据(Pb含量)进行仿真验证,结果表明TimeGAN方法扩充数据可行,LSTM-DFGAN模型的综合预测效果最好,其扩充数据后的预测平均绝对误差和均方根误差低至7.50×10^(-5)mg/kg和1.60×10^(-8)mg/kg。

基于图像处理和小波去噪的化工信号分析

通过分析一例含噪化工信号,介绍一种经济简便的对连续信号采样的方法。首先使用扫描仪将记录纸上的信号曲线转化为数字图像文件,并进行预处理;然后用列平均法得到曲线上各列的纵坐标值,再按照一定比例转化成实际信号的幅值,这样间接得到了原信号的离散采样数据,并且将其保存为mat文件,最后用Matlab提供的小波函数进行去噪、恢复原信号。这种方法不需要任何额外设备,因此很适用于那些需要进行信号分析却没有数据采集系统的小型装置。

基于小波变换和模糊相似关系的工艺参数优化

根据小波变换模极大值检测奇异点原理,对一个实际的反应器压力波动信号做出稳定性评价,在此基础上,通过分析生产过程中得到的结果数据与生产责任指标之间的模糊相似关系,找到最贴近生产责任指标的生产结果,将其对应的操作参数作为优化工艺参数的依据,这种优化方法简便有效,对其它生产装置有很好的借鉴作用,尤其是那些设计有缺陷却在维持生产的装置。

“以点带面”式新工科专业课程思政教育——以“新生工程体验”课程为例

“新生工程体验”是北京工商大学自动化专业的第一门专业课,是具有导论性质的新工科专业课程,对于构建学生利用自动化知识去认识分析问题与解决问题的能力十分重要。文章针对该课程特点,深入分析研究其蕴含的思政教育元素,从专业知识的引入,新工科创新实践能力培养以及构建思政教育体系等多个方面阐述了课程建设的目标及内容。文章切实结合科学知识与爱党爱国主义情怀,丰富“新工科”思政教育教改方法及教学理论,为该课程的课程思政体系的搭建和课程建设提供借鉴。

基于宽度回声状态网络的菜籽油加工参数自动决策方法研究

目的 实现菜籽油生产过程中加工参数的自动给定,研究基于人工神经网络的自动决策方法。方法 利用菜籽油加工过程的检测数据,建立一种宽度回声状态网络模型对加工参数与危害物的内在映射关系进行建模;在危害物含量要求下,利用此模型可实现加工过程参数的自动给定。结果 以脱臭工序为例的实验表明,所提方法能够有效利用已知变量自动计算出加工参数,宽度回声状态网络的计算精度优于其他几种典型循环神经网络模型。结论 所提方法可有效提升菜籽油加工过程危害物的自动控制水平,进而提升加工过程的科学性和规范性。

基于优化的灰色关联分析-极限学习机食用油污染物风险评价模型研究

近年来食用油安全事故频发,为降低这类事件的威胁,对其风险评价模型进行研究有着极其重要的意义。针对目前食用油检测数据高维性、非线性、离散性和含噪声的特点,现有风险评价模型存在噪声抑制能力差、评价不准确和模型参数调整主观性强等问题。对此,本实验提出一种食用油污染物风险评价模型。首先进行风险指标筛选以及数据预处理,然后将处理后的数据输入到基于小波阈值法的滤波模块中进行滤波,随后通过灰色关联分析计算各风险指标的权重来制定多指标综合风险值标签;由极限学习机(extreme learning machine,ELM)对综合风险值进行预测,在上述过程中利用实用贝叶斯优化算法分别来优化滤波模块和ELM网络的参数;最后利用模糊综合分析对预测综合风险值进行风险等级划分。本研究依托150组食用油数据进行分析,详细阐述了该模型的使用流程,通过不同模型对比实验,本研究模型决定系数R2和均方根误差分别为0.0563和0.9461,进一步验证了方法的优越性和有效性,可以为相关部门制定风险控制策略、抽检策略以及优化加工链提供更为合理的依据。

温度和水分影响下的粮食真菌污染预测及优化控制

构建以温度和水分为影响因素的真菌生长模型预测真菌生长趋势,并提出对粮食储藏过程温度和水分的优化控制方法。在现有基于温度的微生物生长动力学模型基础上,加入水分影响因素,并通过改进二维正态分布模型将菌落直径生长模型转换为真菌孢子数增长模型;通过对模型离散化、增量化实现对真菌生长趋势的预测;根据粮食真菌污染的特点,改进预测控制模型,建立以真菌生长为预测变量、以温度和水分为控制变量的优化控制目标函数,并采用不动点法迭代求解实现菌落生长速率和温度、水分控制成本的全局最小化。采用稻谷储藏实验数据验证,真菌生长模型拟合的确定系数达到0.7553,真菌生长速率降低到0.0263×10^(6)个/g·d。

基于伪测量的分布式最优单步延迟航迹融合估计

融合中心如何处理无序局部数据,对分布式多传感器系统的运行品质至关重要.本文将系统中的局部估计转化为伪测量,将分布式融合估计转化为二级集中式融合估计.将所得的伪测量兼分布式融合估计算法与单步延迟的无序测量数据(out-of-sequence measurements,OOSM)最优滤波—A1算法进行组合,得出了分布式多传感器系统的最优单步延迟无序航迹(out-of-sequence tracks,OOST)估计算法,适用于航迹无序局部数据融合估计.该算法具有最优估计性能.

应用于状态监测的多传感器融合估计

在状态监测的工程实际中,使用多个同类传感器进行在线测量可以得到更为准确的状态估计.但各传感器测量噪声会出现相关的情况,而且很难得到相关测量噪声的方差矩阵的精确值,测量系统往往是不确定的.本文根据系统测量将系统分解为确定和不确定扰动两部分,分别进行估计,然后将两者的融合估计结果相加得到了最优鲁棒的融合估计.针对确定部分,利用同类传感器的测量方差为Pei-Radman矩阵的特性,通过求解测量噪声方差矩阵的最大特征值得到了一种简便的最优融合估计算法,该算法避免了求解方差矩阵的逆的过程.针对不确定扰动部分,基于多胞型描述模型给出了线性矩阵不等式形式的鲁棒融合估计算法.

相关测量噪声的多传感器最优融合状态估计

当检测环境中有一个统一的噪声源时,各个传感器的测量噪声是相关的.许多算法都假设各个传感器的测量噪声是不相关的,因为这是保证测量噪声方差矩阵平行解耦的必要条件.基于矩阵相似变换的理论,提出了一种使多传感器相关测量噪声方差矩阵解耦的方法,该方法使多传感器数据融合测量模型转化成测量噪声不相关的新模型,推导了存在相关测量噪声的多传感器数据融合最优状态估计算法.当测量噪声不相关时,算法与以往的具有不相关噪声的最优算法相同.

集中式与分布式鲁棒状态融合估计

研究不确定多传感器系统的鲁棒估计问题是多传感器融合估计理论的一个重要研究方向.本文以鲁棒滤波理论为基础,给出了不确定多传感器系统的多胞型描述模型,并利用LMI方法给出集中式鲁棒状态融合估计问题的解,证明了将集中式鲁棒融合估计转化为相同估计性能的分布式融合估计算法的条件.最后给出了分布式不确定多传感器系统的状态融合估计的一个算例.

基于LMI方法的参数不确定多传感器系统的集中式融合估计

研究了范数有界不确定描述模型和多胞形不确定描述模型所代表的一类参数不确定多传感器系统的集中融合估计问题。应用H∞理论详细地比较了基于不同模型的两种融合方法时域和频域功能,给出了集中鲁棒融合估计的理论结果。并应用MATLAB的LMI工具箱,分析了仿真计算结果。

小麦加工链中重金属镉含量的深度网络预测模型

镉污染范围广、毒性大、易侵入,被认为是最具危害性的重金属之一,人长期摄入过量的镉会引起很多疾病甚至癌症。因此,在小麦加工链中预测镉元素含量的变化趋势,制定相应对策来降低其危害,具有重要的现实意义。针对小麦加工链镉含量数据含有强非线性、强随机性噪声而导致的传统建模拟合度不高等问题,本研究提出一种基于正则化方法的深度预测模型。首先,利用门控循环单元(gated recurrent unit,GRU)建立深度预测模型。其次,使用正则化方法修改模型的损失函数,通过加入噪声惩罚项来淡化训练时模型对于噪声的拟合程度,减小噪声对模型预测性能的影响。最后,使用贝叶斯优化方法进行超参数的选择,保证所建立的模型能够准确地预测小麦加工链各环节中的镉含量。本研究的预测结果表明,如果原麦中镉含量小于0.1 mg/kg,则经过加工的成品小麦粉也基本满足GB 2762—2017《食品安全国家标准食品中污染物限量》的要求。

基于“三全育人”理念的导师思想政治教育模式——高校研究生专业思政教育建设探索

研究生教育是高等教育人才培养的最高层次,是中国特色社会主义现代化建设拔尖创新人才培养的重要渠道。研究生思想政治教育是研究生教育的重要组成部分之一。依据“三全育人”理念,研究导师在研究生学习的多个关键环节中的思想政治引导作用,包括导师思想政治教育的方式、接触时机、主要任务等。通过设计系统化的研究生专业思政教育模式,构建具有示范效应的科学研究与思想政治教育同行的双线并行研究生培养范式,给出研究生导师的专业思政教育体系,实现研究生科研、思政双收获的教学目的。

基于Windows95的PC与PLC串行通讯口程序设计

就开发PC与PLC之间串口通讯程序进行探讨 ,上位机应用基于windows95的MSVB编程软件 ,下位机选用西门子CPU214,结果表明 ,两者的通讯具有很好的可靠性。

多传感器信息融合的最优状态估计方差

多传感器信息融合位置级融合算法中,测量融合(Measurementfusion)算法是最优的。本文证明了测量融合算法的估计方差由系统的"测量函数"决定。该函数值越大,系统的融合估计方差就越小。仿真说明了以上结论的正确性。

浅谈自动化类专业基础课“金字塔型”教学模式——以“自动控制原理”为例

自动化类专业基础课教学面临着"教"与"学"之间诸多矛盾,针对这些矛盾,文章以"自动控制原理"为例,构建了由教学环节、练习环节及提高环节组成的"三维立体化金字塔型"教学模式,教学实践表明,学生在"自动控制原理"的学习中,理论和实践方面得到了不同程度的提高,在培养学生学习习惯、兴趣方法等方面取得了明显的实效。

蚕丝纤维微观结构研究中的新技术

以小波变换理论为依据 ,提出了图像的三维特征重构与模式识别新技术的实现方法 ,同时分析了它在蚕丝纤维微观结构研究中的应用。

基于神经网络的多源信息融合在发酵产物效价预测中的应用

利用神经网络对影响发酵过程的多源信息进行融合,得到发酵产物的效价预测。通过应用,比较了BP网络和RBF网络的融合预测效果。实例结果表明,RBF网络的预测结果略好于BP网络,预测结果准确,方法可行。