人工智能在工业自动化系统中的应用

随着技术的飞速发展,人工智能在工业自动化系统中的应用日益广泛。通过深度学习、机器学习等技术,人工智能不仅提高生产效率,还优化设备维护和管理。在生产线上,人工智能可以实时监测设备状态,预测潜在故障,并及时进行维护,从而避免生产中断。此外,人工智能还能优化生产流程,提高产品质量。通过分析生产数据,人工智能可以找出生产过程中的“瓶颈”,提出改进建议。总的来说,人工智能在工业自动化系统中的应用不仅提高生产效率和产品质量,还降低维护成本,为工业发展注入新的活力。

PLC技术在电气自动化控制水处理系统中的应用

针对传统污水处理效率低、质量不佳等问题,设计了电气自动化控制水处理系统,引入可编程序控制器(PLC)技术,介绍了系统控制的总体要求及流程,分别从软件设计、硬件设计及通信系统等方面探究了PLC技术下电气自动化控制水处理系统的构成。实践证实,该系统能够满足实际运行需求,降低了操作人员工作强度,具有较高推广价值。

新型配电自动化主站应用功能设计与信息交互技术

随着配电网精益化运维的发展和配电业务的延伸,以及大数据、云计算、移动互联网和物联网等新技术应用,新型配电自动化主站已成为热点,为此文章详细评述了其应用功能设计与信息交互技术。首先,全面分析了新型配电自动化主站的分布式应用框架,并回顾了近年来配电自动化主站功能应用方面的创新。然后,从信息采集优化、信息交互技术和信息安全防护等方面,概括和归纳了现有配电自动化主站研究成果,并对新型配电自动化主站对信息交互技术的新要求进行了探讨。最后,总结了新型配电自动化主站的技术进步与我国目前的建设现状,展望了新型配电自动化主站未来的研究重点。

自动化专业“电力电子技术”课程综合实践的探索

“电力电子技术”是一门基于控制理论、电子学和电气工程等学科的交叉科学技术,其工程实践能力的培养离不开与控制理论等课程的深入融合。对自动化专业学生面向工程应用的课程融合教学理论进行了探索,建立了电力电子技术综合实践课程教学实验平台并提出了教学改革方法。多课程融合、面向应用的实践教学有助于培养学生学习兴趣,深化课程知识掌握,提高顶层设计和解决工程实际问题的能力。

一种应用于大尺寸测量系统的坐标系自动标定方法

针对现有方法在标定过程中过于繁琐的问题,提出了一种应用于大尺寸测量系统的坐标系全自动标定方法。该方法通过固定两个在测量单元局部坐标系已知坐标的测量节点作为标记靶,测量单元之间相互测量彼此的标记靶获得标记靶上的测量点在不同坐标系下的坐标值,利用这些坐标值建立三维几何约束,从而自动标定不同坐标系之间的坐标转换关系。借助于精密激光定位系统平台进行实验验证,结果表明,所提方法可以实现测量单元局部坐标系之间的自动标定,降低了坐标系标定过程中的人工成本。在距离测量单元布站区域约2 m,大小为5 000 mm×5 000 mm×500 mm的测量空间中长度测量的精度在0.46 mm/m以内,测试点三维坐标测量的标准偏差在0.026 mm以内,可以满足绝大部分工业测量的需求。该方法极大的提高了系统的标定效率,有望为具有自动标定功能的大尺寸测量设备的产品化提供新的理论基础。

结合时间注意力机制和单模态标签自动生成策略的自监督多模态情感识别

大多数多模态情感识别方法旨在寻求一种有效的融合机制,构建异构模态的特征,从而学习到具有语义一致性的特征表示。然而,这些方法通常忽略了模态间情感语义的差异性信息。为解决这一问题,提出了一种多任务学习框架,联合训练1个多模态任务和3个单模态任务,分别学习多模态特征间的情感语义一致性信息和各个模态所含情感语义的差异性信息。首先,为了学习情感语义一致性信息,提出了一种基于多层循环神经网络的时间注意力机制(TAM),通过赋予时间序列特征向量不同的权重来描述情感特征的贡献度。然后,针对多模态融合,在语义空间进行了逐语义维度的细粒度特征融合。其次,为了有效学习各个模态所含情感语义的差异性信息,提出了一种基于模态间特征向量相似度的自监督单模态标签自动生成策略(ULAG)。通过在CMU-MOSI,CMU-MOSEI, CH-SIMS 3个数据集上的大量实验结果证实,提出的TAM-ULAG模型具有很强的竞争力:在分类指标(Acc_(2),F_(1))和回归指标(MAE, Corr)上与基准模型的指标相比均有所提升;对于二分类识别准确率,在CMUMOSI和CMU-MOSEI数据集上分别为87.2%和85.8%,而在CH-SIMS数据集上达到81.47%。这些研究结果表明,同时学习多模态间的情感语义一致性信息和各模态情感语义的差异性信息,有助于提高自监督多模态情感识别方法的性能。

电子信息类专业工程基础课程群高质量思政建设:理念、体系和实践

针对国家对于电子信息类专业人才的紧迫需求,西安理工大学建立了适用于电子信息类专业的工程基础课程群,为电子信息类专业培养高素质、高水平的综合型人才奠定了基础。本文从国际、国内现状出发,阐述了课程群高质量思政建设的内涵、途径与方法。

新一代配电自动化主站信息穿区安全的ANP评估方法

针对新一代配电自动化主站在信息交换过程中所面临的外部干扰、信息失真、系统攻击等系列安全问题,本文提出了一种基于网络层次分析法ANP的新一代配电网自动化主站信息穿区安全性评估方法。首先,从运行状态、配置方式、运行工况和管理安全等多方面构建了新一代配电自动化主站信息穿区安全性综合评价指标体系;其次,详细阐述了ANP的典型结构,并应用ANP求取综合评估指标体系的赋权;最后,通过天津地区典型的实际案例分析,验证所提指标体系及评估方法的合理性与可行性。

西安理工大学自动化与信息工程学院教授柯熙政:勇当现代信息技术发展的领头雁 实现信息与通信工程学科新飞跃

积极探索不畏前行针对授时设备的基准问题,柯熙政建立了一种多尺度数据融合模型,将小波原子时算法应用于工程实践,以提高时间尺度的频率稳定度。相关技术获批2项发明专利和2项计算机软件著作权,并获2007年度陕西国防科技进步二等奖、2012年陕西省科技进步二等奖。

企业自动化和信息化服务的发展趋势与未来

分析了企业自动化和信息化发展史、自动化和信息化服务的存在、成长、发展和壮大的全过程，评价了自动化和信息化服务的未来发展及首钢在此领域所作的努力。

首钢自动化、信息化发展之路

岁月峥嵘说当年共话改革开放30载1978年改革开放迎来了中国经济发展的春天,也迎来了中国自动化技术高速发展的春天,30年来,自动化技术日新月异,自动化产品不断升级,应用日益深入,中国工业企业的自动化水平所取得的前所未有的发展和进步举世瞩目。回望30年的改革开放,让我们留在记忆里的,不应仅仅是排列整齐的数字,也不应仅仅是庄严肃穆的大事记,更应该是一个个写满梦想与希望的人生,更应该是一段段镌刻着时代印痕的故事。作为自动化领域的权威媒体,《自动化博览》已扎根这个行业数十年,以其专业、独特的视角聚焦整个自动化行业。2008年是中国改革开放30周年,也恰逢《自动化博览》25岁的生日。值此之际,我们邀您一同打开记忆之门——发掘那已经被时间深埋的记忆,整理那像竹简一样散落的过往。岁月峥嵘说当年,共话改革开放30载,让我们一同来聆听发生在这30年中,有关于中国自动化产业的点滴故事吧。

基于密集残差物理信息神经网络的各向异性旅行时计算方法

针对目前利用物理信息神经网络计算旅行时只是应用在各向同性介质上、在远离震源时误差较大和效率低等问题,而有限差分法、试射法和弯曲法等方法在多震源、高密度网格上计算成本高等问题,提出一种密集残差物理信息神经网络计算各向异性介质旅行时的方法。首先推导了各向异性因式分解后的程函方程作为损失函数项;其次引入局部自适应反正切函数为激活函数和L-BFGS-B(Limited-memory Broyden-Fletcher-Goldfarb-Shanno-B)作为优化器;最后在网络中采用分段式训练的方式,先训练深层密集残差网络,然后冻结其参数,再训练具有物理意义的浅层密集残差网络,从而评估网络得到旅行时。实验结果表明,所提方法在均匀速度模型下的旅行时最大绝对误差达到了0.0158μs,其他速度模型下平均绝对误差平均下降了两个数量级,在效率方面也平均提高了1倍,明显优于快速扫描法。

神经网络在自动扒渣控制优化中的应用

某钢厂计划改造KR脱硫站扒渣位,前期进行了图像分析的软硬改造,但受限于成像位置,自动控制效果不佳。通过引入神经网络预测倾翻终点的位置,转换像素坐标,提高了自动倾翻终点的准确度,提升了自动扒渣控制扒渣臂的精度,使整个自动扒渣流程更精确流畅。

工程认证驱动的自动化专业培养复杂工程问题能力课程体系构建

智能制造技术和人工智能的迅猛发展,对高校自动化专业人才的培养而言既是新机遇,也提出了新挑战。针对自动化专业课程体系建设的现状,结合四川轻化工大学专业的特点,基于“新工科”、工程教育专业认证对自动化专业课程体系的要求,制定了解决复杂工程问题能力的渐进培养路线并重构了课程体系,分析了自动化专业课程体系支撑毕业要求关系布局的合理性,为自动化专业解决复杂工程问题能力人才培养提供有益的探索。

计及信息不确定性的多端交直流混合配电网分布式二级协同控制

分布式一致性控制(distributed consensus control,DCC)因其灵活协同能力成为交直流混合配电网二次控制的新途径.然而,传统DCC并未考虑实际通信环境中存在的随机时变时延和数据丢包问题,这致使其在非理想通信环境下难以稳定跟踪一致性期望目标.为此,本文提出一种计及信息不确定性的分布式二级协同控制策略.利用变量累加补偿机制,对时变时延和数据丢包进行统一等效.进而基于附加一致性算法(surplus consensus algorithm,SCA)构建具有零稳态误差特性的估计器,并对其收敛性进行推导证明.在此基础上,设计稳态收敛性能不受通信约束干扰的SCA-DCC控制器,实现非理想通信环境下的精准平均电压偏差调节和有功功率成比例分配.随后,以时延容忍度为指标优化SCA-DCC控制器参数,满足系统在不同通信条件下的稳定需求,进一步增强控制器的通信鲁棒性.仿真结果表明,在不同功率扰动和故障工况下,与现有控制策略相比,所提控制策略能够克服时变时延和数据丢包产生的负面影响,在维持较优动态响应性能的同时使稳态电压偏差降低73.08%~85.25%,具有控制精度高和抗扰动能力强的特点.

货架下方可通行无人仓中多自动导引车系统的路径规划

多自动导引车(automated guided vehicle,AGV)系统进行搬运作业时容易发生冲突、碰撞和死锁。为此,引入多值栅格和交通规则改进A*算法解决货架下方可通行场景下多AGV系统的轨迹规划问题。为提升系统搬运效率,通过增加货架召回机制、转弯代价和热度代价对规划路径进行优化,并采用二叉堆数据结构提高路径规划速度。利用Python搭建了可视化的四方向栅格无人仓模型,对改进A*算法和轨迹优化策略进行仿真验证。仿真结果表明,改进A*算法具有求解速度快、防死锁能力强的优点,可以快速完成该场景下的多AGV系统的路径规划。

钢厂电气设备自动化调试技术运用探讨

传统的电炼钢设备在操作过程中不能进行自动调试,从而增加了人工成本.因此,对钢厂电气设备自动化调试技术进行详细分析.该技术在钢厂电气设备中,自动化调试技术的应用,为人们带来便捷,提高了生产效率.同时,本文对电气自动化调试的标准要求进行讲述,在自动化调试技术中遇到的问题如何采取措施,以及钢厂电气设备自动化调试技术的具体实施方案,对于应用到自动化调试技术的优势特点,进一步进行分析和探讨,为后期同项目发展提供参考性建议.

基于CGDNN的低信噪比自动调制识别方法

针对非协作通信环境中,自动调制识别(automatic modulation recognition,AMR)在低信噪比下泛化能力有限、分类精度不高的问题,提出一种由卷积神经网络、门控循环单元和深度神经网络组成的模型—CGDNN(convolutional gated recurrent units deep neural networks)。首先对I/Q采样信号进行小波阈值去噪,降低噪声对信号调制识别的影响;然后用CNN和GRU提取信号空间和时间特征;最后,通过全连接层进行识别分类。与其他模型对比,验证CGDNN模型在提高AMR性能的同时,显著降低了计算复杂度。实验结果显示,CGDNN模型在RML2016.10b数据集上的平均识别准确率达到了64.32%,提高了-12 dB~0 dB的信号分类精度,该模型大幅减少了16QAM与64QAM的混淆程度,在18 dB时达到了93.9%的最高识别准确率。CGDNN模型既提高了低信噪比下AMR的识别准确率,也提高了模型训练的效率。

电子信息工程中自动化技术发展措施探究

自动化技术在各个行业之中发挥了重要的作用,在电子信息工程中应用自动化技术可改善传统的生产工作模式,为各行业的发展带来有效的帮助。为了充分发挥出自动化技术的作用,应根据电子信息工程特点进行合理应用。通过对自动化技术的介绍,分析我国电子信息工程自动化的发展现状,阐述自动化技术在电子信息工程中的应用实践、支持以及发展趋势,为电子信息工程的发展打下良好的基础。

基于多策略融合的自动摘酒系统的设计

针对目前我国摘酒工艺自动化程度低、稳定性差、方式单一、无统一量化标准等问题,设计了一种多策略融合的自动摘酒系统。该系统以PLC为核心控制器,触摸屏为人机交互单元,通过在线检测和处理酒精浓度、流速、温度等参数,结合糟源信息自动选择相应的摘酒策略,控制伺服电机驱动分酒管,将酒液分配至不同接酒口,实现全自动摘酒过程。通过旁路采样检测以及酒精度异常值剔除,酒精度实际检测精度达到±0.5%(体积分数),累积流量的检测精度达到±1 L。基于此设计加工样机,在四川泸州某浓香型酒厂进行了测试,结果表明,自动摘酒与人工摘酒在不同糟型及不同分段依据下的相对误差均小于2%(体积分数),说明该系统稳定性强,能适应实际酿造过程。