工厂计算机控制系统的抗干扰设计与实施

从计算机控制系统的特点，结合作者的实际经验提出了计算机控制系统在设计和制造时的抗干扰措施，对设计工业计算机控制系统具有指导作用。     

“计算机控制技术”CAI课件研制与辅助教学研究

多媒体辅助教学（CAI）已经在教学中得到了广泛的应用,本文介绍了综合使用多种多媒体开发工具研制“计算机控制技术”CAI课件的方法,并对CAI课件在辅助教学方面的策略进行了研究。通过在教学中多次使用表明,该CAI课件及辅助教学方法可以提高课堂教学效率和教学质量,同时对激发学生的学习兴趣和创新性也起到了积极的效果。     

基于LEACH协议的数据融合技术

提出一种基于LEACH协议的两层数据融合方案（MLDA-LEACH）。根据LEACH协议的分簇结构,首先,簇成员节点使用卡尔曼滤波算法对采集的源数据进行去噪处理;然后,簇首节点采用分布图法对数据进行预处理,再应用自适应加权算法进行数据融合。实验结果表明,这种基于LEACH协议的两层数据融合方案MLDA-LEACH与传统LEACH算法相比有效地减少了冗余数据,降低了传感器节点的能耗,延长了无线传感器网络的生命周期。     

H2/H∞鲁棒控制器设计的线性矩阵不等式方法

对于一类同时具有H2和H∞性能指标约束的线性系统,基于线性矩阵不等式处理方法（LMI）,设计了系统的状态反馈控制器。通过LMI工具箱提供的求解器,可以方便、有效地得到所求控制器的参数化表示。仿真结果表明了混合H2/H∞控制对干扰抑制的有效性。     

用低温甲醇净化不含硫原料气的工艺 程简化

采用低温甲醇洗净化系统模拟软件（ＲＰＳ）,针对合成氨原料气中不含硫的情况,研究了采用低温甲醇脱除ＣＯ２的净化工艺流程,最终组合成一个结构简单、能耗较低的工艺流程,供工业设计选用。     

基于神经网络的轮胎硫化过程建模及模糊控制

本文利用基于BP算法的人工神经网络,加入移动窗口技术和回流技术,建立轮胎硫化过程的动态温度分布模型,所建立的模型与实际拟合良好,具有实用性。为保证轮胎内部各部分达到均匀一致的硫化效果,根据模糊控制的思想用脉冲加热控制方式得到了满意的控制效果。     

一类时滞系统的模型参考自适应控制

模型参考自适应控制系统已较广泛地应用于工业过程,其设计方法有的比较成熟,有的还正在发展,有待完善〔１〕。模型参考自适应控制系统的设计关键在于参考模型的给出。本文针对实际过程的特点,将一些复杂高阶系统简化为一类时滞系统。（即：一阶加纯滞后或二阶加纯滞后）,并且提出了时滞系统的模型参考自适应控制的设计方法。仿真证明,该方法设计的自适应控制系统具有很好的鲁棒性,可广泛地应用于一般过程控制取代ＰＩＤ控制器。     

基于深度学习的多模态融合三维人脸识别

二维人脸识别受光照、遮挡和姿态的影响较大. 为了克服二维人脸识别的缺点, 本文提出了一种基于深度学习的多模态融合三维人脸识别算法. 该方法首先使用卷积自编码器将彩色图像和深度图进行融合, 将融合后的图像作为网络的输入进行预训练, 并且设计了一种新的损失函数cluster loss, 结合Softmax损失, 预训练了一个精度非常高的模型. 之后使用迁移学习将预训练的模型进行微调, 得到了一个轻量级神经网络模型. 将原始数据集进行一系列处理, 使用处理之后的数据集作为测试集, 测试的识别准确率为96.37%. 实验证明, 该方法弥补了二维人脸识别的一些缺点, 受光照和遮挡的影响非常小, 并且相对于使用高精度三维人脸图像的三维人脸识别, 本文提出的算法速度快, 并且鲁棒性高.     

基于IPv6和LoRa的智能门锁系统设计

目前在智能锁通信架构普遍采用WiFi、蓝牙、ZigBee等通信技术和IPv4协议,不能兼顾长距离传输和低功耗的需求,存在管理不便、安全性较低、IP地址匮乏等问题;针对这些问题,设计了一种基于IPv6和LoRa的智能门锁系统,系统由执行层、网络层、服务层和应用层四部分组成;门锁终端采用STM32L151CBU6微控器为主控制器,在云服务器上部署LoRa服务器和Java Web应用实现系统的管理和控制;测试表明,一个网关可覆盖一栋约11层楼的有效区域,一节1000 mAh电池可用1.8年,该系统拥有功耗低、通信距离长、安全性高等优点。     

一种基于Kalman滤波算法的组合式温度传感器的研究

该文研究了一种基于Kalman滤波算法的组合式温度传感器。根据铂电阻和半导体热敏电阻在温度测量中的不同特性,设计了一种组合式温度传感器,并利用Kalman滤波算法进行综合数据处理。提出了基于Kalman滤波算法的组合式温度传感器模型,给出了静态测量和动态测量两种情况下的kalman滤波算法步骤,分析了Kalman滤波算法的参数设置。实验结果表明,该组合式温度传感器可有效提高测量结果的准确性和灵敏度。