排序方式: 共有124条查询结果,搜索用时 15 毫秒
41.
吹炼炉入炉铜锍品位的灰色预测 总被引:3,自引:1,他引:2
根据灰色理论 ,采用新陈代谢灰色建模法对铜锍品位的历史数据建立了GM (1 ,1 )模型群 ,并对各维模型进行了精度检验 ,计算表明维数为 4~ 6时模型精度达A级 ,维数继续增大则模型的精度变差。选出精度高的模型对当前加入连续吹炼炉的铜锍的品位进行预测并做均值化处理 ,采用此法对现场 90余班次的数据进行了预测计算 ,与化验值相比 ,预测值的平均绝对误差在± 0 .5%以内。 相似文献
42.
针对利用平方根无极卡尔曼算法估算电池SOC时,因噪声协方差为常量带来的误差,在平方根无极卡尔曼滤波(SR-UKF)算法的基础,改进了算法,把每次测量的输出值残差的协方差作为噪声的协方差,得到自适应平方根无极卡尔曼滤波算法,使得噪声协方差随时间的更新而更新,解决了噪声协方差为常量带来的误差。实验表明,利用自适应平方根无极卡尔曼滤波算法对在常温下电池放电过程的SOC估计,精确度在总体上得到了提高,在电池工作区间0.2≤YSOC≤0.9内估计误差在1.5%以内。自适应平方根无极卡尔曼滤波算法对电池常温放电过程的SOC估计能满足电动汽车电池SOC估计的实际要求。 相似文献
43.
44.
为实现对不同类型的心电图自动分析,研究并提出了一种顺序筛选极大值的R波定位算法,并采用支持向量机(SVM)进行最后的心律失常心拍识别。定位算法以数学形态学为基础,结合心电图自身特点,定义R波筛选区间,避免了传统算法中的阈值选择;定位R波峰后以R波峰为中心提取不同类型的心率失常的心拍,选择径向基(RBF)支持向量机进行识别分类。使用MIT-BIH心率失常数据库文件进行实验仿真,结果表明,算法对含不同类型心拍的心电图R波峰正确检测率较高(99.36%),学习后的SVM能有效识别早搏、房颤、束支传导阻滞、正常等不用类型心拍,总体识别率达到99.75%。 相似文献
45.
对矿井采卤制盐工艺产生的盐泥使用卧螺离心机进行固液分离,应用计算流体力学软件Fluent,基于多相流Eulerian模型、RNG k-ε湍流模型及多重参考系(MRF)方法,对卧螺离心机流体域进行三维数值模拟,采用仿真与实验相结合的方式,研究了转鼓转速与分离特性的关系,结果表明:卧螺离心机在考虑螺旋叶片情况下比忽略螺旋叶片时切向速度滞后系数有明显提升;提出修正离心液压的概念,通过该理论数值证明分离液静压值与理论值的误差源于切向速度的滞后;当转鼓转速达3000r/min以上继续提高时,沉渣固相质量分数不会随之继续增大;分离液中固相微粒的沉降速度随转速增大会小幅均匀增大;实验表明卧螺离心机用于高浓度卤水高速离心时,将在径向产生一定程度的NaCl浓度梯度,溶质浓度在分离液外层较高,内层较低。 相似文献
46.
47.
铜转炉生产操作模式智能优化 总被引:6,自引:0,他引:6
为了提高铜转炉的操作水平,采用操作模式来描述一组需要在线决策的一组操作参数,提出了基于神经网络和带混沌变量的混沌遗传算法的铜转炉生产过程操作模式智能优化方法.首先,从历史样本集中筛选优化的样本;然后采用BP(Back-Propagation)神经网络来学习优化样本集的优化目标与工艺参数的函数关系;最后采用带混沌变量的混沌遗传算法来寻求优化的操作模式.将该方法应用到铜转炉操作参数的实时优化,工业现场运行结果表明,该方法使转炉产量提高了6%,冷料处理量提高了7.8%. 相似文献
48.
由于分解槽进料管较短,管径比较大,容易结疤,进料量难以用常规的过程检测仪表进行检测,文中提出了连续碳酸化分解过程进料的稳定控制模型.建立了基于汇流的伯努利方程,总结出进料阀门的局部阻力系数与开度的关系,推导出高位糟液位、进料阀门及进料流量的函数关系;建立了进料流量的软测量模型.利用该模型,设计一个进料流量控制器,实现进料流量的优化设定和稳定控制.现场实验数据表明,进料流量软测量模型精度在2.06%以内,控制器的控制效果好,能满足现场需要. 相似文献
49.
基于滑动扫描框的高速物体的图像实时跟踪算法 总被引:2,自引:0,他引:2
TLD(Tracking-Learning-Detection)算法是近期广受关注的单目标长期跟踪算法。该算法由跟踪器、检测器、学习器协同工作,解决了目前大部分跟踪算法在目标丢失后不能重新识别目标的问题。但是由于检测器的计算量很大,该算法的实时性较差。针对这个问题,提出了一种动态生成检测扫描框的方法。输入的图片先采用跟踪器的前后向金字塔光流法加以计算,估计出目标的大概位置。然后在该位置区域生成滑动扫描框来检测。该方法可以有效缩小检测区域,减少检测器的计算量。将改进后的算法与原始算法以及Camshift、CT(Compress Tracking)算法进行了比较实验。结果表明,对于实时摄像头监控,改进的算法比原始算法具备更快的跟踪速度和更高的跟踪准确率。对于固定的图像序列,改进的算法的精度和速度都超过Camshift、CT算法。 相似文献
50.