基于SARIMA模型的赣江流域近50年参考作物需水量预测

基于赣江流域12个代表气象站点1961—2010年的逐日气象观测资料,采用Penman-Monteith公式计算了各站点逐日参考作物需水量,整理得到赣江流域及上、中、下游3个子区域的参考作物需水量年度和月度数据,对其变化特征进行了分析。赣江流域50 a参考作物需水量年际变化较大,年内变化呈现出明显的季节性特征。在考虑了季节性因素的基础上,利用BIC准则法确定模型最佳阶数,建立了赣江流域参考作物需水量的季节性ARIMA模型,对研究区域的参考作物需水量进行了拟合与预测,并验证了模型的显著性。预测结果表明,模型的平均相对误差在合理范围之内。     

基于ARX模型的控制系统辨识及稳定性分析

应用系统辨识技术,基于ARX模型,建立了热连轧机液压压下控制系统的动态数学模型.系统的输入和输出数据分别采用轧机压下闭环系统电液伺服阀控制信号和辊缝位移信号;模型的参数估计采用最小二乘估计法(LSCE),模型阶的辨识采用赤池信息准则(AIC).使用数据验证模型3步预测输出数据,并与实际测量数据对比研究了辨识模型的拟合精度,采用残差分析法检验了模型的有效性.仿真分析结果表明:辨识的模型是有效的.建立的轧机压下控制系统的数字化模型是计算机仿真分析的基础,也是控制器优化设计的依据,同时也为研究轧机振动特性提供了重要手段.     

基于邻域粗糙集与鱼群智能的基因选择方法

针对高维、小样本及不确定性的基因表达数据,融合模糊可容忍性的邻域粒化技术与具有全局寻优能力的鱼群智能算法,提出基于邻域粗糙集与鱼群智能的基因选择方法。首先,采用邻域粗糙集对基因数据进行邻域粒化,形成邻域粒子;其次,提出基于邻域分类精度的不确定性评价函数,用以评价邻域粒子的不确定性,分辨关键性基因;进一步融合鱼群智能方法,设计一种基因选择算法,选取分类性强的少量关键基因;最后,在两个癌症基因数据集中进行基因选择,采用SVM分类器对获取的关键基因组进行分类实验。实验结果表明,采用该方法获取的基因组具有较低的冗余度及较好的分类性能。     

基于机器视觉的圆筒形零件直角梯形槽槽宽检测研究

针对圆筒形零件直角梯形槽槽宽的工业检测速度和精度要求,采用工业相机、镜头、计算机及专业图像处理软件等,构建了一套机器视觉系统,并依据图像处理算法设计了一个针对圆筒形零件上直角梯形槽槽宽检测的方法。对比实验表明,该系统的检测精度能够达到微米级要求,明显优于人工采用专用槽宽测量工具的测量精度,且测量结果不受主观因素的影响,效率较高。     

迭代学习在音圈电机轨迹跟踪中的应用研究

为实现高密度LED焊线机上邦头运动轨迹的精确跟踪,降低因其轨迹偏差而产生的废品率。提出了一种基于迭代学习做前馈控制的前馈+反馈二自由度控制算法。首先对音圈电机进行机理分析,建立了其数学模型,以此为基础,给出了音圈电机轨迹跟踪的整体控制方案,并且结合焊线机上邦头超高加速度(20g)和整定时间短的运动特点后设计了带遗忘因子的PD型闭环迭代学习控制算法。对所提出的带遗忘因子的PD型闭环迭代学习控制的收敛性进行了理论分析,并且通过MATLAB中的SIMULINK模块进行了动态仿真,验证了该算法下的音圈电机系统响应速度显著提升,位置误差的收敛稳定可靠,改善了高密度LED焊线机上邦头的轨迹跟踪性能。     

基于归一化8点算法的相机径向畸变中心校正方法

针对相机径向畸变中心定位误差的问题,提出一种方法对相机径向畸变中心校正,以实现相机径向畸变中心高精度定位。首先介绍了针孔相机和镜头畸变结合模型,其次提出了基于归一化8点算法和最小二乘法的相机径向畸变中心校正方法,得到校正精度为0.2915个像素(32.2562μm),最后通过实验验证了该校正方法的可行性。     

基于Bezier拟合的射线检测焊缝缺陷指数和峰谷指数的计算

为了进一步论证Bezier拟合对射线检测中焊缝缺陷指数(DI)和峰谷指数(PVI)的重要性和影响特性,系统地分析了Bezier拟合的特点和作用、DI和PVI的定义及计算方法等,以实际的工业焊缝射线检测图像为例,开展了在不同方法下的拟合对比试验和不同缺陷下的DI和PVI计算对比试验。试验结果表明,采用Bezier拟合方法不仅可巧妙地滤除射线检测图像的噪声和局部波动,而且可准确地反映缺陷引起的局部畸变,使DI和PVI的计算更精准。     

在线视觉测量系统的刀具图像去抖动方法研究

研究视觉采集图像时由于机床电动机振动导致的刀具图像抖动问题。对比研究3种经典图像去抖动方法,在自适应L-R算法的基础上,针对自适应L-R算法的耗时性,结合金字塔的结构,研究一种自适应L-R算法—金字塔相结合的去抖动方法,以图像复原质量的主观评价方法和客观评价参量为标准,对该算法的实现进行定性认识和定量分析。同时以实验室自主研发的在线视觉刀具测量系统为对象,对算法实现进行实验验证。此算法具有较高的PSNR值和MSE值,而且计算时间骤减。通过在线刀具图像的采集和算法的实现,验证此算法具有去抖效果。     

倾角传感器温度特性研究

倾角传感器广泛应用于航海、航天、军事等领域,但在恶劣的工作环境下,倾角传感器易受温度影响,存在零点和灵敏度温漂.以ADXL213倾角传感器为研究对象,研究了基于径向基函数RBF神经网络温度补偿方法,并对比BP神经网络建立了温度补偿模型.结果表明,RBF神经网络补偿效果和训练速度明显优于BP神经网络;补偿后倾角传感器轴向零点温漂和灵敏度温漂都降低了2个数量级,取得了良好的补偿效果.