基于改进ARMA模型的管式加热炉氧含量辨识与建模

石化企业中常减压加热炉是一类复杂的控制对象,特别是燃烧系统和多路进料支管出口氧含量系统,是相互关联耦合的多变量时变系统.基于现场所收集的数据,通过对普通ARMA模型进行改进,把每个输入分量分别进行时间滞后,且把输入向量前的多项式增加可调节的自由度,从而建立一种改进的ARMA模型,进而对管式加热炉氧含量模型进行辨识.辨识结果与普通的ARMA模型所得到的结果相比具有更加精确的辨识效果,并可根据实际需要,调整模型阶次以达到更高精度.最后通过一组新观测数据对辨识所得到的模型进行了检验,表明所提出的模型具有很高的辨识精度和泛化能力.     

混沌系统的改进多变量广义预测控制研究

提出了一种改进的自适应多变量广义预测控制算法(β-MGPC),可实现输入输出维数不等时的混沌控制,用一个控制信号可将多变量混沌系统引导到指定的平衡点,仿真结果表明了该算法的有效性.这种方法的优点在于无需求解丢番图方程,减少了控制算法的计算量.     

快速二维中值滤波算法及其FPGA硬件设计

针对数字图像噪声抑制过程中去噪性能要求较高、处理速度要求较快的问题,以常规中值滤波算法为基础,提出用归并插入排序算法来实现5×5快速中值滤波器的方案。通过对滤波窗口中行列像素点以及对角线上的像素点的归并插入排序,得到窗口的中值,在Xilinx的ISE10.0软件开发环境下成功完成该算法硬件设计。相比常规算法,该方案简单易行、运算速度快,能够满足实时性的要求,易在现场可编程门阵列（FPGA ）上实现,为实时性要求较高的图像去噪领域提供了可靠的技术支持。     

基于主动轮廓模型的红外图像轮廓提取算法

针对主动轮廓模型存在的对初始轮廓位置敏感、凹性目标轮廓无法正确收敛等问题,本文将自适应边缘检测和主动轮廓模型相融合,提出一种改进的红外图像目标轮廓自动提取算法。首先,采用最大类间方差法计算红外图像边缘检测算法的自适应阈值,获取目标初次边缘,降低对初始轮廓位置的敏感性;对初次边缘分别进行横向与纵向填充,填充图像相与运算,对得到目标区域提取二次边缘,将其作为主动轮廓模型的初始轮廓,保证目标凹陷区域轮廓的有效收敛。最后,通过仿真分析验证了该方法能够实现红外目标轮廓的精确自动收敛。     

“检测技术”课程学生实践创新能力培养

“检测技术”是人工智能、自动化等专业的基础课。针对传统教学教师讲授为主,学生被动接受的局限,本文探索提出一种以注重实践应用为目的,通过项目方式引导,培养学生主动实践创新能力为宗旨的教学模式改革。并与课堂内外多种方式手段相结合,进一步扩展提升学生动手实践创新能力。实践表明,这些措施有效激发了学生学习动力,效果良好。     

一种融入PCA的LBP特征降维车型识别算法

车型识别是智能交通系统研究的关键技术之一,针对车型识别的过程中存在处理的信息量大,提取特征维数高,识别实时性较差等问题,设计了一种融入PCA的LBP特征降维车型识别算法。首先在视频序列中使用帧间差分法提取目标车辆;然后计算目标车辆的LBP特征并利用PCA方法将数据由像素维数降至训练数据维数,在增强识别算法对光线变化鲁棒性的同时,一定程度上降低了车型识别的计算量;最后利用最小距离分类器对目标车辆进行分类识别。实验结果表明,所设计的车型识别算法与常规PCA方法相比,所设计的算法在光照变化时识别准确率有所提高,算法的实时性得到了一定的提升。     

基于神经网络误差修正的混沌控制与同步

针对混沌系统非线性强、多变量耦合等特点,提出了一种基于神经网络误差修正的自适应多变量混沌系统的广义预测控制算法,用线性广义预测控制器控制混沌系统,用神经网络对模型预测误差进行修正。算法中辩识过程模型用递推最小二乘法(RLS)、神经网络权值用Davidon最小二乘法(DLS)训练。这种算法对被控混沌系统的先验知识要求较少,无需知道被控系统的精确模型,数值仿真显示可实现混沌系统的宽范围控制与同步。     

基于CARIMA模型管式加热炉辨识研究

常减压加热炉是一个复杂的控制对象,特别是燃烧系统和多路进料支管出口温控系统,是多输入多输出相互关联耦合的多变量时变系统。该方法基于现场采集的数据,建立反映这种关系的离线CAR IMA模型,对模型参数进行递推最小二乘法的辨识,并且具有很高的精度和较强的泛化能力。     

混沌系统的改进多变量广义预测控制研究

提出了一种改进的自适应多变量广义预测控制算法(β-MGPC),可实现输入输出维数不等时的混沌控制,用一个控制信号可将多变量混沌系统引导到指定的平衡点,仿真结果表明了该算法的有效性.这种方法的优点在于无需求解丢番图方程,减少了控制算法的计算量.