一种基于小波多分辨分析的多率采样系统辨识方法

基于小波多分辨分析理论并结合面向控制的辨识思想, 提出一种多率采样系统分频段加权辨识方法. 首先研究了采样信息的一致性重构问题, 然后给出一种新颖的分频段加权辨识方法. 此方法的最大特点是对噪声不敏感, 易实现对感兴趣频段的精确建模, 便于和控制系统设计相配合. 仿真结果验证了这种方法的可行性.     

平整机AGC控制系统研究

本文以平整机AGC控制系统为研究对象,分别从液压APC系统数学模型的构建、轧制力闭环控制以及测厚仪控制这三个方面入手,就平整机AGC控制系统关键控制要点以及控制功能做出了详细分析与说明,希望能够通过对控制系统控制精度的提升,达到提高平整机轧制作业效率与作业水平的目的。     

提高AGC厚度控制精度及其百分比的研究

为进一步提高带坯全长厚度控制精度,需提高本体头部命中率,以便绝对AGC投入。介绍了采用动态设定DSU、Taper Head、TaperTail控制算法以维持轧制力恒定来保证板形。为了能够在热轧生产线上应用,通过对造成轧制力偏差原因的分析,依据实际现场数据对不同轧制规程进行计算,给出了DSU穿带的约束条件,避免了穿带自适应误动作。在本体厚度控制中,提出了基于相位补偿的轧辊偏心控制方案,分析其特点及基于相位补偿控制的优越性,并给出实际的F3机架轧制力滤波效果。实际应用结果表明,该控制算法是有效的。     

轧制力传感器模态与瞬态仿真分析

为满足轧机振动测试的需求,对自行设计的小型轧机的轧制力传感器进行模态和瞬态仿真分析.将轧制力传感器的分析简化为对敏感元件的分析,建立仿真分析的模型,为接近轧机的实际工作受力情况,模态分析施加定载荷,而瞬态分析施加随时间变化的载荷.仿真结果表明,轧制力传感器的各阶振动频率均远高于轧机设备的固有频率,轧制力传感器的结构不会与轧机产生共振;敏感元件关键点的位移响应与轧制力函数载荷的变化基本一致,均没有激振现象的发生,说明敏感元件的设计符合轧机振动测试的要求.     

轧制力在线智能监测虚拟仪器开发研究

本文介绍了一个利用虚拟仪器技术开发的轧制力在线智能监测系统。系统以PC工控机为主控平台,利用虚拟仪器开发软件LabVIEW7.1与使用PCI总线的高性能多通道数据采集卡相结合,实现对轧制力信号自动采集、判断、智能数据处理等功能。     

测量轧制力的光纤传感系统的研制

研制了一种用于轧制力测量的光纤传感器,其传感头采用法布里-珀罗腔的结构。分析了该传感器的原理,导出了法布里 珀罗干涉腔反射光强与轧制力的关系表达式。实验结果表明,该方案测量准确度为0.18%,线应变灵敏度为1.2×104V,分辨力达到2.5×10-8。用该传感器测量轧制力是正确、可行的。     

附着式轧制力传感器及其零点校准

为实现轧制力传感器的快速安装,将附着式传感器安装于轧钢机机架立柱中性层上,通过测量机架立柱中性层上的应变,间接获取轧制力信息。为克服系统零点漂移对测量精度的影响,用数字电位器结合微处理器组成智能零点校准电路,智能识别零点漂移信号,并控制数字电位器进行实时零点校准,从而使系统的测量精度达到了1%FS的实用要求。     

平板式轧制力传感器的有限元分析

利用有限元分析软件ANSYS Workbench对平板式轧制力传感器的弹性体进行了分析,解决了弹性体深孔的贴片深度问题,并且研究了弹性体内部结构尺寸变化对贴片区输出应变的影响,为优化设计提供了依据,加快了产品研发的进度。     

基于遗传小波神经网络的冷轧轧制力预报研究

依据小波函数的非线性逼近能力和神经网络的自学习特性，提出一种适合高维输入的小波神经网络建模方法，这种网络结构类似于多层感知器，不同的是隐层神经元的激励函数为小波基函数．为使小波神经网络具有更高的学习精度和更快的收敛速度，将遗传算法、小波神经网络和梯度下降算子结合起来，提出一种遗传小波神经网络．将该网络应用于冷轧轧制力的预报，仿真结果表明预报精度大为提高．     

莱钢厚板轧机轧制力模型的应用

提出了中厚板轧机轧制力计算模型,并在此基础上,对数学模型进行在线自适应,使计算得到的轧制力更接近于实测值。     

基于小波多分辨率分析的指横纹定位新算法

针对指横纹感兴趣区域(ROI)难以准确定位的问题,在明确提出指横纹ROI定义的前提下,提出利用小波多分辨率分析进行指横纹ROI自动检测定位的新算法.该方法利用纹理相似性原理,在高频子图采用基于特征向量和区域生长法产生指横纹的候选子区域集合,然后利用低频子图Radon投影得到的指横纹的区域特征对候选子区域进行验证,最后结合直线拟合手指轮廓得到指横纹在原图的有效位置,最终实现指横纹ROI的精准定位.实验证明该算法不仅能有效克服噪声以及手形姿态变化的影响,并且对多种情况有很强的鲁棒性.     

铝材冷轧机自动厚度优化控制系统

针对铝材冷轧机板厚控制系统是一个具有非线性、延时、多变量耦合的复杂的实时系统,给出了一种适用于不同类型轧机的自动厚度优化控制系统。该系统采用各种厚度控制系统(AGC)控制、优化控制和自适应控制方法,对轧机系统进行优化精确控制,既保证了产品的质量,又可提高轧机的生产效率。试验证明,该优化控制系统实时性强,控制响应时间小于100ms,铝带出口厚度偏差可控制在2%以内,保证了产品质量;同时提高轧机的平均运行速度10%以上,提高了轧机的生产效率。     

冷连轧模糊反馈AGC系统的设计与仿真

设计了一种模糊控制器，该控制器结构简单，参数调整方便，快捷，将其与PI调节器结合组成智能型复合控制器，并成功应用于冷轧带钢的厚度自动控制（AGC）系统中，仿真实验表明，该控制器的控制性能远优于常规的PID控制器，为冷轧带钢厚度精度的提高提供了一种新的尝试。     

基于最优小波和序列二次规划的信号压缩算法

为了寻找待压缩信号的最优小波,提出了一种适用于一维和二维信号的寻找其最优正交小波的算法.首先根据小波变换的多分辨分析原理,把待压缩信号投影在其小波变换子空间v-1和w-1上;然后令其在w-1上的投影达到最小并据此推出最优小波滤波器的推导公式;最后,基于序列二次规划求出给定信号的最优小波.实验清楚地显示了用新算法求出的最优小波的正确性,并表明用此算法得出的最优小波进行信号压缩,在压缩比不变的情况下,效果优于D-8小波等其他常见小波.     

基于小波的信号分析

简介小波概念之后,对一组模拟信号进行分析,采用小波变换,选出合适的小波函数,处理后再重构。对采用Mexican hat小波、Shannon小波、Meyer小波这三种不同小波得到的去噪结果进行比较,验证信号的滤波效果与选取的小波类型有较大的关系。     

基于小波变换的多焦视觉电生理信号去噪研究

多焦视觉电生理信号具有较强的随机性和背景噪声,且又属于非线性、非平稳的微弱信号,用Fourier变换来进行去噪处理其效果不是特别理想.小波变换(WT)具有优良的时间-频域分析和多分辨分析特性,可以用来处理非平稳随机信号,能获得更多的、具有诊断价值的信息,因此WT成为多焦视觉电生理信号的一种可行有效的去噪处理方法.文章基...     

基于多分辨率聚类的安全定位算法

在无线传感器网络环境中,当锚节点对于未知节点进行位置或距离欺骗时,基于善意环境下的定位技术会遭到极大破坏。提出一种基于多分辨率聚类的安全定位算法,通过对边界圆邻近点进行聚类,并使用投票机制,能有效排除恶意节点,从而阻止攻击。仿真实验表明,该算法以较短的执行时间和较高的定位精度表现出较好的性能。     

基于COM的自动发电控制系统软件集成技术

分析比较几种传统的软件集成方法，指出它们的不足之处。提出了基于COM(Component Object Model)技术的软件集成方法，理论和实践都表明，基于COM的软件集成方法可以很好地应用在诸如AGC系统(自动发电控制系统)这样的大型应用中，使用COM技术极大地减少了重复开发，增强了模块的重用，改善了应用系统的结构，并且为以后的升级改造、系统扩展留下足够的空间。     

神经网络算法与机理模型融合的 冷连轧轧制力智能预报模型

冷轧带钢的生产模式正在向多品种、小批量、低库存转变,这直接导致了轧制过程中需要更频繁地切换品种规格。由于变规格过程中轧制工艺状态变化较大,传统机理模型加常规自学习和自适应方法很难保证规格切换后首卷产品设定精度。为提高变规格过程中轧制力预报精度,本文提出一种机理模型与轧制过程海量历史数据相融合的复合模型。该方法建立在轧制力理论模型的基础上,采用遗传算法优化BP神经网络的方法对模型轧制力进行校正。使用该算法进行轧制力预报,使变规格后首卷钢轧制力预报的平均相对误差控制在±5.5%内,远高于常规机理模型的设定精度,该方法具有现场应用价值。     

基于小波变换阈值决策的混沌信号去噪研究

基于多分辨率分析的思想，提出了一种改进的小波去噪方法．通过细化小波分解信号，能够更有效地提取出非线性系统信号．同时，根据不同尺度下小波信号的信噪比灵活地选取阈值，更加符合实际情况，有利于改善去噪效果．对Lorenz混沌时间序列和黄河年径流时间序列分别进行了仿真，结果表明了所提方法的有效性．