生物发酵过程中SSVIP-NNI软测量方法

生物发酵过程中关键生化变量难以直接检测,提出了一种利用基于敏感性与特异性的变量投影重要性(SSVIP)方法优化神经网络逆系统(NNI)的软测量方法。根据逆系统理论建立软测量模型,采用VIP变量优选方法,对软测量模型中的辅助变量进行优化。为了进一步提高VIP方法优选变量的性能,利用模型敏感性与特异性的概念,重新定义了VIP筛选阈值,确定最优的发酵过程软测量模型的变量。构造神经网络近似最优逆系统软测量模型,实现对发酵过程中关键过程变量的估计。通过Pensim仿真平台进行实验研究,结果表明经过辅助变量优选的神经网络逆系统软测量模型具有更高的估计精度和泛化能力。     

基于PCA-GABP神经网络的BOD软测量方法

针对污水处理过程中关键水质参数无法在线监测的问题．提出基于PCA-GABP神经网络的污水水质软测量方法。该方法由两部分组成：主元分析PCA和GABP神经网络。其中,GABP算法采用局部改进遗传算法优化神经网络权值。并采用自适应学习速率动量梯度下降算法对神经网络进行训练,建立软测量模型。仿真结果表明该软测量模型稳定性好、精度高,可用于污水处理厂对BOD进行在线预测。     

基于阶段辨识的诺西肽发酵过程菌体浓度软测量

由于发酵过程中系统非线性特性与发酵阶段密切相关的实际特点,针对诺西肽发酵过程菌体浓度的估计问题,提出了一种基于阶段辨识的软测量方法.首先以分阶段的诺西肽发酵过程非结构模型为基础.根据隐函数存在定理进行辅助变量的合理选择;然后利用经数学推导得到的指示变量"伪比生长率"完成发酵阶段的在线辨识,并采用神经网络构建出对应于各阶段的局部软测量模型.实际应用结果表明,所提方法有效、预估精度较高.     

发酵罐KPCA与SVR软测量技术的研究

青霉素发酵过程具有较强的非线性、时变性和不确定性,发酵过程中的基质浓度、青霉素菌体浓度、产物浓度等关键生物参数难以实时在线测量,而离线化验存在时滞大的问题,难以满足实时在线控制的要求。针对这一问题,提出了一种基于核主成分分析(KPCA)与支持向量机回归(SVR)的软测量建模方法。首先,利用KPCA提取软测量输入数据空间中的非线性主成分;然后,采用SVR算法建立了可准确预测青霉素发酵过程重要参数的软测量模型。试验结果表明,与传统建模方法相比,KPCA-SVR软测量模型的测量精度高、跟踪性能好、泛化能力强,能满足发酵过程中青霉素菌丝浓度的在线测量要求,是一种有效的软测量建模方法。     

青霉素发酵过程的粒子群模糊神经网络软测量

针对青霉素发酵过程中的基质浓度、菌体浓度、产物浓度等关键生物参数难以在线实时测量的问题,提出了一种基于粒子群模糊神经网络的软测量建模方法.采用模糊径向基函数-神经网络(RBF-NN)构建青霉素发酵的软测量模型,同时,结合改进粒子群优化训练算法(PSO),建立了青霉素反应过程的软测量模型,并对发酵工艺进行了仿真试验研究.仿真试验结果表明,所建立的软测量模型测量精度高、效果好,能够满足工程实际的要求.     

改进的PSO-FNN在发酵软测量中的应用

针对发酵过程中一些难以或者无法在线测量的关键物化参数和生物参数等变量,提出了改进的PSO-FNN软测量建模方案。通过改进的粒子群优化算法(PSO)寻优算法与模糊神经网络(FNN)相结合,建立发酵过程的软测量模型,再结合实际数据进行仿真研究。仿真结果表明,与传统PSO-FNN软测量相比,改进的模型测量精度更高,可以满足实际工程中的要求。     

基于RBF神经网络的发酵过程菌体浓度的软测量

针对微生物发酵过程中菌体细胞浓度难以实时在线检测的问题,从生物细胞代谢角度分析了发酵过程中生物代谢参数的相关性,找出了能够表示生物变量大小的代谢参数,然后将这些参数作为输入变量,建立了菌体细胞浓度软测量的R B F神经网络模型,为复杂系统中生物量参数的检测提供了一条有效途径。仿真结果表明,该软测量方法具有较高的精度,能很好地应用于生物发酵过程。     

生物发酵参数相关性及菌体浓度软测量技术的研究

从生物细胞代谢角度,分析了发酵过程中生物代谢参数的相关性,找出了能够表示生物变量大小的代谢参数,然后将这些参数作为输入变量,建立了菌体细胞浓度软测量的神经网络模型。仿真结果表明,该软测量方法较一般的菌体浓度软测量方法具有更高的准确性和鲁棒性。     

生物发酵过程变量的NN-MIV软测量模型

针对生物发酵过程中关键生化参量的在线检测问题,提出一种基于平均影响值的神经网络(NN-MIV)变量选择方法。发酵过程初始软测量模型含有多个辅助变量,MIV方法计算辅助变量对主变量的外部贡献率,NN方法计算辅助变量对主变量的内部贡献率,文中将两种方法综合提出了NN-MIV方法,其计算出的辅助变量对主变量的贡献率稳定性好。利用筛选出最优辅助变量建立软测量模型,对青霉素发酵过程做了数值仿真实验,与传统的变量筛选方法相比,该方法筛选出的辅助变量少,建立的软测量模型估计精度高。     

基于振动频谱的磨机负荷在线软测量建模

针对磨机负荷(ML)软测量模型难以适应磨矿过程的时变特性,模型需要依据工况实时在线更新的问题,基于磨机简体振动频谱,通过递归主元分析(RPCA)和在线最小二乘支持向量回归机(LSSVR)的集成,提出了ML参数(料球比、矿浆浓度、充填率)在线软测量方法.首先,针对训练样本,采用主元分析(PCA)分别提取振动频谱在低、中、高频段的谱主元;然后以串行组合后的谱主元为输入,采用LSSVR方法构造ML参数离线软测量模型;最后,采用旧模型完成预测后,应用RPCA及在线LSSVR算法分别递归更新模型的输入和模型的回归参数,从而实现了ML软测量模型的在线更新.实验结果表明,该软测量方法与其它常规方法相比具有较高的精度和更好的预测性能.     

金标试纸条的尿素酶快速定量检测仪研制

研制了一种基于CMOS传感器的胶体金免疫层析试纸条的尿素酶定量检测系统。该系统由硬件和软件两部分组成,硬件部分利用CMOS传感器和条码扫描仪来获取检测图像和病人的个人信息。软件部分除了实现免疫层析试纸条光信号的分析和诊断还实现病人信息采集和建立病人信息数据库等关键功能。该软件采用了k-means聚类算法,实现采集图像的精准分析。通过检测200例尿素酶样品试纸条,验证了设备的稳定性和准确性。该系统体积小、便携性强且具有优秀的续航能力,可用于长时间的临床、野外和社区体检。     

用混合像元线性模型提取中等植被覆盖区的粘土蚀变信息

基于混合像元线性分解模型,针对中等植被覆盖区提出了一种提取粘土蚀变信息的新方法。主要分3步实现:用混合像元线性分解模型提取植被覆盖丰度;对线性模型进行完善,并依此重构不含有植被信息的新的多波段图像;利用TM5/TM7增强粘土蚀变信息。经验证,提取的植被信息以及粘土类蚀变信息与实际吻合较好,与基于比值-主成分分析的方法相比有明显的优越性。
     

基于移动节点的无线传感器网络定位算法

节点定位技术是无线传感器网络应用的重要支撑技术之一,为了提高定位算法的准确性,提出了一种基于移动目标节点的两步定位算法。该算法利用一个移动目标节点遍历整个网络,并周期性地广播包含自身当前位置的信息。而传感器节点的自身定位过程则可用基于无迹卡尔曼滤波(UKF)的目标跟踪方法实现。由于所用的目标状态模型和量测模型有一定的不确定性,所以先选取不共线的3个拥有RSSI测距能力的目标节点信息,利用Euclidean定位法提高滤波的初始位置精度,从而改善定位效果。通过仿真、分析和比较该目标节点在多种移动轨迹情况下的定位误差,这种两步定位法可以改善对目标节点移动轨迹的特殊要求的限制,能取得较好的定位精度,而且更适合于实际情况。     

微形变腕力传感器

介绍了一种新型机器人六维腕力传感器.采用了激光干涉法测量由外力施加在弹性元件上产生的由微形变产生的微位移测量原理,使得弹性梁的设计空间更大.特别是传感器动态特性得到了提高.本文详细讨论了弹性元件的设计,包括通过有限元方法对这种弹性元件的定量计算.对于弹性元件形变的检测也是本文的讨论重点.通过激光干涉的方法,传感器的灵敏度得到提高,同时,本文还详细讨论了六维力分别施加于弹性元件时对激光干涉的作用.     

浅层地下爆炸层析成像信息优化获取技术

基于地震层析成像理论提出了地下爆炸冲击波超压时空场重建技术。从模型离散化和传感器布局两方面进行成像信息优化,提高地下爆炸场层析成像信息的有效性。模型离散化方面,根据冲击波的的衰减规律,提出了不规则网格划分方法;传感器布局方面,根据数学上欠定问题理论与地震波传输规律,提出了指导传感器布局的指标及优化算法,实现传感器合理布局。仿真表明,层析成像信息优化获取技术可以最大限度地提高数据利用率,使得反演过程更稳定,反演误差更小。     

最佳维变异粒子群优化算法在传感器调度中应用

粒子群优化(PSO)算法的主要特点是能快速得到问题的解,缺点是容易陷入局部最优.提出了一种利用最佳维变异技术和量子理论方法改进的PSO算法,并应用于目标跟踪传感器调度问题.目标的动力学模型为线性高斯模型,传感器观测值被高斯噪声污染并与目标状态线性相关.对于多传感器单目标跟踪的数学问题,引入提出的最佳维变异PSO算法,在...     

Dynamic highlight line generation for locally deforming NURBS surfaces

The highlight line model is a powerful tool in assessing the quality of a surface. Efficient highlight line generation is especially important for an interactive design environment. In this paper, a method for dynamic generation of highlight lines on a locally deforming NURBS surface is presented. The method generates frames of the deforming surface and the corresponding highlight lines by directly modifying the current highlight lines using a Taylor expansion technique, instead of going through a tracing process. The highlight lines computation process adopted here enables a unified distance surface to generate all highlight lines in the highlight line family. The computation process is facilitated by looking up pre-calculated information of the tessellation mesh and an indexing technique for the distance surface. The indexing technique is presented to determine when the highlight line model should be re-generated and, to facilitate the highlight line re-generation process. The new technique is suitable for interactive design environments and animation applications as the updating process takes only one subtraction and one vector inner product to get the new parameters for each new node.     

蛇形搜救机器人前端传感器设计与实现

设计了一种新型蛇形搜救机器人前端传感器。蛇形搜救机器人灵活的躯体结构适用于废墟环境下的搜救,为机器人设计安装一个多传感器模块全面获取搜救信息,提高搜救效率扩大搜救范围。采用嵌入式技术设计前端传感器,安装在蛇形搜救机器人前端,实现视频、温度、二氧化碳等传感器信息的通信,并且提供LED照明和双向语音对话。通过在模拟废墟环境下的实验,验证了此前端传感器的性能效果。     

Fast and reliable computational strategy for developing a rigorous model-driven soft sensor of dynamic molecular weight distribution

Key polymer properties are substantially directly related to the polymer molecular weight distribution (MWD). On-line monitoring and prediction of dynamic MWD profiles are highly important for on-line quality control of polymerization processes. In this study, a fast and reliable computational strategy for an equation-oriented model-based soft sensor for the high-density polyethylene grade transition process is developed. The simultaneous collocation approach is adopted to discretize the dynamic model. A novel moving finite element method is proposed to improve the on-line performance of the derived large-scale nonlinear equation systems. The sensitivity information of the nonlinear equation systems contributes to a convergence enhancement strategy for the sensor. The prediction accuracy and computational efficiency are demonstrated using industrial data. A potential application to extend the polymerization process with changeable flowsheet is also tested through simulation.     

面向服务集成的工作流模型及其实现方法

针对现有工作流系统集成已有软件服务时存在的两个问题:1)对于业务流程中所集成服务的描述信息不足,无法满足服务集成需要;2)流程定制时可选择节点类型少,节点不具有业务含义,导致其定制过程复杂;提出一种新的工作流模型。首先,通过分析服务集成环境下的实际业务流程确定了模型的三部分信息:结构信息、服务信息和人员信息;其次,将模型中各部分信息与JPDL作了对应说明,表明了模型的完备性;最后,详细介绍了三部分信息的关键要素。实验结果表明,基于35种服务可以快速搭建出满足实际业务需求的48种业务流程。模型中丰富的服务信息为流程运行提供了保障,流程运行正确率100%;流程定制更加简便快捷,流程从定制到运行平均时间小于2 min。通过该模型可以快速地基于已有服务构建新的业务流程,降低了为新需求开发软件的成本。