基于工控机控制的小型风力发电机偏航控制系统

根据小型风力发电机的特性,基于工控机设计偏航控制系统.调试结果表明该系统性能优越,可提高小型风力发电机的风能捕获能力和风能利用效率.     

基于多Agent系统的自调节及协同工作的组合投资模型

Agent技术特别是多Agent系统（MAS,Multi-Agent System）为解决人工智能等领域复杂问题提供了一个新途径,多Agent系统重点研究如何协调系统中的各个Agent的行为使其协同工作。针对多阶段组合投资问题,提出了一个基于多Agent系统的自调节及协同工作的组合投资策略模型。该模型系统中的各个Agent通过通讯共享知识,在求解问题的搜索空间中进行协同搜索,在更短的搜索步长内得到问题的解,极大地提高了系统性能。该模型具有不基于任何股票模型、时间复杂度低以及逼近最优投资策略速度较快等优点,实验证明具有一定的实际意义。     

基于捕食者—食饵微粒群优化的二维FCM图像分割方法

传统模糊C均值聚类算法进行图像分割时仅利用了像素的灰度信息,没有考虑像素的空间邻域信息,因此抗噪性能差．为了克服传统模糊C均值聚类算法的局限性,提出了一种基于捕食者—食饵微粒群算法的二维模糊C均值聚类图像分割方法．该方法将图像的聚类分割转化为一个优化问题,根据像素的灰度信息和改进二维直方图描述的像素邻域关系特性,建立包含邻域信息的适应度函数,并利用捕食者—食饵微粒群的全局优化能力,通过迭代优化获得最优聚类中心,实现图像分割．仿真结果表明,所提算法不易陷入局部最优,抗噪能力强,聚类正确性高,分割效果好,是一种有效的图像分割算法．     

热轧带钢层流冷却系统的前馈-反馈控制及其优化

以热轧层流冷却系统为研究对象,对如何提高带钢卷取温度控制精度进行了研究;在带钢冷却模型的基础上,对预设定模块进行了前馈补偿;考虑模型的不确定性和大时滞特性,采用模糊Smith预估器提高了反馈控制的精度;结果证明所采用的这些措施大大提高了卷取温度的控制精度。     

一类基于模型的时延网络控制系统的稳定性分析

针对连续、线性被控对象状态无法直接测量得到的情况，设计了状态观测器，在网络传输信号的时间间隔内，依据被控对象模型计算控制信号，以减少网络的使用率．在此基础上，给出了一类基于模型的时延网络控制系统全局指数稳定的充要条件，该条件受网络信号更新时间、被控对象模型误差及网络诱导时延等因素的影响．仿真结果表明了该稳定性条件的正确性．     

ptp通讯在锌电解供电优化系统中的研究与应用

以提高锌电解供电系统的自动化程度、实现网络控制为目的,在分析了系统总体结构和控制原理的基础上,重点讨论了ptp通讯在系统中的研究与应用;ptp通讯网络以S7-300PLC为主站,以两台晶闸管数字触发器为从站,实现电流给定和触发角反馈等信号的传输,其通讯协议简单,开发成本低,与Profibus网一道组成的控制网抗干扰能力强,可靠性高,有力地保证了锌电解供电优化系统安全运行,为锌电解提高整流效率、节约电能提供了保障.     

基于双CPU的数字触发器的设计与实现

设计了一种新型大功率晶闸管整流装置智能数字触发控制器.该控制器硬件核心由基于16位微控制器MC9S12DP256B与TI DSP TMS320LF2407的双处理器系统构成.算法上采用模糊自适应PI进行稳流控制及整流变压器档位与α角解耦控制优化功率因素.为了满足该系统的实时性及高可靠性的要求,为主控制器移植了嵌入式操作系统uC/OS-Ⅱ.实验结果表明采用该方案的智能数字触发器获得了令人满意的性能,主电路电流稳态精度高,抗干扰能力强,换档期间电流无冲击.     

某型飞机航空军械仿真训练系统设计

针对航空军械保障训练成本高、风险大、实施难等问题,设计了一种基于工控机与PLC控制的某型飞机航空军械仿真训练系统,该系统能设置航空军械保障的训练任务,仿真外挂物管理系统对武器的操作控制,对军械保障训练的结果进行分析评估,实现了航空军械保障训练的全流程的仿真,实际仿真训练结果表明,采用该系统实施军械保障训练能量化训练过程,降低训练风险,节约训练成本。     

优化式着色算法的混色机制

基于局部关系模型的优化式着色方式,难以定量描述其全局特性信息诸如着色结果与用户输入间关系。该文首先提出一种优化式着色框架,证明两种常用算法为其特例而且等价,然后将每个像素的着色结果转化为各涂抹颜色的组合形式,并通过数学分析推导出组合系数非负且归一化,从而证明优化着色具有混色机制,其结果由涂抹颜色混色而成,并推导出混色权重与首达概率的等价性,最后基于混色机制对现有算法提出改进。实验结果表明混色机制的引入既有助于提高着色效果对涂抹数量与位置的鲁棒性,也便于实时挑选涂抹颜色。     

带钢卷取温度高精度预报的遗传神经网络方法

热轧带钢卷取温度是影响成品带钢性能指标的重要工艺参数之一,其层流冷却控制系统具有高度非线性。影响卷取温度的因素多而且复杂,采用传统的温度预报模型难以达到较高的精度要求。为了满足卷取温度高精度的要求,提出了一种基于数据挖掘技术的遗传神经网络方法。充分发挥数据挖掘的关联分析能力、神经网络的泛化映射能力和遗传算法的全局搜索能力,将三者结合起来,建立了卷取温度预测模型。运用实际现场数据进行测试表明：它能准确地预报卷取温度,具有在线应用的前景。