首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 265 毫秒
1.
张新 《科技信息》2011,(28):90-90
设计了一种基于LabVIEW的提升钢丝绳张力的测量系统。本文介绍了系统软、硬件的功能与设计方法。利用虚拟仪器技术实现了钢丝绳张力的在线测量,提高了提升系统的安全性能。  相似文献   

2.
以造纸过程的纸张水分测量为研究对象 ,采用过程软测量算法 ,结合虚拟仪器技术 ,设计出造纸过程纸张水分测量的虚拟仪器 ,实现了对这一难测参数的在线测量。该系统具有功能全 ,适于现场实施监测 ,界面友好等特点  相似文献   

3.
抄纸过程中水分软测量虚拟仪器的研究   总被引:2,自引:0,他引:2  
以造纸过程的纸张水分测量为研究对象,采用过程软测量算法,结合虚拟仪器技术,设计出造纸过程纸张水分测量的虚拟仪器,实现了对这一难测参数的在线测量。该系统具有功能全,适于现场实施监测,界面友好等特点。  相似文献   

4.
研究了基于虚拟仪器技术实现车床动态刚度在线自动测试的方法,推导了车床动态刚度在线测试系统的原理,阐述了基于虚拟仪器技术的车床动态刚度测试系统的硬件组成以及利用LabVIEW软件开发平台实现该系统的具体方法,指出利用该系统绘出车床动态刚度检测的系统刚度曲线,可直观地展现车床的刚度状态,同时可获取车床系统、床尾和床头各个部位的刚度值。  相似文献   

5.
发酵过程中生物量浓度的在线估计   总被引:5,自引:1,他引:5  
在发酵过程中,像生物量浓度等变量都是进行实验室的离线采样分析,这往往由于存在较大的时间延迟而不能及时地进行过程控制,达不到指导生产的目的.而软测量技术为该问题提出了一个很好的解决办法.基于神经网络与最小二乘支持向量机分别建立了生物量浓度的在线检测软测量模型.模型分为两类:黑箱模型与混合模型.模型的训练与验证数据都是取自真实的实验过程诺西肽发酵.结果表明软测量方法对生物量浓度具有很好的预估性能,而且加入先验知识的混合模型精度更高.  相似文献   

6.
利用嵌入式系统设计一套生物量浓度在线检测系统。系统利用MSP430F149做为控制和测试MCU,利用光纤把光能量传导到发酵液中,通过光密度测量的方法来取得发酵过程中的生物量浓度。本系统具有原位测量,速度快,可耐高温消毒和成本低等特点,具有广泛的应用前景。  相似文献   

7.
青霉素发酵过程是一个严重非线性、时变、复杂的动态过程,发酵过程中一些关键参数(如菌体质量浓度ρX、基质质量浓度ρS和产物质量浓度(ρP)难以通过常规仪表在线测量,这些参数的获取非常耗时和困难。提出一种基于粒子群模糊神经网络逆(PSO-FNN逆)的软测量方法。首先给出青霉素发酵过程数学模型,然后根据逆系统理论证明其可逆性,在此基础上构建基于PSO-FNN逆的青霉素发酵软测量模型,最后通过仿真验证该方法性能。仿真结果表明:PSO-FNN逆的青霉素发酵软测量方法能够结合基于发酵机制和纯数据驱动2种软测量方法的优点,对不直接可测的关键参数实现在线软测量,较PSO-BPNN逆和PSO-BPNN软测量方法具有更高的预测精度和更强的预测能力。  相似文献   

8.
介绍一种基于虚拟仪器技术的弹丸初速测量系统,阐明系统工作原理,实现方法及系统的硬件和软件结构,利用小波变换空间局部化性质,探讨小波变换模极大值检测信号突变点的方法在确定天幕靶弹丸信号特征点的应用,大量实验表明了该系统的可行性及实用性。  相似文献   

9.
基于IRLS-ELM生物发酵在线软测量建模方法   总被引:2,自引:0,他引:2  
为解决生物发酵过程中生物量浓度难以在线测量的问题,提出一种基于改进的最小二乘正则化极限学习机(IRLS-ELM)软测量建模方法并将其应用于红霉素发酵过程生物量浓度的在线预测中.根据误差反馈原理,将训练误差作为输入建立带反馈的神经网络,以提高模型预测精度.并将加权最小二乘法引入到ELM中改进其数学模型,削弱离群点或者不稳...  相似文献   

10.
软测量技术可以有效解决复杂工业过程中一些重要参量难以由硬件在线检测的问题,由于化工过程具有连续性和累积性等特点,若采用传统的软测量建模方法往往会忽略信号的时间累积作用从而导致预测误差较大。针对上述问题,提出了基于改进的过程神经网络(PNN)的软测量建模方法。首先采用移动窗技术来确定包含过程正常运行大部分信息的时间序列,然后利用改进的PNN建立软测量模型并对主导变量进行连续预测,最后对软仪表进行校正以实现连续高精度预测。以某工厂高密度聚乙烯装置为例,验证了该方法具有较高的预测精度和跟踪性能,这对于工业过程的控制优化操作具有重要的应用价值。  相似文献   

11.
提出了一种基于在线可测的二氧化碳释放率的需氧发酵过程中比生长率的在线估计方法,并且采用优化的方法进行模型中重要参数的选择.由于二氧化碳释放率容易检测,所以这种估计方法非常容易实现.在诺西肽发酵过程的应用中,利用所提出的方法得到比生长率,进而计算生物量,得出的估计值与实验值吻合得很好,表明了该估计方法的可靠性与实用性.  相似文献   

12.
通过过程参数相关,模型化和在线辩识对青霉素发酵过程特点进行了研究,认为采用自适应控制可降低对模型精度的要求,是一个较为有效的控制方法。但对至今以人工经验为主的大多数发酵过程操作,模糊专家系统也是一种有效的控制方式。  相似文献   

13.
利用半导体气敏传感器,结合气液平衡关系原理,提出了一种微生物发酵乙醇浓度在线检测模型的建立方法。该方法利用LM(Levenberg-Marquardt)算法对模型进行参数辨识,建立了液体乙醇浓度和测量电压信号两个物理量之间直观的非线性对数模型,并采用虚拟仪器技术实现了该模型算法。将模型应用于谷胱甘肽发酵中乙醇浓度的检测,实验与分析表明了该模型的有效性,检测绝对误差小于0.1%,重复性好,能够很好地满足微生物发酵工程应用需求。  相似文献   

14.
为了对青霉素发酵过程采用计算机控制,提出了一种适合于一类非线性动态系统参 数辨识的方法。同时,根据在线获取的可测信息(二氧化碳释放率),利用随机状态估 计原理,实时估计了青霉素发酵过程中不可测的状态变量(菌体浓度、基质浓度、产 物浓度)。对实验室和生产现场提供的几批数据进行了计算机仿真,结果表明:文中所 提供的技术方案对青霉素生产过程实现状态监控是可行的。  相似文献   

15.
为解决由于缺乏传感器使众多状态参数难以在线测量的问题,建立了多粘菌素的发酵过程模型,对许多重要的状态参数进行了预估.通过在FLNN内部增加一个带有局部激活反馈和一个局部输出反馈的自回归滑动平均滤波器使其成为动态的FLNN网络,并把它运用于多粘菌素发酵过程的建模中,结合遗传算法实现对其发酵过程的茵体浓度、总糖浓度和相对效价进行预估,为实际生产和优化控制提供了有利条件.仿真结果表明,基于改进的FLNN建立的多粘菌素发酵过程模型预估效果良好.  相似文献   

16.
基于支持向量机的生物发酵过程软测量建模   总被引:7,自引:1,他引:6  
针对最小二乘向量机的缺陷,提出了一种改进的最小二乘支持向量机回归方法.根据输入变量和样本点间欧氏距离的大小,去除回归模型中大部分的样本点,从而获得回归模型的“稀疏”特性,大大提高计算速度.同时,将这一方法应用于生物发酵过程,建立了青霉素发酵过程中产物浓度的软测量模型,实现了青霉素浓度的在线预估.仿真结果表明,这一方法为生物发酵过程中难于在线测量质量参数的实时监测提供了一个有效的手段.  相似文献   

17.
为解决汽车在行驶过程中的制动参数难以获取问题,基于硬件检测单元以及labview虚拟仪器开发了汽车制动参数采集与监测系统,系统中的硬件部分由GPS导航模块、制定参数检测装置构成,基于labview开发的软件部分由数据采集端、服务器以及客户端三部分构成,基于TCP网络通信协议将车辆在行驶过程中的位置信息、运行速度、制动行为数据以及车辆纵向减速度数据进行实时采集、存储、远程监控以及在线分析。系统具有便于编程和操作、成本低廉、扩展性强、安全可靠的特点。实车试验结果表明,该系统可实现汽车在行驶过程中的制动参数的数据采集与远程监控,为相关方面的研究提供数据支持。  相似文献   

18.
基于虚拟仪器的压裂施工地面监测仪的研制   总被引:1,自引:0,他引:1  
认为基于计算机的虚拟仪器是目前通用、专用仪器仪表的一种发展趋势 .以通用计算机为核心 ,利用各种嵌入式硬件模块构建系统的硬件 ,结构紧凑、便携 ,适于现场操作 .应用 Labview软件编写用户程序 ,编程效率高 ,界面友好、操作简易 .该系统可以实时客观地记录、存储、显示、分析现场施工的各项参数 ,确保施工质量和施工安全 ,同时为进行深入的理论分析与研究提供了可靠的数据资料 ,为压裂施工的定量分析开辟了一条新的技术途径  相似文献   

19.
基于支持向量机与遗传算法的发酵过程软测量建模   总被引:2,自引:0,他引:2  
提出了基于支持向量机的生物量浓度在线估计软测量建模方法,采用遗传算法进行模型输入的选择与支持向量机参数的选取,目的是找到对模型估计结果贡献最大的输入特征变量,降低了输入空间维数,缩小了求解问题的规模,从而减低计算方面的难度,减少了训练实际,同时又通过参数的调整,得到更好的决策函数,提高支持向量机的性能.模型的训练与验证数据都是取自实际的实验过程——诺西肽发酵.结果表明采用遗传算法进行优化的支持向量机软测量模型对生物量质量浓度具有好的预估性能.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号