可重构制造系统的车间作业调度策略

提出了一种实用的分层调度策略 ,通过对制造系统组织的重构 ,以最小作业生产延迟和最大系统设备利用率为目标产生可行的次优调度方案 .该策略分 3个阶段 :首先 ,采用增广拉格朗日松弛法获得复杂可重构制造系统的车间作业预调度方案 ,该方法能将复杂作业调度问题分解成多个任务层的子问题 ,通过求解子问题获得任务的作业时间和对应工序加工的生产设备类型 ;然后 ,对制造系统进行组织重构以形成多个虚拟制造单元 ,旨在使制造单元内的生产设备间物流传送 (由自动导航小车承担 )费用最小 ;最后 ,通过离散动态规划形成虚拟制造单元的生产作业调度次优可行方案 .通过数值仿真分析 ,该策略能针对快速变化的产品需求 ,有效地重构生产制造系统 ,产生次优的调度方案 .     

基于信号解释Petri网的可重构逻辑控制器分析与设计

为适应可重构制造系统这一新生产模式的顺序控制 ,本文提出了基于信号解释Petri网的可重构逻辑控制器分析和设计的方法 .该方法利用层次化、模块化和接口技术将控制器规划为开放的体系结构 .确定了可达图法和化简技术结合的SIPN模型形式分析方法及步骤 ,采用透明度指标对模型进行评价 ,并给出控制器重构能力分析原则 .接着将该理论及方法用于一可重构装配生产线可重构逻辑控制器的建模和分析案例中 .分析结果表明设计的可重构逻辑控制器形式正确、有效 ,具有可重构能力 .最后提出逻辑控制器建模、分析、仿真、代码生成和逻辑控制实施的软件平台 ,该软件采用CORBA组件模型的软组件技术开发 .     

可重构制造系统的车间作业调度策略

提出了一种实用的分层调度策略，通过对制造系统组织的重构，以最小作业生产延迟和最大系统设备利用率为目标产生可行的次优调度方案．该策略分3个阶段：首先，采用增广拉格朗日松弛法获得复杂可重构制造系统的车间作业预调度方案，该方法能将复杂作业调度问题分解成多个任务层的子问题，通过求解子问题获得任务的作业时间和对应工序加工的生产设备类型；然后，对制造系统进行组织重构以形成多个虚拟制造单元，旨在使制造单元内的生产设备间物流传送(由自动导航小车承担)费用最小；最后，通过离散动态规划形成虚拟制造单元的生产作业调度次优可行方案．通过数值仿真分析，该策略能针对快速变化的产品需求，有效地重构生产制造系统，产生次优的调度方案．     

具周期时滞系统的移动均值及其在电力系统中的应用

基于20世纪60年代Halanay和Hale关于微分系统平均性的思想，利用移动均值方法，研究了一类非线性具周期时滞系统的移动均值，利用移动均值方法和分区间分析方法证明了该类系统的平均化定理，得到了该类系统及其平均化系统解的渐近性行为，本文的分区间分析方法及定理与以往研究的不同之处在于考虑了平均化系统中的时滞项，最后将结论应用到一个具有周期激励的时滞系统模型－非同期合闸产生的过电压模型，研究了该类系统在周期扰动和反馈控制下的稳定性问题，验证了本文所得结果。     

融合多传感器信息的移动机器人自定位方法

提出一种给定环境模型下移动机器人全局自定位算法,通过融合声纳传感器和视觉传感器的异质传感信息把具有多模态、鲁棒性强的Markov方法和单模态、高效准确的EKF方法组合应用并加以改进,来实现准确和快速的全局定位,同时提高位姿跟踪的准确性.Markov方法中位姿空间的低分辨率离散减小了存储需求,声纳感知模型对位姿空间分布进行初始化并提供了全局的位姿假设,视觉感知模型实现了位姿分布更新,而基于视觉特征的EKF方法则提高了定位的精度.实验结果验证了本方法的有效性.     

电力系统神经网络逆控制中的闭环控制器设计

由于实际电力系统输入限幅、工作区域受限等因素的影响,采用神经网络逆系统方法对被控电力系统进行反馈线性化解耦后的复合系统并非理想的解耦线性系统.在对此复合系统设计闭环控制器时需要确定合理的期望响应特性.本文通过对被控电力系统的输入输出特性分析,得到线性化解耦后各子系统的主导物理特性,从而为确定合理的闭环期望响应特性提供依据.结合神经网络逆系统方法在励磁与汽门系统线性化解耦控制中的应用,本文给出了详细的设计方法与计算机仿真结果.     

非线性微分-代数子系统的反步控制及应用

许多实际被控对象往往是大系统中的一个非线性微分-代数子系统。对于指数1且关联可测的非线性微分-代数子系统,分两步给出了其反步镇定控制方法,并应用于电力系统元件分散控制。第一步提出了非线性微分-代数子系统的一致相对阶概念,给出了模型等价转化的条件,将非线性微分-代数子系统模型等价转化为“受限”非线性常微分方程系统模型。第二步基于等价模型,利用反步控制方法构造出控制器,使得闭环系统渐近稳定。最后研究了多机电力系统中的同步发电机汽门控制功角问题并进行了仿真,仿真结果表明了所提方法的有效性。     

一种新的移动机器人Monte Carlo自主定位算法

针对当出现一些未建模的机器人运动时(如碰撞或者绑架问题),以小采样数目实现常规Monte Carlo方法难以解决的问题,提出一种新的Monte Carlo定位算法,该算法同时采用p(Xkzk)与p(XkXk-1)作为重要性函数并从中进行采样,避免了采样集不包含真实位姿采样的情况,能够有效地解决全局定位与绑架问题.同时在重采样过程中引入了过收敛检验与均匀性检验用于判断采样与感知信息的匹配程度,以适时进行重采样,节省了计算资源并提高了定位效率.实验结果表明该方法具有良好的性能.     

一种基于标准混合高斯模型的快速人脸检测方法

针对室内移动机器人运动过程提出一种快速而稳定的人脸检测方法.由于室内存在多种物体,背景不断变化,且光照条件可能不断变化,提出采用人脸肤色的标准混合高斯模型与人眼特征相结合的人脸检测法,无需对原始图像进行尺度变换.检测过程首先将经过补光处理及光线增强的人脸库转换到YCbCr空间,求其非线性变换空间YC'bC'r,求出左右脸标准正态密度函数及混合高斯分布;然后根据人眼颜色特征,分别对人脸肤色候选区域进行人眼候选区域提取,利用人眼Gabor模板的不变Hu矩与人眼候选区域的相关性,找出人眼拟合矩形区域,再综合利用人眼与人脸的特征关系以及人脸候选区域的投影关系检测出人脸区域.大量实验表明,新方法速度快,适应性较好,并可扩展检测到侧面人脸.     

小波边缘检测在焊缝图像处理中的应用

将小波变换边缘检测技术引入焊缝图像的处理过程,有效解决了算子边缘检测技术在抗噪声能力和精确定位能力间的矛盾.通过采用二次B样条小波检测焊缝图像的边缘,并定义了相似性距离定量的比较各类检测结果的优劣,通过该距离的定量计算和比较,充分显示了小波变换技术在抗噪声能力和精确定位能力方面的优越性.