一种分类机械手的研制与开发

提出了一种用在晶体角分类机上替代工人来完成卸料及分类工作的机械手.该分类机械手是机械、电气传动、气动控制、嵌入式微控制器和微电子器件相结合的产物.机械部分构成了分类机械手的骨架;步进电机等使分类机械手实现了准确运动;气动元件使分类机械手变得灵巧、简捷.借助于系统状态变换等方法,以微控制器C8051F206为核心的分类机械手控制器的软件给予了分类机械手某些简单的人工智能,使其能准确无误地重复完成卸料及分类任务.分类机械手的基准定位与步进电机步进计数控制的结合可使其长期运行无积累误差.经在工业现场的长期使用证明,该分类机械手设计合理、工作可靠.     

基于过程神经网络的短期负荷预测

针对目前常用方法在解决负荷预测问题时,结果往往难以达到工程要求精度的现状,利用过程神经网络输入为时间函数以及预测精度高的特点,建立了基于过程神经网络的电力系统短期负荷预测模型;给出了模型的结构,基于函数正交基展开的离散数据拟合方法以及模型的学习算法.针对东北某地区电网的日负荷数据,进行了模型训练和负荷预测正确性的研究.结果表明,所建立的预测模型对负荷的预测准确率高,优于BP神经网络负荷预测模型的预测结果.     

区间多目标粒子群优化算法及其应用

提出了一种区间多目标粒子群优化(IMOPSO)算法,用于解决多目标下区间变量的优化问题.基于区间可信度定义两个区间解的占优关系,通过归一化方法和区间拥挤度距离对Pareto最优解排序,并设立归档机制,利用外部存储器保存Pareto最优解集.针对有界误差系统的建模问题,提出了基于IMOPSO算法训练区间神经网络(INN)模型参数的建模方法,解决了误差界已知和误差界未知两种情况下的有界误差系统建模问题.最后,以一阶不确定系统为例,利用所提算法进行了建模仿真,验证了建模方法的有效性.     

动态环境下基于可变记忆的进化算法

常规基于记忆的进化算法在动态环境中往往达不到期望的效果,这主要是由于记忆体大小的限制.为此提出了动态环境下基于可变记忆的进化算法(IMEEA),其核心思想是算法中拥有两个种群,即搜索种群和记忆种群,同时采用过度变异策略来增加种群的多样性.算法中的两个种群有最小和最大的允许长度,并且种群的大小根据进化过程的进行而不断变化...     

一种基于互相关函数的小波系数相关阈值去噪方法

针对传统的小波系数相关去噪方法中,在对含噪信号进行小波变换后,各尺度上的小波系数会产生微小偏移的问题,提出了一种基于互相关函数的小波系数相关去噪方法.采用互相关算法,计算各个尺度与原始含噪信号产生的偏移量,再把偏移后的尺度进行相关分析,得出准确的突变信号;为了去除信号突变附近附带的少量噪声信号,再采用临界阈值去噪方法对...     

太阳能光伏系统中的低压电网拓扑结构优化

优化低压电网拓扑结构,有效利用电能是太阳能光伏供电系统研究中的重要课题.首先将太阳能光伏电站的供电范围用K-means聚类算法分成若干个较小区域,然后在每个区域内用改进的最小生成树算法进行网络拓扑结构优化,从而完成了对整个太阳能光伏供电网络的整体优化.仿真结果表明,优化后的低压供电网络有效降低了供电线损,提高了光伏系统电能的利用率.     

一种新的间歇过程多模式辨识方法

针对间歇过程的多模式划分问题,提出了一种基于主角度相似度比较的多模式划分新方法,有效克服了噪声或冗余数据对模式划分的影响.该方法的基本思想是利用PCA对间歇数据按时间轴进行主成分建模,然后利用主角度这一用于比较子空间相似度的方法进行主元模型相似度比较,从而对各个模型和过渡过程进行有效辨识和划分;在此基础上,对上述方法进行了深入分析,改进并完善了主角度相似度划分标准,使这一方法更趋完善.仿真结果检验了所提方法的有效性.     

一种新型的区间-粒子群优化算法

提出一种区间算法与粒子群算法相结合的新型优化算法.该算法改善了传统区间算法中存在的效率低及构造加速工具困难的问题,使区间算法可以更好地运用于高维模型.利用区间思想为新粒子的产生提供指导,并且利用粒子群算法的大范围随机搜索能力不断改进区间中心点的位置.随着算法迭代代数的增加,变量区间不断缩减,最终实现寻找全局最优目标区间的目的.对一些高维多峰值全局优化问题进行了仿真实验,结果表明该算法比传统区间优化算法更加有效.     

X射线角分类机旋转料台的建模与控制方法

X射线角分类机是压电石英晶体检测的重要设备,其旋转料台受摩擦力的影响而导致运行不平稳,影响了检测精度。建立了基于力矩电机的旋转料台数学模型,并对系统特性进行了详细分析;采用混合式模拟退火遗传算法HGSA确定了LuGre摩擦力稳态模型-Stribeck模型参数,进而设计了基于模型摩擦力补偿的复合控制器。试验结果表明,方法有效地克服了旋转料台受摩擦等干扰因素的影响,大大提高了运行的平稳性。     

执行器失效的跟踪控制律重构:故障掩蔽法

为避免直接重构系统状态过于苛刻的条件,提出了线性系统存在执行器故障时动态镇定和定点跟踪控制器重构设计方案.基于重构模块思想和故障掩蔽方法,导出了扩展虚拟执行器以获得静态和动态重构模块的统一描述,其中重构模块与标称控制器一起构成可重构控制器.从而实现了执行器故障情况下线性时不变系统的闭环稳定和跟踪性能恢复的重构目标.仿真表明:即使执行器故障重构闭环系统亦能镇定,并可达到稳态值恢复的跟踪重构目标.