变频调速节能技术在工业锅炉燃烧过程中的应用分析

在详细综述我国燃煤工业锅炉的运行现状、节能潜力及节能控制技术的基础上,提出了燃煤锅炉节能的必要性和紧迫性,论述了交流变频调速节能的原理,分析了风机水泵的节能原理和途径。以锅炉变频调速节能为例,提出了针对锅炉燃烧过程的面向节能降耗生产过程的控制与优化技术,给出了锅炉变频调速节能效益的详细测算过程,并总结了变频调速在锅炉燃烧过程节能控制中的优越性。     

基于极限学习机的未校准图像视觉伺服控制

解决非结构化环境中的机器人视觉伺服控制的主要问题是获得交互矩阵, 而解决交互矩阵的常见问题是交互矩阵伪逆的奇异性问题。 针对该问题, 提出了一种新型的基于图像的视觉伺服控制方法, 并采用增量式极限学习机解决图像雅可比矩阵的伪逆逼近问题。 为提高系统的收敛速度, 采用了具有自适应因子的速度改进控制器。 最后, 采用了六自由度机械手仿真, 验证了所提出方法的有效性和优势, 该算法提高了系统的鲁棒性, 避免了计算雅可比矩阵的伪逆的问题。     

非结构环境下一种改进的区域生长点云分割方法

针对非结构环境下目标零件识别过程中零件相互堆叠造成分割困难的问题,提出了一种改进的区域生长点云分割算法。首先,采用直通和统计滤波器对获取的点云进行预处理,得到去除冗余数据后的点云;其次,使用八叉树建立点云之间的拓扑关系,提高后续点云分割的效率;最后,选择基于局部径向基函数的曲率计算方法,通过计算选取曲率最小点为初始种子点,并设定空间阈值范围进行区域生长。实验结果表明:该方法能有效解决非结构环境下零件堆叠导致的分割困难问题,分割准确度高且效率满足工业实时需求。     

改进BP-神经网络在分子蒸馏过程中的应用

针对分子蒸馏过程多变量、非线性、内部机理复杂、建模困难等问题,基于神经网络自学习、自适应及强非线性映射能力,提出了改进的BP神经网络产品纯度预测模型,深入探讨了神经网络在分子蒸馏过程中的应用。实验证明所提出的模型可以用来预测产品纯度。     

基于ARM9Linux系统的模糊自整定PID温度控制器的设计

介绍了一种基于ARM9处理器的模糊自整定PID温度控制系统。详细阐述了系统的硬件组成以及软件算法的原理。实验结果表明,基于嵌入式Linux的生化分析仪实时温度控制系统精确度高、工作稳定。     

吉林省节能监测服务技术体系建设意义及对策

在详细分析我国工业节能现状、潜力及节能监测服务体系建设意义的基础上,有针对性地提出了吉林省节能监测服务体系建设的对策,为政府决策部门节能减排工作提供措施建议。     

基于dsPIC30F4011的逆变电源复合控制

将重复控制和双闭环控制相结合应用于单相逆变电源系统,建立了仿真模型,进行仿真实验。应用数字信号控制器dsPIC30F4011实现了该复合控制方法。     

一类机械臂指数加速迭代学习控制方法

针对机械臂系统外部干扰的轨迹跟踪问题,提出一种无需重置初始条件的加速迭代学习控制方法。利用指数变增益加速学习控制律,结合迭代学习控制算法,无需重置机械臂每次运行时初始条件,历经多次迭代后,实现对期望轨迹的实时跟踪。并在 范数意义下,证明了无需重置条件的比例微分（Proportion differentiation, PD）型加速迭代学习控制算法的收敛性。基于二自由度（Two Degrees of Freedom, 2-DOFs）仿真实验结果验证了该方法的可行性和有效性。同时在Quanser机电一体化运动控制实验平台上完成了实验验证,表明该算法的实用性。     

基于LMI直升机奇异系统鲁棒稳定控制器的设计

针对三自由度直升机奇异系统鲁棒稳定性分析复杂,且难以设计稳定的控制器问题,基于状态空间方法建立了三自由度直升机模型的线性动力学系统模型。利用线性矩阵不等式(LMI:Linear Matrix Inequality)推导并证明了奇异系统鲁棒渐进稳定的条件,提出了一类奇异系统鲁棒稳定状态反馈控制率的设计方法,并绘出三自由度直升机系统的状态响应曲线。实验结果表明,该控制器比LQR(Linear Quadratic Regulator)控制器具有更好的稳定性和鲁棒性。     

基于广义回归神经网络的上肢关节角度预测

针对人体上肢运动意图识别问题,基于上肢表面肌电信号,提出广义回归神经网络(general regression neural network,GRNN)预测受试者的上肢关节角度.GRNN预测模型的输入为处理后的表面肌电信号,预测的3个关节角作为输出,将GRNN预测结果和径向基函数(radial basis function,RBF)神经网络的预测结果对比,并用均方根误差对上肢关节角度的预测结果做评估,验证GRNN模型预测上肢关节角度的可行性.结果表明,GRNN模型能较好地估计人体关节角度.