不确定非线性桥式吊车系统控制器设计

研究了能够同时实现不确定欠驱动吊车系统精确位置跟踪与抗摆动的控制器设计方法.考虑到两自由度桥式吊车系统的负载变化和外界扰动等不确定性,基于Lyapunov函数和模糊逻辑系统设计了一种分段滑模直接自适应模糊控制器.理论分析与仿真结果证明了不确定吊车控制系统是全局渐进稳定的,并具有很好的适应性和鲁棒性.     

荔枝采摘机械手果实识别与定位技术

针对采摘机械手在自然环境下对荔枝的识别和精确定位问题进行研究.通过分析自然环境成熟荔枝的颜色特征,选取HSV颜色模型进行阀值分割,去除荔枝图像的复杂背景,并利用模糊C-均值聚类法(FCM)对图像中荔枝果实和果梗进行分割,试验结果表明:有效识别果实和果梗的正确率为93.3％.通过计算果实“质心”与果梗的距离最大值确定荔枝采摘点,利用基于色调空间的彩色图像匹配法和极限约束法进行果梗采摘点的立体匹配,实现了采摘点的空间定位,定位试验结果表明:定位坐标中深度值误差小于3 cm,深度值误差率小于5.64％,能满足实际作业中荔枝采摘机械手的定位精度要求.     

基于改进YOLOv5的高速公路隧道车辆和人员检测

针对高速公路隧道内光线昏暗、图像受灯光影响及远距离小目标检测困难等问题,提出了一种改进的YOLOv5高速公路隧道车辆和人员检测算法。首先,使用高斯混合聚类来获得更加匹配数据集目标的一组锚框,提高了模型的检测精度;其次,在特征融合部分引入CARAFE算子,扩大感受野,降低上采样过程特征细节损失;最后,通过向网络中插入坐标注意力 (Coordinate Attention,CA),进一步增强模型对图像各位置特征的提取能力。为验证算法的有效性,在浙江温丽高速公路隧道数据集上进行实验,结果表明：所提算法的平均检测精度(mean Average Precision ,mAP)达到了95.7%,较原模型提升3.8%,对于远距离小目标和受严重灯光影响的目标能够实现更加精准检测,为复杂环境下高速公路隧道内车辆和人员检测提供了一种有效的解决方案。     

基于动态目标的采摘机器人视觉定位技术研究

自然环境中水果扰动是采摘机器人视觉定位的难点。研究通过计算扰动荔枝图像中果实摆角大小,确定了静止、微扰动和大扰动3种状态;针对静止、微扰动的荔枝,利用改进的FCM模糊聚类方法进行果实、果梗的图像分割,利用Hough直线拟合确定果梗上有效采摘区域,实现了荔枝采摘点的空间视觉定位,并通过虚拟现实技术进行了机械手采摘扰动目标的仿真。视觉定位试验结果:静止、微扰动荔枝采摘点的视觉定位的深度误差值最大为2.3 cm,最小为0.6cm,表明了该方法的合理性与有效性。     

基于神经网络和遗传算法优化室内热舒适控制参数

为了改善室内办公场所的热舒适环境和减少能源消耗,应用计算流体力学(CFD)软件建立实验室研究模型,通过CFD实验模型数据训练人工神经网络,并用神经网络模型代替CFD模型.建立遗传算法目标函数,通过调整权重得到不同的优化结果.在保证精度的情况下减少遗传算法的计算量,最终得到室内控制参数的最优解.与直接在CFD模型上应用遗传算法相比,明显减少了计算量.通过修改室内空调送风口的布局和空调控制参数,使室内大部分工作人员获得满意的舒适度.实验结果表明,所选择的目标函数以及优化方法可以使室内工作环境的舒适度得到较大改善,并达到了节能的目的.     

基于UML/J2E协作型多学科网络教学平台的设计与实现

针对当前网络教学平台存在的问题,结合计算机理论和教学理论,利用UML工具和J2EE技术,设计并实现了一个协作型多学科的网络教学平台,介绍了该平台的设计思想和系统建模,并对系统中一些关键问题的解决进行了阐述。     

多变量过程传感器故障检测的SVM方法

提出一种适用于具有纯滞后多变量过程的传感器故障检测方法.该方法结合支持向量机回归算法与数据驱动的信息融合技术,给出一种采用广义支持向量机观测器的传感器故障检测、分离和数据恢复系统的架构.每个关键传感器都配置一个由过程输入和除被监视传感器之外的过程输出共同驱动的观测器,对传感器实际输出与观测器输出进行了比较,并对数据的有效性进行了确认.多组分精馏塔系统实验表明,该方法能够对过程传感器故障进行检测,并且具有较好的鲁棒性.     

基于模糊C-均值聚类与支持向量机的PMV指标预测系统

为了更好地预测室内热舒适度PMV指标,在分析模糊C-均值聚类方法与支持向量机方法的优势和互补性后,探讨了二者的结合方法,提出了一种基于模糊C-均值聚类预处理的支持向量机PMV指标预测系统.该方法把复杂的数据集看作多个群体的混合,每个群体采用单一的回归模型进行描述,使得大规模数据集的回归估计问题变成了一个多模型估计问题.将该系统应用于PMV指标预测中,与标准支持向量机方法相比, 得到了较高的预测精度,从而说明了基于模糊C-均值聚类方法作为信息预处理的支持向量机学习系统的优越性.