基于模糊神经网络的水力机组模型辨识

根据水力机组可分段线性化的特性,提出了水力机组简易模糊语言模型。在此基础上,将反馈控制思想引入系统辨识,同时结合神经网络的易学习特点给出了基于模糊神经网络的水力机组模型结构及其算法。最后将所建模型运用于灯泡贯流式机组的在线预测。试验结果表明,该模型在线修正工作量小,并能迅速地、较为准确地逼近实际系统的输出,可以作为贯流式机组自适应控制的实时预测模型。     

贯流式水轮机的流道试验研究

为了经济合理地开发平原地区和海湾潮汐的动力资源、贯流式水轮机是最适合采用的一种机型,在上述地区采用贯流式水轮机有以下几方面优点: 1.贯流式水轮机的流道通畅弯道少,水力损失小与立式机组相比,其过流能力大,效率高,因此在直径相同的条件下、贯流式水轮机的单机出力比立式机组大20％—30％。     

浅谈灯泡贯流式电站的优化运行

灯泡贯流式机组具有过流通道水力损失少、过流量大、较高比转速、发电机组结构紧凑等特点。文章通过对灯泡贯流式机组的结构特性进行了论述,就如何提高电站的发电效益对灯泡贯流式水电站进行了优化运行的探讨和分析,提出了笔者的建议。     

灯泡贯流式电站经济运行分析及管理

随着我国水利水电事业的快速发展，在我国兴建了很多大量的水电项目。其中有很大一部分采用了灯泡贯流式水轮发电机这种设备，在这种使用趋势下，给灯泡贯流式水轮发电机的生产企业带来了快速发展的契机。本文介绍了灯泡贯流式机组及电厂的实际情况，探讨了灯泡贯流式机组运行的技术与经济的优势，并在实际的运行当中提出了几点管理经验。     

贯流式水轮机取消活动导叶的试验研究

低水头水电站机组的造价占电站总投资的比重很大,尤其是贯流式机组,如何简化机组的结构对节约投资是很明显的.我们设想将贯流式水轮机的活动导叶改为固定导叶,依靠转轮叶片调节流量进行了水力性能的试验研究,获得了较好的效果,並对不同类型导叶出口边流场分布进行了测试工作、为今后的导叶设计提供了参考依据.     

溴化锂空调监控系统设计与实现

本文基于氯碱化工的实际生产需求，设计并实现对6台溴化锂空调机组的集中监控该系统结构采用Hostlink通讯网络，利用组态王软件实时地采集空调的启停、压力、温度等各种反映空调运行状态的参数，并对空调机组的各种故障及时显示并报警     

轴伸贯流式机组在低水头大流量电站的选用浅析

本文结合半布水电站机组选型问题，从三个方面讨论了在低水头大流量水电站中选用轴伸贯流式机组的优越性。     

浅谈灯泡贯流式机组运行稳定性分析

我国水资源丰富,水力发电项目遍布各地,灯泡贯流式以经济、技术优势而被广泛应用。该文致力于全面详细的分析灯泡贯流式机组的静态控制与动态控制的稳定性,首先对其技术优势进行分析介绍,后分别对机组的静态控制、动态控制时的稳定性进行分析。最后对全文进行总结。     

长洲水利枢纽工程外江3#机流道盖板安装浅析

本文结合长洲水利枢纽工程外江3#机组的安装情况,介绍了灯泡贯流式机组流道盖板埋设的新型施工方法,并进行了分析和总结,对今后的贯流机组的安装有一定的借鉴意义.     

西岸水电站水力机械设计

本文主要介绍西岸水电站根据灯泡贯流式机组特点选择厂房布置、厂内辅助设备系统的设计,对同类型机组的电站设计具有借鉴意义。     

基于三通道注意力网络的番茄叶部病害识别

对番茄病害进行识别,近年来一直是植物病害预防的研究热点。由于受到复杂背景干扰,番茄叶部病害识别准确率不高,针对这一问题,提出一种基于三通道注意力机制网络的番茄叶部病害识别方法。该网络基于ResNeXt50残差网络,将注意力模块嵌入至残差网络的ResNeXt模块中可以并行提取目标的通道特征和空间特征,获取有效的语义信息。训练阶段通过设计双损失函数和数据增强进一步提升分类准确度,并通过迁移学习网络预训练参数的方式提高网络训练效率。实验结果表明,使用双损失函数和数据增强后,基于三通道注意力网络的番茄病害识别算法在测试集上的平均识别准确率达98.4%,相比于传统机器学习方法和其他神经网络方法的准确率更高,检测速度满足实时性,Kappa系数为0.96,满足叶部病害识别的高精度要求。该方法能够有效地对10种番茄叶部病害进行识别,为植物病害识别提供了一种新的思路。     

基于在线神经网络的自适应控制器的设计与应用

针对线性控制系统自适应性较弱的缺点,在其基础上设计了一种基于在线神经网络的自适应控制器．该控制器根据被控对象和参考模型之间的误差调整网络权值,在线抵消被控对象的未建模动态特性和不确定因素．文中以某小卫星姿态控制系统为例,对所提出的自适应控制器进行设计和仿真．结果表明,神经网络以很高的精度跟踪和在线补偿不确定项,改善了线性控制系统的动态性能．     

利用神经网络自适应逆控制消除干扰和噪声

神经网络的自适应逆控制具有对鲁棒性高、自适应能力强和难以精确建立数学模型的工业对象,尤其是大滞后、非线性、不确定性及时变的对象.利用BP神经网络构成逆控制器,提出一种基于神经网络的模型参考自适应逆控制系统.仿真实验表明,此系统具有良好的消除对象干扰和敏感噪声的作用,可以在工业控制中广泛应用.     

带神经网络补偿的Smith预估极点配置自校正控制

用一个常规线性模型对被控对象进行辨识,线性模型辨识的余差用一个神经网络进行补偿,线性模型和神经网络共同构成对象的辨识模型·基于这一模型对大滞后对象提出了带神经网络补偿的Ｓｍｉｔｈ预估极点配置自校正控制和带神经网络补偿的Ｓｍｉｔｈ预估极点配置自校正ＰＩＤ控制·这些方法适用于非线性对象,具有较强的鲁棒性和较好的控制精度·     

基于神经网络的光伏电站气象-功率模型

基于双层前馈神经网络建立光伏电站输出功率与辐照等气象因素间的非机理模型。建立光伏电站输出功率与气象因素的神经网络模型;对功率模型的输入特征进行选择,分析不同气象因素的组合作为输入变量对模型准确度的影响,明确功率模型的输入变量;分析该模型网络的训练算法、隐含层神经元个数及训练次数对模型准确度的影响,据此确定功率模型的最优结构与参数;基于光伏电站的实际数据对功率模型进行验证。结果表明,基于双层前馈神经网络的光伏电站气象-功率模型具有较高的准确度。     

神经网络辨识的自适应逆控制

逆模型控制是一个新颖的控制方法．但在实现上会遇到很多困难,如被控对象的大滞后、时变性和不确定性等,使精确的对象数学模型难以建立．文中根据工业对象的特点及对控制系统高鲁棒性与高自适应性的要求,提出一种改进的神经网络的模型参考自适应逆控制系统．仿真试验表明,此系统具有良好的跟踪给定信号和消除对象干扰的作用．     

基于现场总线的水电厂计算机监控系统

设计了一种基于现场总线的水电厂计算机监控系统。该系统采用现场总线组网,主控级采用双主机热备用方式,现地控制单元以高可靠性的可编程微机控制器ＰＣＣ为核心,使系统通用性,扩展性,可靠性大为提高,特别适合于在大中型水电厂推广应用。     

基于神经网络的模糊控制器

提出一种基于神经网络的模糊控制器。它可以把模糊控制的控制规则转化为多层前向神经网络的一对输入、输出样本。用Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法对网络进行训练,使得网络记忆这些样本,并将这些样本以权值矩阵的形式存储的网络中。网络以”联想记忆“的形式来使用获得的经验对对象实施控制。知道了被控对象少量的定性知识,就可以用这种方法控制对象的行为,这种控制方案可用于对受控对象缺乏精确的数学描述或具有时滞     

Intelligent Scheduling Controller Design for Networked Control Systems Based on Estimation of Distribution Algorithm

The use of communication networks in control loops has gained increasing attention in recent years due to its advantages and flexible applications. The network quality-of-service （QoS） in those socalled networked control systems always fluctuates due to changes of the traffic load and available network resources, This paper presents an intelligent scheduling controller design approach for a class of NCSs to handle network QoS variations, The sampling period and control parameters in the controller are simultaneously scheduled to compensate for the network QoS variations. The estimation of distribution algorithm is used to optimize the sampling period and control parameters for better performance. Compared with existing networked control methods, the controller has better ability to compensate for the network QoS variations and to balance network loads. Simulation results show that the plant setting time with the intelligent scheduling controller is reduced by about 64.0% for the medium network load and 49.1% for high network load and demonstrate the effectiveness of the proposed approaches.     

基于物联网的小型植物培养系统设计

为了解决人们对小型植物的管理缺乏经验且耗时繁琐的问题，设计了一套基于物联网的小型植物培养系统，并建立了花卉品种专业数据库.各子系统由ZigBee无线传感网络连接，实现分布式部署，服务器采用基于Netty的异步网络通信编程.用户可通过手机客户端远程监控植物的生长状态，利用专业数据库对植物生长周期中的温度、湿度和光照进行自动调控.