摘要：通过对热连轧卷取机系统的电机转速规程进行分析,针对实际生产中由加速度和轧机振动因素导致的卷取张力波动问题,提出一种新型张力控制模型.并且结合负荷观测与主动转速补偿的思想,在未安装转矩和轧辊转速传感器的条件下,首次对于这类有既定速度规程的交流电力拖动系统,设计出一种具有强抗扰能力的直接转矩控制系统.实验结果显示采用主动负荷观测与转速补偿控制方法,能够克服普通直接转矩控制系统的固有缺陷,减小电机转速波动与输出转矩的耦合,实现恒张力卷取的控制目标.

摘要：针对带钢热连轧中活套系统的解耦控制问题,提出了神经网络变结构多变量解耦控制方法.通过将活套高度和张力复合控制系统看成高度和张力两个独立的控制系统,将二者的耦合关系当作扰动来处理,根据全阶滑模变结构控制理论,分别对这两个系统设计控制器.利用两个径向基神经网络来保证滑态可达条件的满足.最后用Matlab对活套多变量耦合控制系统进行仿真研究,结果表明解耦后的活套控制系统可获得更好的控制效果.

摘要：针对板形板厚多变量复杂系统,以板形和板厚质量为主要控制目标,以弯辊力和辊缝为主要控制变量建立系统模型.基于某热连轧实际生产参数得到具体数学模型.针对建模过程中忽略掉的各种次要因素的影响及扰动和参数摄动,应用Matlab鲁棒控制工具箱对系统进行耦合分析并求解出鲁棒控制器,通过均衡处理的控制器降阶算法得到低阶鲁棒控制器.仿真结果验证所设计控制器具有良好的解耦效果、抗干扰能力和抗参数摄动能力.

摘要：心脏核磁共振成像(MRI)具有噪声多、背景和目标区域相似度高、右心室形状不固定、呈月牙形或扁圆形等特点,虽然基于卷积神经网络的U型结构在医学图像分割中表现出色,但由于卷积本身的局部运算特性,提取全局信息特征能力有限,所以很难提升在心脏MRI上的分割精度.针对上述问题,提出一种全局和局部信息交互的双分支网络模型(UConvTrans).首先,利用卷积分支和Transformer分支提取局部特征和建模全局上下文信息,能够保留细节信息并抑制心脏MRI中噪声和背景区域的干扰.其次,设计了融合卷积网络和Transformer结构的模块,该模块将二者提取的特征交互融合,增强了模型表达能力,改善了右心室的分割精度,而且避免了Transformer结构在大规模数据集上预训练,可以灵活调节网络结构.此外,UConvTrans能有效地平衡精度和效率,在MICCAI 2017 ACDC数据集上进行验证,该模型在模型参数量、计算量仅为U-Net的10%、8%的情况下,平均Dice系数比U-Net提高了1.13%.最终,在其官方测试集上实现了右心室92.42%、心肌91.64%、左心室95.06%的Dice系数,在心肌及左心室区域取得了到目前为止最好的结果.

摘要：实践教学是工科知识、能力和素质养成的重要保证和基础。针对实践类课程对工程认证能力和素养的支撑,以北京科技大学自动化专业的工业组态软件课程为载体,将OBE理念贯彻到课程层面。优化教学设计、重塑课程内容、细化考核评价,将工程认证中毕业要求的能力和素养要素渗透并融入课程教学和实践,助力实现毕业要求指标点的“可落实”、“可评价”要求,为进一步推进工程教育专业认证提供参考和借鉴。