摘要：针对冶金自备电厂燃料热值、压力和负荷多变的复杂工况与发电机组燃烧、汽机系统存在的大滞后、扰动大、多变量问题,首先通过改进粒子群算法(improved particle swarm optimization,IPSO)辨识得到以汽轮机调节阀开度与燃料量为控制量、有功功率与主蒸汽压力为被控量的单元机组数学模型;其次,设计多变量动态矩阵控制策略,构建机炉协调控制器,通过在线预测、反馈校正实现对系统进行滚动优化,并转换为内模控制结构分析其动态特性;最后,得到基于多变量动态矩阵控制(multivariable dynamic matrix control,MDMC)的燃气发电机组机炉协调控制策略。研究结果表明:相较于常规PSO,IPSO输出曲线拟合效果具有更高的准确性;与模型预测控制、广义预测控制、比例积分微分控制相比,MDMC具有更好的抗干扰性和动态性能,系统在受到干扰时调节时间最短为112 s,超调量仅为1.81%。应用机炉协调控制系统后,有功功率与主蒸汽压力标准偏差分别降低48.03%和33.33%,在满足现场设计要求的同时更有利于工业生产。

摘要：车辆自动驾驶过程中不仅需要完成运动规划,实现行人识别,还需实现更高精度的多目标追踪。针对车辆自动驾驶行人识别响应速度慢、目标追踪精度差的问题,提出一种融合多传感器的行人识别和多目标追踪算法。采用Lattice算法进行路径规划,通过损失函数与碰撞检测得到最佳驾驶轨迹,将传感器检测到的障碍物位置转换到全局坐标系中,在全局栅格地图中以高斯分布绘制在地图中,通过阈值初定可视行人。并基于检测跟踪策略设计多目标追踪遮挡处理算法,实现自动驾驶车辆中被遮挡目标的运动估计。对多目标跟踪挑战数据集的定量、定性和消融研究,验证了该算法的有效性。实验结果表明,该算法能够准确估计遮挡过程中的目标运动,生成完整、高质量的运动轨迹。

摘要：针对受外部干扰和输入饱和的无向拓扑多航天器系统的姿态协同控制问题,提出了一种基于预定时间的分布式姿态协同跟踪算法。首先,设计了一种分布式预定时间滑模观测器,分别用于每个跟随航天器在预定时间内对领导者姿态和角速度信息的估计。其次,利用分布式观测器和滑模技术,提出了一种考虑执行机构饱和的分布式预定时间姿态协同跟踪控制器。所提出的控制方案是非奇异的,能够实现在约束条件下的多航天器的全局预定时间姿态协同跟踪控制。然后,利用李亚普诺夫稳定性理论对该系统进行了稳定性分析。最后,仿真结果验证了所提控制方案的有效性,且具有较快的收敛速度和较高的控制精度。

摘要：研究了具有外部扰动的非完整轮式移动机器人编队控制问题,提出了固定时间一致性算法。首先,通过坐标变换定义了机器人动力学模型,并将扰动因子引入到模型中;其次,采用领航跟随策略,将系统的编队控制问题转换为简单的一致性跟踪问题,并将误差跟踪系统分为2个子系统;再次,通过设计双幂次趋近律和非线性函数,针对2个子系统设计了固定时间一致性控制器,使得机器人编队在固定时间内稳定收敛;然后,通过李雅普诺夫理论对控制器进行稳定性验证;最后,将所提算法与渐近收敛算法以及有限时间一致性算法进行对比,结果表明,无论机器人的初始状态如何,固定时间一致性算法都能保证快速稳定的收敛,进而说明了固定时间一致性算法的有效性。

摘要：设计了一种新能源汽车空调风扇的降噪结构,包含一组隔音组件、一组抵压组件和润滑机构。首先通过两组对立交叉的隔板组成隔音罩,形成迂回曲折的消音通道。在隔音罩的外侧装设了隔音棉,将噪音隔绝在隔音罩中。为了防止隔音棉与叶轮旋转分离,设计了一组具有离心机构的抵压组件,工作时使隔音棉紧密挤压在叶轮表面,噪音能够更好地被隔绝,最后通过润滑机构,多维度提高了降噪效果,保证电动汽车在使用空调时的良好体验。

摘要：为了验证分数阶建模的精确性,进行了数值仿真研究.基于分数阶PID对数值仿真模型进行控制,并依据分抗逼近电路的基本原理,搭建了电感和电容的分抗逼近电路,通过观察输出电压波形,验证电感和电容分数阶物理模型的正确性.结果表明,在保持K_p、K_i、K_d参数不变的情况下,分数阶PID控制响应更快、控制效果更优.基于Charef-I型分抗逼近电路的分数阶电感和电容的分抗逼近模型能有效反映整数阶模型的特点.

摘要：针对直流到直流(direct-current to direct-current,DC-DC)变换器在负载切换时,传统的控制策略无法取得良好的动态性能问题,提出一种模型补偿自抗扰控制方法,将其应用于DC-DC变换器系统。通过建立BUCK型DC-DC变换器控制系统模型,提出电压外环及电流内环线性自抗扰,并在此基础上对电压外环设计基于扰动补偿的模型自抗扰控制策略。对DC-DC变换器模型自抗扰控制系统进行模拟仿真,仿真结果表明:所提出的数学模型补偿自抗扰方式在电压追踪性能和鲁棒性方面更具优势。

摘要：在小麦害虫图像检测识别中,因害虫的种类繁多,形态各异,且往往受到光照、背景等环境因素的影响,增加常规神经网络的训练难度,使得常规神经网络在训练过程中出现梯度消失的问题,从而导致最终识别结果的精度偏低。为此,对常规神经网络进行优化,研究并设计一种小麦害虫图像识别方法。将采集的小麦害虫彩色图像转换为灰度图像,利用小波变换技术去除图像噪声,结合形态学操作滤除图像的冗余信息,提高图像的质量。对滤波后的小麦害虫图像进行线性变换和对比度调整,实现对数据集的离线增广,构建出一个包含大量样本、类别丰富的小麦害虫图像数据集。针对数据集中的图像提取小麦害虫特征,引入神经网络算法构建识别模型,通过增加分支数与卷积层数,对模型进行改进与优化,以降低网络的深度。将小麦害虫特征输入至改进后的模型中实现小麦害虫图像识别。实验结果表明,本研究方法能够准确输出小麦害虫的图像类型,识别准确率较高。

摘要：以母猪精准饲喂装置为研究对象,设计了适用于母猪不同阶段使用的精准饲喂器。本文结合饲喂器的实用要求,对其关键部件进行了设计。采用螺旋输送器作为饲喂器的下料机构,使用SolidWorks对其进行三维设计,利用ANSYS Workbench有限元分析软件对螺旋输送器静力学特性进行仿真分析,得出最大的应力值是119.43 Mpa,满足使用要求。为了分析精准饲喂器的性能,进行了下料量和下水量实验。结果表明,本文设计的螺旋输送式饲喂器能够实现稳定的下料和下水,下料误差最大值为3.19%,下水误差最大值为3.8%,能够精准控制下料量和下水量。

摘要：设计一款医学院校学生体质健康智慧体育平台.平台基于人工智能深度学习、人体关键点识别技术和计算机视觉模式分析计数,对学生运动姿态进行过程性分析,通过数据采集、上报、管理、分析等流程,形成智能化数据报表.平台可以实现学生体质健康测试数据管理、体测成绩查询、体测预约、免测申请、运动健康处方等内容的服务.