摘要：为了实现钢铁等金属熔炼过程中实时、在线监测元素组分含量,设计了一种远程双脉冲激光诱导击穿光谱(LIBS)分析系统,对远距离的样品进行非接触式远程测量、成分分析。首先利用固体标准钢样对系统进行了测试以及标定,为下一步利用此系统在线监测熔融钢液组分含量提供了基础。实验结果表明:激光远距离聚焦光斑在1 mm左右;双脉冲烧蚀比单脉冲烧蚀深度深很多;双脉冲最佳延时在不同距离下不一致;3.1 m处双脉冲增强效果比2.1 m处更好,其中Ti(Ⅰ)319.99 nrn增强最显著为5.19倍;各种元素的标定曲线相关系数r都在0.99左右,重复精度(RSD)基本都小于5%,测量偏差(RMSE)都小于0.021%,2.1m处的检出限相比3.1 m处更低,2.1 m处多数元素检出限小于500 ppm。

摘要：实际控制器的输出信号是有界信号,即控制器输出饱和问题.针对控制器输出饱和问题,本文提出了低阶被控过程含延迟的一种饱和最优PID控制器设计方法.将控制误差及1阶、2阶、3阶微分项,及它们的混合项作为优化性能指标,建立了含有状态约束、稳定性及代数约束的非线性最优控制问题.应用共同李亚普诺夫函数定理与李亚普诺夫定理,约束最优控制问题被转化为非线性约束最优化问题,通过求解相应的非线性约束最优化问题,可获得饱和最优PID控制器参数.仿真结果表明了设计方法的可行性和有效性.

摘要：针对工业通信网络缺少通信质量评估方法的现状,提出基于组合赋权和云模型的工业通信质量评估方法。结合工业通信网络的背景,选取8个工业通信指标建立工业通信网络评价体系。运用最优传递矩阵改进的层次分析法和变异系数法分别计算指标的主观权重和客观权重,基于离差最大化思想进行组合赋权,避免单一确权方法计算指标权重的片面性。结合云模型将指标权重量化为评价等级,直观地反映评价结果。仿真结果表明,该方法能够有效地评价工业通信质量。

摘要：为解决传统蚁群算法收敛速度慢,产生避障路径结果不理想等情况,提出一种静态障碍物环境下的新型贪婪改进蚁群算法。建立算法模型,配置算法参数组合,利用贪婪算法的思想,改变蚁群算法的路径选择方式,使算法拥有极快的收敛速度;改进信息素更新规则,使其随迭代次数进行动态更新,避免算法陷入早熟;改进启发式判断法则。实验结果表明,改进算法在不同复杂程度的环境中可较快获得最优路径,对比其它算法具有更好的性能,验证了算法的可行性。

摘要：差异化设计技术是减小安全仪表系统(SIS)共因失效(CCF)发生概率的有效手段,它对系统可靠性评估技术提出挑战。为此,提出基于组件降级值(CDV)定量评估系统可靠性的新方法。先定义对组件失效行为有显著影响的4类影响因子(IFs),并针对每类影响因子的具体特点提出相应的差异映射方法;而后,基于权值影响向量和Alpha因子模型进行CCF分析,找出差异与系统CCF发生概率之间的数学关系。最后,以一个化学反应腔安全保护系统为例阐明所提出的方法。研究结果表明,系统CCF发生概率与差异存在相关性,用差异化设计技术能有效提高系统的可靠性。

摘要：为了实现对分布在很广地域的变电站或设备进行监视和控制的以太网规约IEC60870-5-104远动规约在工业通信领域的应用,首先深入分析了该远动规约的结构模型,设计了一种主要由ARM7内核的主控制器和以太网控制器构成的通信模块硬件平台,以及通过嵌入式实时操作系统来实现多任务调度的软件平台,并针对规约要求以及工业现场需求设计了主要任务的有限状态机模型。还通过实验对该模块的一致性、互操作性和系统性能进行了测试,结果表明,该通信模块具有系统独立、通讯稳定、互操作性强、可靠性高等特点。

摘要：针对图像引导微创脊柱手术中移动C型臂X线成像特点,通过学习人体腰椎的曲率特征实现腰椎识别,提出一种基于层级循环神经网络的X线图像腰椎自动识别方法.首先为解决X线图像中腰椎纹理混叠的问题,提取腰椎三维模型与二维X线图像中共有的曲率特征作为模型的输入;其次为模拟术中移动C型臂多角度成像的特点,采用双向循环神经网络学习腰椎曲率特征,刻画腰椎曲率特征在不同成像角度下的关联性;最后为解决病理情况下腰椎部分信息缺失的问题,提出一种层级循环神经网络模型,通过逐层融合的网络架构对人体腰椎间天然的上下文关系进行建模,提高模型在病理情况下的腰椎识别率.在开源数据集和术中移动C型臂X线图像上的实验结果表明,文中方法在正常情况和病理情况下的腰椎识别率均优于其他4种方法,且由于使用了数据量较少的二维曲率特征,该方法在训练和测试阶段的计算效率更高,更适合于术中图像引导的应用.

摘要：随着移动互联网的不断发展,传统的线下广告形式逐渐转变为在线广告形式,互联网在线广告产业已经成为当下的热门行业。对在线广告点击购买行为进行精准预测可以有效减少广告方的营销成本,使其利润最大化,同时也能够为消费者推送更多合适的广告,提高用户使用体验,因此具有重要的现实意义。基于此,笔者提出一种基于随机森林的在线广告点击购买预测模型,通过调整算法的相关参数,对模型进行优化。实验结果表明,该模型的综合性能更好,拥有广泛的应用前景。

摘要：数据属性在物联网感知数据物理意义表达和智能化处理方面起着非常重要的作用,可以有效提高数据的使用价值,是实现异构数据共享和融合、异构资源交互和协同的重要基础.然而,随着物联网领域技术的发展,当前数据属性的描述都是基于具体应用而定制化设计的,数据属性的结构化较强,数据很难被跨域理解和处理.针对这一问题,本文提出一种基于语义网技术的物联网数据属性标注方法.通过层次本体架构对数据属性进行语义化的描述,将数据属性从关系型数据库中抽象出来,使得数据属性独立于具体应用而存在;在数据访问的过程中,根据具体应用的需求有针对性地对数据进行属性的语义化标注,并通过推理技术实现数据属性的扩展.这种对数据的语义化标注方法有效实现了对数据属性的统一化描述和更为灵活数据模式的构建,提高了数据物理意义的表达能力和数据的使用价值,促进了计算机对数据更深入的理解和更智能化的处理,为物联网领域异构数据的融合共享和异构资源的交互协同提供了有力的技术支撑.

摘要：非均衡网络流量、局部密集网络拓扑等应用特征以及低能耗、高实时通信等应用需求给应用于输电线路监测网络的MAC设计提出了挑战.针对原应用与输电线路监测网络低流量时段的X-MAC协议的不足,通过引入同步操作、精确预估唤醒时刻,提出了SX-MAC协议.SX-MAC最大限度地减少网络中前导码报文的长度,节省了网络能量.通过分析SX-MAC协议的网络能耗,得出最优同步周期的理论值.又提出了占空比交错调度机制,优化上行数据的实时性.采用了OPNET进行了仿真验证,结果表明,在此应用背景下,SX-MAC协议比X-MAC协议能够更好地节约网络能量和满足网络实时性要求.仿真条件下最优的同步周期为15分钟.