摘要：SCR脱硝系统被控对象具有大迟延和大惯性,采用常规PID难以满足对出口NO_(x)含量的精准控制。为提高控制品质,提出了基于阶梯式广义预测的SCR脱硝系统优化控制。首先采用粒子群算法辨识了NO_(x)排放量的数学模型,其次基于模型设计了阶梯式广义预测控制器,最后将基于联合互信息的LSSVM动态软测量模型得到的NO_(x)生成量作为前馈,构建了基于软测量模型的前馈-反馈控制系统。结果表明:基于阶梯式广义预测的脱硝优化控制能很好的减少出口NO_(x)的波动,将动态软测量模型得到的NO_(x)生成量预测值作为前馈引入SCR脱硝控制系统,克服了测量数据存在的滞后问题,可以及时准确的控制喷氨量,实现脱硝系统的稳态经济运行。

摘要：由于控制系统的性能降低通常与比例积分(proportion integration,简称PI)控制器不合理的参数有关,而且单一的时域性能评价指标不准确,因此,针对具有纯迟延特性的控制对象,给出了基于频域和时域相结合的性能评价方法,克服了单一性能指标的不准确性.在不同控制策略和参数下,分析了系统性能指标与基准曲线或基准点的距离.针对2个典型的高阶被控过程,分别给出了不同的降阶模型,并把拟合对象特性最好的模型用于内模PI控制器的设计.基于频域和时域评价的结果,给出了PI控制器参数重新优化和整定的方法,用于改善控制系统的性能,该方法通过数据驱动方法对参数进行重新整定来实现,提高了运算效率.仿真实验验证了上述性能评价和参数优化方法的有效性.

摘要：超超临界机组再热汽温高于过热汽温导致4级抽汽呈现温度高、压力低的特点,增设四号高加外置蒸汽冷却器可提升锅炉最终给水温度,减少1级抽汽,提升机组热效率。建立660 MW超超临界机组回热系统模型,分析不同运行工况下外置蒸汽冷却器对机组热效率的影响。结果表明:机组设计工况和电厂实际工况下增设外置蒸汽冷却器分别可以提高锅炉最终给水温度大约4.2℃和3.7℃,各工况下机组热耗平均降低约19 kJ/kW·h,机组发电标准煤耗降低约0.698 g/kW·h,汽轮机效率提高约0.11%;外置蒸汽冷却器所带来的降耗效果随着机组负荷的增加呈“V”型变化,而且机组负荷越低,外置蒸汽冷却器的效果就越显著。研究结果可以为机组的变工况运行或者同类机组增设外置蒸汽冷却器的技术改造提供技术支持。

摘要：为了解决显著性检测中图像的低对比度区域和边缘区域存在误检测的问题.提出包含边缘检测子网络和显著性检测子网络的双分支网络模型.在自顶向下的信息流传递过程中,边缘检测子网络和显著性检测子网络分别独立学习边缘信息和显著性信息.设计信息交互模块和特征聚合模块,使得两个子网络将各自学到的特征信息逐层融合.边缘检测子网络,由真值图通过距离变换生成的边缘真值图进行监督,边缘检测子网络仅用于训练阶段.在5个经典数据集上进行的实验结果表明:相比于其他12种主流的检测方法,在F度量,平均绝对误差,结构化度量,精确率-召回率等指标中,本文方法均有明显的提升.基于边缘检测子网络提供的边缘信息能有效引导模型区分出低对比度图片中的边缘部分,得到边缘轮廓完整的显著图.该方法生成的显著图边缘轮廓连续性更好,空间结构细节信息更清晰,对低对比度区域更敏感.

摘要：为了解决算法对全工况数据挖掘难以精简寻优,以及针对燃烧优化调整试验中工况点选取不全面的问题,设计了一种基于KPCA-Kmeans++数据挖掘燃烧优化方法。通过对海量历史运行数据挖掘,发现不同工况下锅炉稳态运行条件下主要运行参数与性能指标之间的关联关系,并根据关联规律得到锅炉高效率低污染运行时所对应的参数运行目标值,通过对大量数据挖掘结果进行降维聚类得到直观、精简的燃烧控制规律,进而指导燃烧优化。以起磨方式作为工况划分标准,采用核主成分分析(KPCA)对历史数据所包含参数进行降维处理,以改进K均值(Kmeans++)算法对同种工况下海量数据聚类分析,在每种工况下确定3种燃烧优化模式。对比某电厂5号机组二次风优化效果表明,优化后SCR脱销入口NOx浓度平均下降29.2mg/m 3,锅炉效率平均提升0.11%。

摘要：针对无线传感器网络的节点能量受限以及能量利用率低等问题,设计一种基于模糊密度峰聚类和粒子群优化的能量均衡路由算法。算法主要针对成簇阶段和数据传输阶段进行优化。在成簇阶段,采用模糊密度峰值聚类算法选取首轮簇头并将节点聚类。在传输阶段,将传输路径选择转换为旅行商问题,通过粒子群优化算法建立基站与各簇头节点之间数据传输的最优路径。将此算法与EE-LEACH和PSO-K-MEANS算法进行比较,仿真结果表明,所提算法提高了网络的使用寿命和能源效率,生存周期与其它两种算法相比,分别提高了18.4%和15.9%。

摘要：WiFi信号的波动问题是影响指纹定位精度的主要因素之一,针对该问题设计了基于经验模态分解(EMD)的室内指纹定位算法,利用EMD方法在保持信号原有特征的同时实现了平滑噪声的目的。同时,针对传统的加权K最邻近(WKNN)算法在参考点数量大、指纹特征维度高时存在的计算量大、定位实时性低的问题,采用Ball Tree的近邻检索方法优化指纹匹配阶段的数据查询结构,提高了指纹匹配的速度。实验结果表明:相较于常用的传统WiFi指纹定位算法,所提基于经验模态分解的室内指纹定位算法可获得17%以上定位误差的改善,同时指纹匹配耗时减少了45%左右,有效提高了定位的精度与实时性。

摘要：为降低激光数控的加工误差,提升加工件的精密度,提出基于自适应滤波技术的激光数控加工误差控制方法。利用精插补器生成速度前馈给定信号,设计自适应速度前馈控制模型,采用广义最小二乘法辨识控制对象,基于辨识方法设计对称滤波器,运用该对称滤波器将位置反馈信号形成的附加误差抵消掉,消除掉控制对象环节引入的噪声和干扰,实现对激光数控机床进给伺服系统的跟踪误差控制,达到控制激光数控加工误差的目的。结果表明,该策略可有效滤除干扰信号噪声,提升激光数控加工中的轨迹跟踪精度,降低不同速度下激光数控机床的加工跟踪误差,实现高精度加工,具有较好的控制性能。

摘要：学生对待课堂的态度是评价课堂教学效果的重要维度之一,学生在课堂场域中的位置客观地反映了学生对于课堂的态度。为了实现对课堂进行客观评价的目的,设计了基于哈夫变换和神经网络的课堂场域评估实验,分别采用计算机视觉课程中传统特征检测方法和现代多目标检测方法,基于课堂图像对学生课堂场域进行检测和分析。结果表明,在理解不同检测方法原理的基础上,学生通过搭建模型和调整参数等方法解决了实际问题,在实际应用场景中分析比较了传统和现代方法的优缺点,并提出了不同的场域评估指标。该实验培养了学生的工程实践能力和创新能力,实验教学效果良好。

摘要：针对当前智能搬运机器人重叠路径删除过程中,普遍存在重删率较低,执行时间较长的问题,提出了智能搬运机器人重叠路径删除算法。利用人工势场法分别构建障碍物与目标点的斥力场和引力场模型,通过势场函数设计参数,计算其斥力场函数与引力负梯度,消除局部极小点,使智能搬运机器人能够快速到达目标地点。结合两点之间直线距离最短原理,引入橡皮筋拉紧算法,获取智能搬运机器人最短路径。利用极限学习机算法构建分类器,将最短路径选择精度作为目标函数,对其建立数学模型。采用蝙蝠算法求解,计算适应度函数,获取最优极限学习机分类器参数,实现智能搬运机器人重叠路径删除。实验结果表明,所提方法的重删率较高,能够有效缩短重叠路径删除执行时间。