【摘 要】
：
为了提高管式加热炉温度控制的动态响应性能,在常规串级控制方案基础上,提出了将模糊控制、Smith预估控制引入加热炉的温度控制系统.根据温差偏移量和温差变化率,模糊PID控制器执行模糊规则,实现加热炉温度控制要求.通过分析加热炉温度串级控制和模糊控制原理,分别进行仿真验证,得出模糊控制在管式加热炉温度控制系统中的优点.和传统PID控制相比,Smith预估控制可以减小系统超调和震动,提升系统稳态性能.仿真结果表明,模糊控制可以缩短系统调节时间、减小超调量,串级PID控制时温度到达给定值的时间是4 min,而模
【机 构】
：
运城职业技术大学 山西运城044000
论文部分内容阅读
为了提高管式加热炉温度控制的动态响应性能,在常规串级控制方案基础上,提出了将模糊控制、Smith预估控制引入加热炉的温度控制系统.根据温差偏移量和温差变化率,模糊PID控制器执行模糊规则,实现加热炉温度控制要求.通过分析加热炉温度串级控制和模糊控制原理,分别进行仿真验证,得出模糊控制在管式加热炉温度控制系统中的优点.和传统PID控制相比,Smith预估控制可以减小系统超调和震动,提升系统稳态性能.仿真结果表明,模糊控制可以缩短系统调节时间、减小超调量,串级PID控制时温度到达给定值的时间是4 min,而模糊控制温度到达稳态值的时间是2min,具有较好的鲁棒性.
其他文献
为了给学生提供一个机器人学习、开发和应用的实训平台,研制了一种基于ROS和激光雷达SLAM的履带式实训机器人.根据功能需求,该机器人的控制系统采用主从控制器框架,其中,主控制器选用微型电脑,通过激光雷达扫描机器人周围环境信息,再将生成的环境点云位置数据进行坐标变换,然后基于Gmapping算法结合里程计信息实现机器人的定位和环境地图构建;而从控制器STM32则负责机器人驱动电机调速,同时读取IMU和编码器数据以解算出里程计信息,辅助机器人定位.样机实验表明,该机器人能够在室内环境下实现较为准确的定位、环境
在机载计算机产品设计中,严重故障的监测和处理是需要重点考虑的问题.利用独立于处理器的可编程逻辑器件设计独立看门狗,可有效对软件状态进行监测和保护.基于此,介绍了一种基于看门狗的严重故障监测与重启设计方法,在传统看门狗设计的基础上,利用故障寄存器和状态寄存器的设计,提供了严重故障发生时系统监测记录和处理的措施方法,从上电自检到周期控制,提供了详细的设计方思路和实现手段.经过仿真验证和平台验证,可有效提高系统的安全性和可靠性.
支持向量机是一种监督式学习的方法,可广泛地应用于统计分类以及回归分析,自变量之间的关联关系决定其模型的准确性高低,因此正确分析处理自变量关联关系显得非常重要.基于此,提出了基于时空关联性和最大互信息系数的支持向量机回归补偿算法,对支持向量机(support vector machine,SVM)的模型计算结果进行补偿优化.首先,基于时空相关性算法计算运行的经验频谱分布(emprical spectral distribution,ESD),确定SVM回归结果是否存在噪声和冗余基因;其次,进行基于最大互信息
针对数据库系统访问量增大而造成的数据库存储能力、响应性能和可靠性均有下降的问题,设计了基于Galera的分布式数据库集群解决方法.首先分析了数据库集群工作方式及负载均衡工作原理;其次对比了数据库集群主从同步和多主模式的优缺点;最终选择采用Galera实现数据库集群的多主数据同步和运用Keepalived+Haproxy技术实现数据库高可用、负载均衡的功能,从而极大地提高了数据库应用系统读写服务能力,为软件系统正常运行提供了有力的后台数据服务保障.
针对肺腺癌在医疗过程中的数据信息量庞大而面临的诊断治疗等难题,提出了一种基于BP神经网络的肺腺癌预测的方法实现根据肺腺癌临床数据进行科学准确地预测.从数据获取出发,在癌症基因组图谱(the cancer genome atlas,TCGA)中下载患者的临床数据,对原始数据进行特征工程处理,利用特征值及目标值使用弹性BP算法(resilient back propagation,RPROP)建立模型,最后利用测试集数据评估模型.最终模型准确率达90.37％.结果 表明,数据的精确程度,算法的适用性对预测结果
随着二手房市场在我国房地产市场中所扮演的角色越来越重要,快速精准地对二手房价格进行预测的需求也越来越大.基于此,选取区域、房屋朝向、装修情况等30个影响二手房价格的特征变量,通过爬虫技术爬取链家网郑州二手房交易数据,构建随机森林模型、GBDT模型、XGBoost模型、LightGBM模型四种二手房价格预测模型.通过对比模型评价指标发现:LightGBM模型的预测效果最好,模型拟合优度达到80.99％,对提高二手房估价精度有一定的参考意义.
针对动漫产业发展迅速导致产业研究热点与研究主题难以识别的难题,提出了一种基于层次聚类与LDA主题识别的产业文献的分析方法.文章以CNKI的2010-2020年动漫产业的文献为研究对象,借助层次聚类与LDA主题识别进行深入分析文献的内容特征.研究结果发现中国动漫产业的研究热点可以层次聚类为三类,分别为知识产权、发展问题、商业环境的研究热点;该产业研究主题主要有四个,分别为发展模式、商业市场、人才培养、产业政策的研究主题.
针对当前高校中融合门户的研究现状,以及相关信息技术的发展情况,以宁波工程学院为例,提出了一种基于校园数据治理下融合门户的建设方案.从当前数据治理情况出发,首先分析了校园数据的集成架构,然后确定了融合门户中师生校园数据的来源以及共享方式,最后结合师生的使用习惯,为突出便捷服务师生的目标,设计了融合门户的六大功能模块,并给出了主要技术架构.宁波工程学院实践表明:方案以服务师生为目标,能满足智慧校园中师生多元化的需求,为高校智慧校园发展中融合门户的建设提供参考.
针对电厂设备健康评价不完善的问题,提出了一种基于多参数动态偏差的设备健康评价的方法.首先通过BP神经网络对设备参数进行回归估计,获得历史数据和训练数据的残差数据,并根据累积概率密度分布构建残差数据与参数分数的映射关系;然后通过概率分布相似性聚类算法对历史数据进行工况划分,当实时数据进入到BP神经网络和聚类算法后,根据相应公式计算严重等级和工况运行等级,并以此计算设备健康评价分数.通过实例分析,此方法能透彻分析当前参数数值运行态势以及跟其他同类参数的水平定位,对当前设备综合性健康评价具有很好的实用效果.
针对中文命名实体在互联网文本中具有词语多样性、上下文语义性等特点使传统的神经网络模型无法准确获取人名、地名、机构名的难题,提出了一种基于双向LSTM模型的中文命名实体识别方法.在识别过程中模型标注结果加入维特比算法,根据上下文信息分别对中文命名实体以字、词为单位进行有效识别,并与传统神经网络实验结果作对比.结果 表明,利用双向LSTM模型进行命名实体识别精确率较好,而且具有可行性的优势.