【摘 要】
：
工业窑炉作为复杂难控类工业对象,一直是控制界关注与探索的课题之一.该文以玻璃窑炉为研究对象,给出一套完整的智能控制策略.基于实际控制操作中调整控制增益的思想,提出一种鲁棒自校正模糊控制器,并针对两种不同对象进行了仿真研究,验证其性能指标优于传统模糊控制器,在分析窑炉特性的基础上,以温度系统为例,根据其被 控参数多、大滞后、非线性等特点,提出分层分区的智能控制策略:上层采用模糊监督控制器,为下层提
论文部分内容阅读
工业窑炉作为复杂难控类工业对象,一直是控制界关注与探索的课题之一.该文以玻璃窑炉为研究对象,给出一套完整的智能控制策略.基于实际控制操作中调整控制增益的思想,提出一种鲁棒自校正模糊控制器,并针对两种不同对象进行了仿真研究,验证其性能指标优于传统模糊控制器,在分析窑炉特性的基础上,以温度系统为例,根据其被 控参数多、大滞后、非线性等特点,提出分层分区的智能控制策略:上层采用模糊监督控制器,为下层提供参考信息.上层根据控制要求及被控对象特性分别采用了一种改进的自校正控制算法和一种适合于滞后过程的双环模糊控制器.为了对窑炉特性有定量的认识,对熔化部、澄清部温度进行了建模研究,并给出了控制算法对所建模型的控制仿真结果,表明算法的可行性.最后,该文简单介绍了系统的硬件实现及窑压、液面及燃烧系统等环节的控制策略.系统在现场实际运行之后,各项控制指标均满足要求,获得良好的经济、社会效益.
其他文献
随着社会的不断发展，大量的视频监控被用于维护社会的公共安全。然而，视频监控虽然为公安部门提供了很多珍贵的线索，但是通过人工的方式在视频监控中寻找线索需要耗费大量的时间和人力。因此，基于自然语言描述的跨模态行人检索作为缓解这一问题的新兴技术，旨在根据自由形式的自然语言描述的询问，在不同的视频监控中找寻符合描述的目标行人。该任务是一项极具挑战性的细粒度跨模态检索任务。 首先，考虑到自然语言描述信息的
近年来宽色域视频图像技术取得了较大发展，通过采用更加饱和的三原色的成像与显示技术以及采用多原色背光或多原色彩色滤光阵列的多原色成像与显示技术大大提高了色域覆盖范围。本论文对目前扩展色域的三原色及多原色数字成像与显示技术进行了广泛研究与分析，并针对当前多原色宽色域成像系统的图像信号无法在现有标准三原色通道传输和多原色宽色域显示系统没有多原色图像源的问题，设计并实现了与三原色标准相兼容的四原色宽色域视
随着信息技术的高速发展，室内导航、家居设计和增强现实的需求日益增长，场景的重建和理解已经成为计算机视觉和计算机图形学中一个很活跃的话题。如今的重建方法大都依赖于较为理想的环境，在光线较弱和视角稀疏的现实情况下存在着很多问题与挑战。本文围绕着如何在弱光照条件以及稀疏视角的情况下重建与理解现实场景展开研究，其主要工作和创新点如下。 (1)设计了一套简易偏振系统用于图像的增强。为了应对彩色图拍摄质量不
随着计算机技术的快速发展以及互联网的普及，人们获取信息变得越来越方便。同时，信息的数量飞速增长，其种类也越来越多。最初的信息形式为文本、数字等，现在发展为图像、声音、视频等各种多媒体信息。其中，三维模型作为虚拟现实等技术的基础，使用范围变得越来越广泛。相比于图像视频，三维模型作为一种新的信息媒介在很多领域都发挥着重要的作用。目前三维模型已经被广泛应用于工业产品设计、影视动画、电子商务、文物保护、城
Gas signaling molecules(GSMs), composed of oxygen, carbon monoxide, nitric oxide, hydrogen sulfide, etc., play critical roles in regulating signal transduction and cellular homeostasis. Interestingly,
行为检测是从包含大量背景信息的多媒体视频中检测出包含人的动作行为的视频片段的起止时间，并对视频片段进行分类的计算机视觉任务。在智能视频监控、视频自动审核、自动驾驶方面有重要应用价值。大数据时代的到来，使以视频为代表的多媒体信息出现爆炸性增长，行为检测的重要性愈加凸显。然而真实的多媒体视频包含复杂的场景信息，加上人的行为复杂多样，设计出鲁棒的、可迁移的、精度高的行为检测算法依然困难重重。 针对行为
指法是钢琴演奏中最基本最重要的技术之一，但目前大量乐谱上都缺失指法信息，这对专业演奏家及业余演奏爱好者来说，都是演奏时遇到的首要问题，因此钢琴等键盘类乐器的指法自动标注方法研究具有重要的理论和应用价值。 现有的一阶隐马尔可夫模型(Hidden Markov Model, HMM)若直接用于钢琴指法标注，因其不能结合音符序列的长程信息，将导致标注结果存在物理不可弹指法，演奏效率较低。因此本文中提出
从视频中分离运动物体和背景是视频分析领域中一个重要而又充满挑战性的任务，具有广泛的应用前景。但是，由于视频常常受到恶劣天气、相机抖动、光照条件变化和动态背景等因素的影响，现阶段存在的方法常常面临着准确性不足的问题。为此，本文以视频前背景分离任务为出发点，分别围绕传统方法和深度学习方法进行展开。论文的主要工作和创新点如下： 1.提出了一个基于时空可扩展矩阵恢复的视频前背景分离方法(SSMR)，该方
在当今的信息大爆炸时代，全世界在近两年内产生的信息量比过去五年的信息总量还多，数字信息正以惊人的速度增长积累。现阶段人们使用的存储设备，如磁盘、半导体等逐渐暴露出先天不足，寻找新一代的可替代存储技术刻不容缓。 脱氧核糖核酸(Deoxyribonucleic Acid, DNA)是一种天然的信息载体，它具有容量大、寿命长、能耗低等先天优势。随着DNA合成及测序技术的快速发展，研究人员把新一代数据存
水声传感器网络(UASNs)具有长传输延时、窄带宽、节点资源受限、频繁连接中断等特点，被看作延迟/中断容忍网络(DTNs)，因此可以将DTN协议引入UASNs解决上述问题。但是，传统的针对陆地通信的DTN协议应用于水下会增加网络延时，且无法解决节点资源受限的问题，这使得水声通信的传输效率低，能耗大，网络寿命短。在此背景下，本文提出了一种基于DTN网络协议架构的水声传感器网络跨层协议新机制，将网络层