基于无线HART协议的蒸汽泄漏监测系统设计

来源 :控制工程 | 被引量 : 0次 | 上传用户:shiweifeng15
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高能源利用效率,监测疏水阀和安全阀在蒸汽管道上的泄露事故,提出一种基于无线HART(WirelessHART)协议的气体泄漏监测系统。首先利用检测模块采集超声波和温度数据;然后利用WirelessHART模块和网关组成的网状网络进行数据的传输,上位机收到网关收集的数据后对数据进行滤波还原处理;最后,利用快速傅里叶变换(FFT)、频谱分析技术为蒸汽泄露定级,利用声压级与雷诺数的关系为蒸汽泄露定量。钢厂蒸汽管道的测试实验结果证明了该监测系统的有效性和实用性,且该系统能够解决传统手持泄露监测仪检测时间长、
其他文献
针对基于PUF设计的移动认证协议进行安全性分析,指出协议存在的不足,并在该协议基础之上,提出一个改进的移动认证协议。所提协议摒弃用PUF加密算法,采用一种创新型的遍历异或运算对信息加密,遍历异或运算基于位运算实现,能够在极大程度上降低系统的整体计算量;遍历异或运算根据加密参数的汉明重量值进行不同方式的按位异或运算,攻击者破解难度增大;同时协议优化通信过程,避免出现无谓的计算操作。将不同的协议进行对
研究勾股模糊数信息环境下内在关联度的多属性选择策略问题。首先,定义了实现模糊集模并模或功能的勾股模糊数运算;其次,将模糊H平均用于设计聚合算子,提出了勾股模糊H平均(PFHM)算法,并讨论了勾股模糊H平均算法的3个特征性质及应用实例;然后,构建了新的勾股模糊多属性决策模型,该模型将实际问题属性评价值信息转化为勾股模糊数决策矩阵,通过PFHM信息集成算法进行计算,以得分度和精确度量化数据关联性,有效扩展了决策的应用范围;最后,将构建的模型应用于云计算系统选择,通过案例验证了其有效性。
该模型针对控制通道的小区间干扰协调对于区域控制资源消耗分析的重要性,重点改进了小区间干扰协调所产生的峰值信噪比平均分布的尾部,减少了控制资源的平均消耗.同时,引入多
基于对粒子群算法(PSO)的收敛性分析,对粒子群算法做出改进.主要解决粒子群算法的早熟、不收敛等问题,并成功将算法应用于控制过程中不稳定对象的比例、积分、微分(PID)参数
针对不确定柔性关节机械手的跟踪控制问题,设计了一种自适应神经网络有限时间命令滤波反步控制器.该控制器在经典反步控制技术的基础上,采用有限时间命令滤波器克服了传统反
提出一种双层主从博弈的多微电网的能源管理方法.上层博弈中,多个微电网间根据自身能源剩余量构成能源买卖博弈的领导一方,领导方通过调整售电价格来使自身利益最大化,跟随者
针对考虑外界干扰、通信时滞和输入饱和情形下的多导弹协同编队控制问题进行了研究。首先,给出带有外界干扰和输入饱和的多导弹编队系统控制模型。其次,基于有向图拓扑结构和新型非奇异终端滑模面,利用自适应技术和辅助系统设计了抗饱和的自适应多导弹协同编队控制器。最后,通过Lyapunov稳定性理论表明系统状态为渐近稳定的,并通过模拟仿真验证了所设计控制策略的有效性。
为了研究电机在非工况下运行时的能效水平,依托相关国家标准,提出了一种基于GA-SVM的电机能效评级模型。首先从电能质量,电机本身特性以及负载特性等角度考察了影响电机能效的因素。接着引入了能效等级概念,形成了多指标评价下的电机能效评估体系。运用GA-SVM方法进行模型训练,最终的仿真结果表明该方法能够准确给出在不同工况下电机所处的能效等级,为非工况下电机的能效评定提供了一种新方法。
目的:研究青年急性冠状动脉综合征(ACS)合并糖尿病(DM)患者的临床特征和冠脉病变特点。方法:选择于我院治疗的46例45岁以下ACS合并DM患者为ACS+DM组,同期于我院治疗的47例45岁以下ACS患者为ACS组。观察比较两组一般临床资料、临床生化指标、冠脉病变情况及术后30d主要不良心血管事件(MACE)发生率。结果:与ACS组比较,ACS+DM组超重/肥胖比例(70.2%比93.3%)、高血压比例(46.8%比71.7%),血脂指标:TC[4.3(3.8,5.0)mmol/L比5.3(4.1,6.
针对一阶非线性系统的单目标动态跟踪与围捕控制问题,提出了一种联合跟踪与围捕算法:跟踪过程采用序列多假设跟踪算法(SMHT),在杂波环境中获得目标状态估计后,基于一致性理论设计了一种控制器实现多智能体系统对单目标动态围捕,把系统一致性问题转化为误差稳定性问题,利用代数图论、矩阵理论和Lyapunov稳定性分析的方法,得到了多智能体系统和动态单目标误差趋于常数的条件。仿真实验表明该联合跟踪与围捕算法使多智能体系统形成并保持一个固定编队围捕动态目标,实现了多智能体对单目标的动态跟踪与围捕。