国家科技支撑计划(2007BAQ00097)
- 作品数：24 被引量：30H指数：3
- 相关作者：陈戈珩谢泽亮廉宇峰赵彬乔廷婷更多>>
- 相关机构：长春工业大学中国人民解放军装甲兵技术学院吉林大学更多>>
- 发文基金：国家科技支撑计划吉林省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信冶金工程一般工业技术更多>>
- 非等间隔灰色优化模型冶炼预测控制
- 2011年
- 由于钢铁冶炼中脱碳过程存在很多不确定因素,碳含量难以在线检测,终点控制难以及时准确地判断。对此系统采用S7-300 PLC作为控制器,创建非等间隔序列灰色优化模型功能块来预测冶炼过程的碳含量,并通过组态画面实时显示其变化趋势。试验结果表明,非等间隔序列灰色优化模型的相对误差在-6.4%与3.06%之间,能够很好地对碳含量进行终点预测。
- 廉宇峰唐重和金晶李晓东王强
- 关键词：脱碳过程
- 基于人工神经网络的字母识别被引量：7
- 2019年
- 在识别过程中加入噪声非线性干扰,利用MATLAB工具箱对字母进行模拟识别,搭建神经网络并且确定隐含层的个数,利用两类不同的数据对神经网络进行训练,最终实现字符识别的功能。
- 陈戈珩程青青
- 关键词：BP神经网络MATLAB仿真模式识别
- 基于MATLAB的RBF神经网络在离心压缩机性能预测中的应用被引量：2
- 2008年
- 离心压缩机性能预测在其研究和应用中有着十分重要的作用。利用RBF神经网络,以离心式压缩机性能预测为目标,应用MATLAB7.0分两种情况建立了性能预测仿真模型。首先,建立了转速恒定时的预测模型;其次,建立了转速变化时的预测模型。通过检验样本,结果显示网络的预测效果与实测效果吻合比较好。该方法基于有限的实验数据,可以有效预测离心压缩机的性能。经过对两个典型性能预测进行仿真,结果表明RBF神经网络可以应用在离心压缩机性能预测中。
- 谢慕君孟祥光
- 关键词：离心压缩机RBF神经网络
- Oracle存储过程在能源计量管理系统中的应用
- 2009年
- 针对吉林铁合金股份有限公司能耗采用人工抄表、能源浪费严重的问题,设计并实现了以Oracle为数据库的能源计量管理系统,并主要阐述了在Oracle数据库中采用PL/SQL编写存储过程、触发器等策略对采集上来的数据进行合理处理,提高数据的完整性以及整个系统的性能,充分发挥了Oracle数据库的优势。
- 张德江李新胜张加云曹公正
- 关键词：ORACLE数据库
- 基于前馈矢量控制的AOD炉倾动系统
- 2010年
- 针对AOD炉低速、重载、频繁启制动、强烈冲击作业负荷的特点,设计了带位置和转速PI调节器的双闭环控制系统。针对异步电机参数耦合强、非线性等特点,利用矢量控制对电机进行解耦。仿真实验表明,在8 s的调节时间内系统稳态和瞬态指标满足指标要求。
- 赵彬金晶杨敏
- 关键词：矢量控制前馈控制位置控制
- 指纹图像二值化优化算法被引量：2
- 2016年
- 对几种常用的图像二值化方法进行研究比较,且用各算法分别对正常指纹、黑指纹以及淡指纹图像进行二值化处理。对迭代法进行了优化,实验证明,优化后的算法对淡指纹及黑指纹等非正常指纹进行二值化可以取得更理想的效果。
- 陈戈珩李文秀
- 关键词：二值化指纹图像
- 基于CAN总线和Internet的分布式网络监控系统
- 2009年
- 针对多数炼钢及冶金企业采用人工手抄的方式采集数字电表测得的数字数据,不能实时监测和控制用电情况,能源浪费严重的问题,设计了基于CAN总线和Internet的分布式网络监控系统。该系统采用CAN总线实现数字电表的实时数据采集,通过Internet将数据传到上位机,由上位机的数据处理软件对系统进行网络化管理和控制。实际运行结果表明,该系统能够实现实时数据采集和网络化管理,可以起到显著地节能增效作用。
- 李新胜宋国明张德江
- 关键词：数据采集信息处理CAN总线
- Ad hoc网络跨层动态概率广播算法
- 2020年
- 采用网络跨层设计,相对独立的路由层与MAC层共享接收信号强度。路由层通过接收信号强度来计算重播的概率,以减少广播冗余和广播重传,避免了网络带宽的浪费和共享传输介质之间的冲突。
- 程青青陈戈珩
- 关键词：ADHOC网络跨层
- 自适应神经网络控制器在球杆控制系统中的应用被引量：2
- 2009年
- 建立了基于拉格朗日方程的球杆系统数学模型,给出了自适应神经网络控制算法,借助于智能控制实验室的固高(Googol)GBB1005球杆系统的开放实验平台,进行实验和仿真,并与传统的PID控制方法比较。所提出自适应神经网络控制方法具有收敛迅速、受权值的初值影响小、稳定性高等优点。
- 乔廷婷卢秀和刘晓庆
- 关键词：球杆系统自适应神经网络非线性系统
- 基于神经网络的高炉炉温预测模型的研究被引量：1
- 2009年
- 文章针对BP网络收敛速度慢和易于陷入极小值的问题,应用RBF网络模型对高炉铁水硅含量进行了预测,通过对高炉一段连续时期内正常生产的数据经过归一化处理后进行训练和仿真,结果表明,高炉冶炼在运用了先进的RBF人工神经网络预测模型后,能预测铁水硅含量的高低,从而判断炉温走势,调控炉温,同时监测多个生产过程控制对象,有利于提高高炉生产艺,实现节能降耗。
- 邱东仝彩霞朱里红陈爽王龙山
- 关键词：铁水硅含量RBF神经网络能耗
