检索结果-南通市图书馆

轻金属 2002年第5期 59-62页

作者：李界家沈阳建筑工程学院自动控制系辽宁沈阳110015

本文提出一种新的阳极效应预报方法 ,该方法根据故障检测原理 ,采用辨识及参数估计理论 ,可在计算机控制系统中有效地对其进行预报 ,不仅可以提高铝的产量和质量 ,而且对节能和保证整个电解系列平稳安全生产 ,具有很重要的意义。

关键词：阳极效应预报计算机系统

在线全文

学校读者我要写书评

暂无评论

约束下考虑坐标分量误差相关性的直线拟合

西南交通大学学报 2021年第6期56卷 1283-1289页

作者：宋占峰郭捷佳李军中南大学土木工程学院湖南长沙410075

直线拟合在曲线拟合研究及工程实践中受到广泛关注,常用的普通最小二乘和正交最小二乘忽略了坐标分量误差相关性的存在.基于此,首先论证了在铁路线路整正中全站仪测量坐标点的纵横坐标间存在误差相关性,同时线路中直线的拟合受到相邻线... 详细信息

直线拟合在曲线拟合研究及工程实践中受到广泛关注,常用的普通最小二乘和正交最小二乘忽略了坐标分量误差相关性的存在.基于此,首先论证了在铁路线路整正中全站仪测量坐标点的纵横坐标间存在误差相关性,同时线路中直线的拟合受到相邻线元的约束;然后,基于极大似然估计及拉格朗日条件极值原理,推导出了顾及约束和坐标分量误差相关性的直线拟合通用模型,并给出了高斯-牛顿迭代算法搜索最优解;最后,采用了实测的数据进行了验证及测试.试验结果表明:该方法能在任何误差分布情况下考虑约束估计直线参数及其精度;考虑坐标相关误差时,参数估计精度在约束及无约束下分别提高了9.2%和2.7%;高斯-牛顿算法在约束及无约束情况下分别仅6次及3次迭代就搜索出最优直线.

关键词：直线曲线拟合参数估计误差相关条件极值算法

变结构PI迭代学习及在层流冷却过程中的应用

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2013年第11期34卷 2478-2483页

作者：片锦香柴天佑李界家沈阳建筑大学信息与控制工程学院沈阳110168 中国科学院沈阳自动化研究所信息服务与智能控制研究室沈阳110016 东北大学自动化研究中心沈阳110189 流程工业综合自动化国家重点实验室沈阳110189

热轧带钢层流冷却过程具有强非线性、工况条件变化剧烈、难以采用精确数学模型进行过程描述的复杂工业特性,这些特性决定了需要新的控制技术,以保证带钢最终质量。层流冷却过程的重复性使得迭代学习方法适用于冷却带钢之间(批次之间)的... 详细信息

热轧带钢层流冷却过程具有强非线性、工况条件变化剧烈、难以采用精确数学模型进行过程描述的复杂工业特性,这些特性决定了需要新的控制技术,以保证带钢最终质量。层流冷却过程的重复性使得迭代学习方法适用于冷却带钢之间(批次之间)的学习,因此提出变结构PI迭代学习方法对层流冷却过程进行设定控制,采用案例推理技术根据变化工况调整PI参数。实验研究结果证明,该方法可以对类似操作条件的带钢进行有效迭代学习,并很快找到工作点,使冷却结束后的带钢卷取温度控制在目标范围内。

关键词：层流冷却迭代学习变结构PI 卷取温度案例推理

在线全文

学校读者我要写书评

暂无评论

菜籽油制备技术对多酚影响研究进展

食品工业科技 2023年第15期44卷 434-439页

作者：张璐李凤郑洁嘉熊双丽许程剑李安林熊得全唐丹西南科技大学生命科学与工程学院四川绵阳621010 四川旅游学院食品学院四川成都610100 成都武侯实验中学四川成都610043

多酚是菜籽油中重要的活性成分,具有抗氧化、抗炎、抑菌等生物活性。但由于菜籽毛油中含有胶质、色素、游离脂肪酸等影响其产品质量的物质,要经过脱胶、脱色及脱臭等工序后才能食用。不同加工工艺对其含量存在较大影响。本文重点综述了... 详细信息

多酚是菜籽油中重要的活性成分,具有抗氧化、抗炎、抑菌等生物活性。但由于菜籽毛油中含有胶质、色素、游离脂肪酸等影响其产品质量的物质,要经过脱胶、脱色及脱臭等工序后才能食用。不同加工工艺对其含量存在较大影响。本文重点综述了现代油菜籽预处理、榨油方式、菜籽油萃取方法和精炼工艺对多酚保留和活性的影响,为进一步阐明菜籽油加工过程中多酚的变化、提升菜籽油加工技术水平和加强产品质量控制提供有价值的参考依据。

关键词：菜籽油多酚加工工艺

在线全文

学校读者我要写书评

暂无评论

神经网络解耦控制在中央空调系统中的应用

沈阳建筑大学学报（自然科学版） 2012年第1期28卷 182-186页

作者：李界家陈浩李颖沈阳建筑大学信息与控制工程学院辽宁沈阳110168 沈阳仪表科学研究院辽宁沈阳110043

目的针对中央空调控制系统中对温度的控制和湿度控制存在耦合问题,难于稳定运行的情况,提出神经网络解耦控制方案.方法通过引入神经网络环节,对多变量系统进行解耦,解耦后的子系统变为单变量系统.并通过matlab软件对其仿真.结果控制器... 详细信息

目的针对中央空调控制系统中对温度的控制和湿度控制存在耦合问题,难于稳定运行的情况,提出神经网络解耦控制方案.方法通过引入神经网络环节,对多变量系统进行解耦,解耦后的子系统变为单变量系统.并通过matlab软件对其仿真.结果控制器满足了控制要求,并达到一定的精度,温湿度在8 min左右达到目标值,温度不随湿度的变化而变化,解耦成功.结论该控制器使得解耦后的多变量系统具备良好的动、静态特性,达到了理想的控制效果.

关键词：中央空调神经网络解耦控制 matlab仿真

基于改进PSO和模糊RBF神经网络的退火炉温控制

在线全文

学校读者我要写书评

暂无评论

南京理工大学学报 2014年第3期38卷 337-341页

作者：李界家李晓峰片锦香沈阳建筑大学信息与控制工程学院辽宁沈阳110168

为提高对具有大滞后,强耦合的退火炉温度控制系统的控制精度,采用模糊径向基函数(RBF)神经网络控制炉温,并采用改进粒子群优化(PSO)算法进行优化。利用模糊推理过程与RBF神经网络所具有的函数等价性,统一系统函数。在利用改进PSO算法对... 详细信息

为提高对具有大滞后,强耦合的退火炉温度控制系统的控制精度,采用模糊径向基函数(RBF)神经网络控制炉温,并采用改进粒子群优化(PSO)算法进行优化。利用模糊推理过程与RBF神经网络所具有的函数等价性,统一系统函数。在利用改进PSO算法对模糊RBF神经网络进行训练时,先利用改进PSO算法得到模糊RBF神经网络的初始权值和阀值,然后对其进行二次优化得到最终的权值和阀值。仿真结果表明:该文方法降低了超调量,缩短了响应时间,稳态误差很小,能够拟合参考模型的输出,控制效果明显优于常规PID控制。

关键词：改进粒子群优化算法模糊径向基函数神经网络退火炉温度控制径向基函数权值阀值超调量响应时间稳态误差

在线全文

学校读者我要写书评

暂无评论

神经网络预测器在铝电解过程控制中的应用

沈阳建筑大学学报（自然科学版） 2006年第6期22卷 1023-1026页

作者：李界家郭宏伟文达沈阳建筑大学信息与控制工程学院辽宁沈阳110168

目的采用神经网络预测控制方法来解决铝电解过程中存在的时变和大时滞问题,提高其控制性能.方法提出了一种基于铝电解过程的神经网络预测控制算法,建立了神经网络预测模型,将神经网络和预测控制算法相结合.结果实现了铝电解过程的最优控... 详细信息

目的采用神经网络预测控制方法来解决铝电解过程中存在的时变和大时滞问题,提高其控制性能.方法提出了一种基于铝电解过程的神经网络预测控制算法,建立了神经网络预测模型,将神经网络和预测控制算法相结合.结果实现了铝电解过程的最优控制.神经网络预测模型的输出能够很好地跟踪铝电解生产过程,预测效果好.结论笔者提出的控制方案能够使铝电解过程很快进入稳态,超调量较小,提高了铝电解过程的动态和稳态性能.

关键词：铝电解神经网络预测控制模型辨识

在线全文

学校读者我要写书评

暂无评论

基于铝电解过程神经网络建模的研究

沈阳建筑大学学报（自然科学版） 2007年第2期23卷 341-344页

作者：李界家郭宏伟文达沈阳建筑大学信息与控制工程学院辽宁沈阳110168

目的利用神经网络铝对电解过程进行辨识建模,以解决采用常规方法难以建立模型的问题.方法分别利用递归神经网络(Elman神经网络)和延时神经网络(加入延时单元的BP神经网络)对铝电解过程进行辨识建模,并将二者的辨识结果进行了比较.结果递... 详细信息

目的利用神经网络铝对电解过程进行辨识建模,以解决采用常规方法难以建立模型的问题.方法分别利用递归神经网络(Elman神经网络)和延时神经网络(加入延时单元的BP神经网络)对铝电解过程进行辨识建模,并将二者的辨识结果进行了比较.结果递归Elman神经网络能更好地跟踪铝电解生产过程,并且网络结构简单误差小.结论笔者提出的递归El-mall神经网络建模方案更适合于对铝电解过程进行辨识建模.

关键词：铝电解模型辨识延时神经网络递归神经网络

在线全文

学校读者我要写书评

暂无评论

多模型并行的铝电解异常状态检测与预报

轻金属 2018年第10期 22-28页

作者：李界家高天浩纪昕洋沈阳建筑大学信息与控制工程学院辽宁沈阳110168 沈阳城市建设学院辽宁沈阳110041

铝电解过程中阳极效应、冷槽、热槽等异常状态经常单独或同时发生,异常状态的发生对整个电解生产过程中的各项技术指标产生很大影响,影响铝的产量和质量降低,浪费大量的电能,针对此问题本文提出了一种多模型并行的铝电解异常状态预报方... 详细信息

铝电解过程中阳极效应、冷槽、热槽等异常状态经常单独或同时发生,异常状态的发生对整个电解生产过程中的各项技术指标产生很大影响,影响铝的产量和质量降低,浪费大量的电能,针对此问题本文提出了一种多模型并行的铝电解异常状态预报方法。该方法先进行降维处理,提取异常状态信息主成分,再分别通过混沌神经网络模型与图像检测模型进行异常状态的初步诊断,最后将两种模型的输出结果以最优权值进行加权融合,用加权融合后的结果进行异常状态的诊断与预报,这种方法提高了异常状态预报的准确率,加大了预报的提前量,抗干扰能力得到加强。实验结果表明:该方法能高效准确的对铝电解过程中的异常状态进行诊断与预报。

关键词：混沌神经网络图像检测多模型多层次