检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

93 篇 学位论文
63 篇 期刊文献
19 篇 会议

馆藏范围

175 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

161 篇 工学
- 65 篇 软件工程
- 48 篇 控制科学与工程
- 47 篇 计算机科学与技术...
- 38 篇 机械工程
- 29 篇 电气工程
- 20 篇 仪器科学与技术
- 18 篇 化学工程与技术
- 17 篇 动力工程及工程热...
- 12 篇 冶金工程
- 7 篇 材料科学与工程（可...
- 7 篇 信息与通信工程
- 7 篇 交通运输工程
- 6 篇 力学（可授工学、理...
- 6 篇 环境科学与工程（可...
- 5 篇 电子科学与技术（可...
- 5 篇 水利工程
- 5 篇 矿业工程
- 3 篇 土木工程
- 3 篇 轻工技术与工程
- 2 篇 建筑学
53 篇 管理学
- 52 篇 管理科学与工程(可...
10 篇 理学
- 4 篇 数学
- 4 篇 系统科学
- 3 篇 化学
- 2 篇 统计学（可授理学、...
4 篇 医学
2 篇 经济学
- 2 篇 应用经济学
1 篇 教育学
1 篇 文学
1 篇 农学
1 篇 艺术学

主题

175 篇 数据驱动建模
10 篇 虚拟样本生成
8 篇 模型预测控制
6 篇 高炉炼铁
6 篇 软测量
6 篇 深度学习
5 篇 神经网络
4 篇 小样本问题
4 篇 粒子群优化
3 篇 迁移学习
3 篇 电站锅炉
3 篇 小样本
3 篇 轨迹跟踪
3 篇 故障预警
3 篇 混合建模
3 篇 数据扩充
3 篇 机理建模
3 篇 软件开发
3 篇 故障诊断
3 篇 智能汽车

机构

16 篇 浙江大学
10 篇 东北大学
9 篇 东南大学
9 篇 北京化工大学
8 篇 华北电力大学
7 篇 天津大学
7 篇 北京工业大学
5 篇 哈尔滨工业大学
5 篇 西安理工大学
4 篇 江苏大学
4 篇 广西大学
4 篇 清华大学
4 篇 北京理工大学
3 篇 华中科技大学
3 篇 大连理工大学
3 篇 河南科技大学
3 篇 同济大学
3 篇 上海交通大学
3 篇 电子科技大学
2 篇 智慧环保北京实验...

作者

6 篇 乔俊飞
5 篇 汤健
4 篇 tang jian
4 篇 司风琪
3 篇 王慧芳
3 篇 qiao jun-fei
3 篇 wang huifang
2 篇 方培俊
2 篇 吕文祥
2 篇 叶睿恺
2 篇 刘祁跃
2 篇 朱鹰
2 篇 何海军
2 篇 周平
2 篇 蒙艳玫
2 篇 赵艳玲
2 篇 孙珑玲
2 篇 guo tian-jue
2 篇 刘强
2 篇 郭天觉

语言

175 篇 中文

检索条件"主题词=数据驱动建模"

共 175 条记录，以下是81-90 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于火花图像的砂带磨削材料去除率预估方法研究

基于火花图像的砂带磨削材料去除率预估方法研究

引用

作者：任利娟西安理工大学

学位级别：博士

砂带磨削属于冷态、柔性磨削,具有磨削效率高等优点,广泛应用于自由曲面零件的精加工中。传统的自动砂带磨削通常采用力追踪法控制材料去除率,其磨削压力根据材料去除率理论模型计算获得,由于受砂带磨损、振动及理论模型假设等因素的影... 详细信息

砂带磨削属于冷态、柔性磨削,具有磨削效率高等优点,广泛应用于自由曲面零件的精加工中。传统的自动砂带磨削通常采用力追踪法控制材料去除率,其磨削压力根据材料去除率理论模型计算获得,由于受砂带磨损、振动及理论模型假设等因素的影响,导致砂带磨削材料去除率模型难以准确反映实际情况。本文根据砂带磨削火花的产生机理,提出一种基于火花图像特征的砂带磨削材料去除率预估方法,主要的研究内容如下:(1)建立了砂带磨削试验台的总体结构和控制方案,给出火花图像和材料去除率等相关实验数据的采集方案,规划了实验总体方案和磨削实验参数,为砂带磨削材料去除率预估模型建立提供实验数据。(2)提出了基于参考物体几何参数的图像视距校准方法。针对由于磨削进给运动和相机位置变动引起的火花图像视距不同而导致的火花图像不具可比性问题,采用Sobel算子和OSTU自适应阈值法提取图像的边缘特征,采用边缘细化算法对图像边缘进行单像素化,基于Hough参数变换法识别图像中的参考物体几何参数,确定出图像缩放比例,基于双线性内插值法对图像按比例缩放,得到视距相同的火花图像。(3)提出了基于颜色和几何特征的火花图像分割方法。首先基于火花图像的颜色特征,结合OSTU最大类间方差法和最大熵法计算基于R分量的自适应分割阈值,实现火花图像前景和背景的分割;其次基于Hough变换识别参考目标的位置和几何参数,实现砂带磨削装置区域的分割;最后,基于图像R分量和G分量的比值结合连通域标记算法,实现火花场的完全分割。(4)建立了火花图像特征量化表征方法。通过分析磨粒粒度、工件材料、砂带速度、工件进给速度、理论磨削深度等不同磨削参数对火花图像的影响规律,初步确定出与材料去除率相关的火花图像特征为面积、密集度、亮度和能量谱特征,给出了特征定义及其量化表征方法;通过分析火花图像样本特征的离散度及其与材料去除率的相关性,确定出与材料去除率有强相关性的火花图像特征为面积、密集度和能量谱特征。(5)建立了基于火花图像特征的砂带磨削材料去除率预估模型。采用最小二乘法建立了基于单特征的一元回归模型、基于多特征的多元线性回归模型;建立了基于多特征的支持向量回归和BP神经网络的材料去除率预估模型。以平均绝对误差、最大绝对误差、均方差、决定系数和平均相对误差五个指标对所建立的预估模型进行评价,并与经验公式预测模型对比表明,本文方法的预估精度远高于传统经验公式模型。(6)建立了基于砂带磨削材料去除率的材料去除深度轮廓模型。通过Hertz接触理论分析了砂带与凸曲面、凹曲面及平面之间的接触区域的压力分布,进而确定出磨削深度轮廓,给出了材料去除轮廓计算公式和最大磨削深度计算公式,通过对平面试件的实际检测,验证了所建深度轮廓计算模型的正确性和可行性。

关键词：砂带磨削火花图像图像处理材料去除率数据驱动建模

来源：评论

学校读者我要写书评

暂无评论

城市固废焚烧过程炉膛温度建模与智能控制方法

城市固废焚烧过程炉膛温度建模与智能控制方法

引用

作者：何海军北京工业大学

学位级别：博士

城市固废焚烧(Municipal solid waste incineration,MSWI)技术凭借其无害化、减量化、资源化固废处理的强大优势,已在世界范围内得到广泛应用。炉膛温度的有效控制是提高固废处理效率、抑制污染物排放、保证城市固废焚烧过程安全稳定运... 详细信息

城市固废焚烧(Municipal solid waste incineration,MSWI)技术凭借其无害化、减量化、资源化固废处理的强大优势,已在世界范围内得到广泛应用。炉膛温度的有效控制是提高固废处理效率、抑制污染物排放、保证城市固废焚烧过程安全稳定运行的关键。炉膛温度的波动会引起燃烬率的变化,导致热灼减率等超标,同时影响蒸汽产量,降低焚烧过程的经济性。然而为了实现炉膛温度的精确控制,需要对炉膛温度进行实时检测,现有的热电偶检测方法虽然能检测并显示炉膛温度的趋势。但在焚烧过程中,随着炉膛结焦等情况的发生,热电偶的性能会受到损害,检测失灵时有发生。并且由于炉膛内温度过高、腐蚀严重,热电偶等器件容易损害,需要时常更换,降低了焚烧运行的经济性。此外,城市固废焚烧过程是一个复杂的燃烧反应过程,具有较强的非线性。目前,我国城市固废焚烧过程炉膛温度控制在实际运行中仍以人工控制为主,存在主观性和不确定性,难以实现炉膛温度的精确控制。同时,炉膛温度容易受固废成分和气候的影响,随季节转变呈现一定的周期性变化,进而加大了对炉膛温度的控制难度,导致炉膛温度的控制精度、自适应性及平稳性较差,难以保证城市固废的处理效果。另外,我国城市固废焚烧过程机理复杂,难以建立炉膛温度的机理模型;并且焚烧过程具有较强的非平稳性、不确定性及扰动多样性的特点,炉膛温度控制已成为我国固废焚烧厂运营和发展的主要瓶颈。因此,本课题在深入分析城市固废焚烧过程机理和特性的基础上,拟从以下几个内容展开研究:(1)从数据驱动角度出发,建立基于自组织TS模糊神经网络的炉膛温度预测模型,解决炉膛温度难以实时有效检测的问题;(2)建立基于数据驱动的TS模糊神经网络(TS fuzzy neural network,TSFNN)的城市固废焚烧过程炉膛温度模型,解决难以建立炉膛温度机理模型的问题,为炉膛温度控制奠定良好的基础;(3)设计基于事件触发的RBF-PID(Event-triggered RBF-PID,ET-RBF-PID)炉膛温度控制方法,解决炉膛温度控制过程中控制精度低,参数难以在线调整及控制器更新频繁的问题,从而确保控制过程中的平稳性;(4)设计事件触发的最大相关熵自组织模糊神经网络炉膛温度(Event-triggered control method based correntropy self-organizing TSFNN,ET-CSTSFNN)控制方法,解决焚烧过程中因不确定性引起的炉膛温度控制精度低,控制器结构难以适应焚烧过程变化及控制器更新频繁的问题;(5)设计炉膛温度的抗干扰控制方法,解决炉膛温度在干扰条件下的精确控制问题,进一步提高控制精度。论文的工作以及创新点如下:(1)基于SOTSFNN-IGA的城市固废焚烧过程炉膛温度预测研究针对炉膛温度预测问题,提出了一种基于改进梯度下降算法的自组织TS模糊神经网络(Self-organizing TS fuzzy neural network algorithm based on improved gradient descent algorithm,SOTSFNN-IGA)的算法。首先,为了获得适合的网络结构和高效的计算能力,采用误差准则和活跃强度对SOTSFNN-IGA算法的模糊规则进行自动增长和删除;其次,采用改进的梯度下降算法更新SOTSFNN-IGA网络参数;同时,利用李雅普诺夫理论对SOTSFNN-IGA网络进行收敛性分析;然后,为了解每个变量对炉膛温度的影响,采用了一种新的变量重要性度量方法进行重要性分析;最后,基于非线性动态系统建模、洛伦兹时间序列预测和炉膛温度预测对SOTSFNN-IGA算法进行实验验证。实验结果表明,提出的SOTSFNN-IGA算法具有较高的预测精度,验证了算法的有效性。(2)城市固废焚烧过程炉膛温度建模研究针对炉膛温度难以建立机理模型的问题,建立基于数据驱动的TSFNN网络城市固废焚烧过程炉膛温度模型。首先,结合炉膛温度焚烧特性和现场专家知识,挖掘出影响炉膛温度的重要操作变量,作为神经网络建模的输入变量;然后,利用TSFNN的非线性映射能力和学习能力,建立数据驱动的城市固废焚烧过程炉膛温度模型;同时,利用梯度下降算法对网络参数进行在线的调整,通过学习算法对网络进行训练,确保了炉膛温度模型的精确性;最后,利用现场实际数据进行实验,仿真结果表明其输出数据和现场运行数据能很好的拟合,具有较高的建模精度,证明了TS模糊神经网络建模的有效性,同时避免了对固废焚烧过程炉膛温度复杂机理模型的要求,为后续炉膛温度控制奠定了良好的基础。(3)城市固废焚烧过程炉膛温度的ET-RBF-PID控制研究针对城市固废焚烧过程炉膛温度控制精度低且控制器更新频繁的问题,提出一种基于事件触发机制的RBF-PI

关键词：城市固废焚烧过程炉膛温度智能预测数据驱动建模智能控制

来源：评论

学校读者我要写书评

暂无评论

基于太赫兹时域光谱的混合物系组分定量分析

基于太赫兹时域光谱的混合物系组分定量分析

引用

作者：孙珑玲天津大学

学位级别：硕士

太赫兹生物医学是当前光谱研究领域的前沿热点,其主要难点在于如何实现复杂生物体系组分的精准分析。本文旨在拓展太赫兹时域光谱技术在物质检测领域中的应用,选取典型的溶液体系和固体物系,进行混合物组分的定量分析。全文主要工作内... 详细信息

太赫兹生物医学是当前光谱研究领域的前沿热点,其主要难点在于如何实现复杂生物体系组分的精准分析。本文旨在拓展太赫兹时域光谱技术在物质检测领域中的应用,选取典型的溶液体系和固体物系,进行混合物组分的定量分析。全文主要工作内容和结论如下:1.说明本课题的提出依据。介绍太赫兹技术应用于物质检测分析领域中的研究现状及不足之处,提出对太赫兹技术的应用进一步拓展的必要性,重点说明其在混合物系定量分析方面亟待解决的问题。2.介绍本课题所需的技术基础。描述了太赫兹时域光谱系统的原理及透射式太赫兹时域光谱系统的物理参数,提出多尺度数据驱动的太赫兹定量分析方法,并描述其原理和应用框架。3.以研究较少的无机盐溶液为研究对象,采用太赫兹时域光谱技术,对溶液体系进行定量分析。对于单一溶质的溶液,建立吸收系数与浓度的线性拟合关系,探讨由拟合直线定量分析不同溶质溶液浓度的可行性。对于两组分溶质的混合溶液,以KCl和Na Cl混合溶液为典型体系,提取各组分的特征信息,建立多尺度数据驱动模型,对混合溶液的总浓度和各组分浓度进行定量分析。4.对奶粉进行两种蛋白含量的定量分析。选取组分复杂的奶粉进行太赫兹时域光谱测量,利用多尺度数据驱动算法,进行复杂固体混合物系的定量分析。

关键词：太赫兹时域光谱数据驱动建模定量分析混合溶液奶粉

来源：评论

学校读者我要写书评

暂无评论

非线性系统的局部稀疏筛选辨识算法及其应用

非线性系统的局部稀疏筛选辨识算法及其应用

引用

作者：李浩天津大学

学位级别：硕士

近年来,数据驱动的建模方法已成为非线性系统辨识领域研究的重要课题。与传统理论建模方法相比,数据驱动建模不依赖于先验知识,可以直接从实验或仿真数据集中直接恢复控制方程,特别适用于分析含噪声因素影响的强非线性系统数据集。本文... 详细信息

近年来,数据驱动的建模方法已成为非线性系统辨识领域研究的重要课题。与传统理论建模方法相比,数据驱动建模不依赖于先验知识,可以直接从实验或仿真数据集中直接恢复控制方程,特别适用于分析含噪声因素影响的强非线性系统数据集。本文在研究人员近期广泛采用的稀疏辨识非线性动力学算法(SINDy,Sparse Identification Nonlinear Dynamics)基础上,提出两种数据驱动的建模方法。一种方法是适用于常微分方程系统的局部稀疏筛选辨识算法(LSSI,Local Sparse Screening Identification),该方法将局部线性嵌入(LLE,Local Linear Embedding)、SINDy算法和均值误差筛选算法(MES,Mean Error Screening)相结合,有效地提高原有SINDy方法的适用性和辨识精度。另一种方法是适用于偏微分系统的交替岭回归辨识算法(ARRI,Alternate Ridge-regression Identification),将交替向量乘子法(ADMM,Alternating Direction Multiplier Method)、帕累托前沿分析(Pareto front)和岭回归算法(Ridge-regression)相结合,有效地解决了计算过程中稀疏系数多解和基函数选取等复杂问题。本文的主要研究内容与科研成果体现在以下几个方面:首先,提出分析常微分方程问题的LSSI算法。该方法通过LLE算法完成数据滤波过程,基于无噪声时间序列借助SINDy算法完成其在坐标空间中的向量稀疏,继而确定非线性项系数。通过MES算法对于计算过程中产生的多解问题进行优化处理,获得最优稀疏系数,从而构造控制方程。相比于传统方法,其优势在于:摆脱了算法对于经验参数的依赖性,有效地解决了稀疏系数向量的多解问题,扩大了SINDy算法的适用范围,提高了求解问题的计算效率以及精度。其次,利用LSSI算法辨识不同类型的典型非线性系统方程并与SINDy算法进行对比,以验证新算法的计算精度和鲁棒性。作为实际应用,以一类薄膜结构电磁式振动能量采集器为研究对象,利用LSSI算法辨识系统中的隐含非线性成分,完善传统理论建模结果,使其接近真实系统。最后,提出分析偏微分方程的ARRI算法。该方法将ADMM算法与Pareto front分析相结合,实现了自动获取最优的基函数组组合,从而解决了原有SINDy算法中基函数组筛选的难点问题,提高了分析问题的效率。作为应用,对一类典型的PDE模型进行分析,从含噪声的仿真数据中快速恢复控制方程。

关键词：数据驱动建模 SINDy算法 LSSI算法电磁式薄膜能量采集器 ARRI算法

来源：评论

学校读者我要写书评

暂无评论

基于样方和分位数回归的虚拟样本生成技术研究

基于样方和分位数回归的虚拟样本生成技术研究

引用

作者：朱梅玉北京化工大学

学位级别：硕士

在信息化越来越普及的背景下,大量的数据产生并得以保存,挖掘分析其中蕴含的潜在规律一直是研究的热点。但是由于数据获取成本高、事件发生概率低、数据波动小等原因,导致在某些领域,有代表性的、具有研究价值的样本数量少,小样本问题... 详细信息

在信息化越来越普及的背景下,大量的数据产生并得以保存,挖掘分析其中蕴含的潜在规律一直是研究的热点。但是由于数据获取成本高、事件发生概率低、数据波动小等原因,导致在某些领域,有代表性的、具有研究价值的样本数量少,小样本问题突出。这对于使用数据驱动建模来说也是非常关键的问题,训练样本的质量和数量对模型的泛化学习能力和模型精度有关键性作用。虚拟样本生成方法作为一种有效解决小样本问题的技术,得到了广泛关注。本文提出了一种基于样方和分位数回归的虚拟样本生成方法(QQRMVSG),主要思路是:基于优势分析在输入空间划分样方,在输入空间生成虚拟样本,使得每一个样方内有一个虚拟输入,通过高斯过程回归预测虚拟输入对应的虚拟输出,最后利用分位数回归分析自变量与因变量之间的相关关系,将不符合这一关系的虚拟样本剔除。为了增加最终生成的虚拟样本的数量,将局部异常因子LOF算法应用到QQRMVSG中。把输入空间中最不离群的样本点作为生成虚拟输入的初始点和筛选虚拟样本的被检查点,并增加随机机制,使每次生成的样本不同,最终增加虚拟样本的数量。最后利用标准函数数据集和高密度聚乙烯(HDPE)工业案例进行了验证实验,结果表明QQRMVSG生成虚拟样本的合理性和有效性。

关键词：样方分位数回归小样本问题虚拟样本生成数据驱动建模

来源：评论

学校读者我要写书评

暂无评论

基于神经网络动力学模型的智能汽车轨迹跟踪控制方法研究

基于神经网络动力学模型的智能汽车轨迹跟踪控制方法研究

引用

作者：方培俊江苏大学

学位级别：硕士

智能汽车在减轻驾驶负荷、提升主动安全性、改善交通效率以及降低能源消耗等方面具有巨大潜力,受到行业研究人员的广泛关注。轨迹跟踪控制是实现智能汽车自动驾驶的重要支撑技术之一,其在车辆底层执行机构的作用下,调节前轮偏角、车轮... 详细信息

智能汽车在减轻驾驶负荷、提升主动安全性、改善交通效率以及降低能源消耗等方面具有巨大潜力,受到行业研究人员的广泛关注。轨迹跟踪控制是实现智能汽车自动驾驶的重要支撑技术之一,其在车辆底层执行机构的作用下,调节前轮偏角、车轮制动力等控制参数,使智能汽车以期望速度精准稳定地跟踪参考轨迹。由于智能汽车行驶条件复杂多变,特殊工况下车辆非线性和多维运动耦合特征显著增强,而现有研究中常规的车辆机理分析建模过程通常进行简化及假设,模型精度低会导致轨迹跟踪控制算法效果差,针对该问题,本文提出基于数据驱动理论的智能汽车非线性动力学建模与轨迹跟踪控制方法,以期在提高车辆动力学模型准确性的基础上,实现智能汽车轨迹跟踪控制算法的有效设计,同步提升轨迹跟踪精度和操纵稳定性。主要研究内容如下:首先,构建了有效的车辆横向动力学数据集。通过对车辆动力学系统进行机理分析,基于简化及假设条件建立了包含轮胎动力学模型、纵向负载转移及轮胎迟滞效应的车辆单轨模型。应用最小总方差法分析车辆纵向速度与前轮转角间的极限关系,在此基础上,使用车辆机理分析模型和Car Sim/Simulink模型生成虚拟车辆运行数据,最后结合实际车辆运行采集的状态轨迹数据构建车辆动力学数据集,为后续车辆动力学神经网络建模提供了训练数据支撑。其次,设计了智能汽车神经网络动力学模型及轨迹跟踪控制算法。机理分析模型无法准确表征实际车辆的动力学行为演化规律,进而影响后续轨迹跟踪控制精度甚至安全性。针对该问题,本文将长短时记忆神经网络作为建模主干网络,基于数据驱动理论建立了具有延时输出反馈的神经网络车辆动力学模型;设计了基于神经网络动力学模型的轨迹跟踪控制算法,基于稳态假设求解前馈前轮转角和质心侧偏角,在路径误差反馈控制中添加稳态前馈质心侧偏角,提高了算法鲁棒性。测试结果表明,建立延时反馈回路可以提取车辆历史状态信息,结合隐藏节点,模型测试集均方误差降低至2.93×10,同时实现了不同路面摩擦条件下的隐式预测。此外,基于相同控制逻辑,通过双移线工况仿真验证了所提出方法可以实现更高的跟踪精度和更好的车辆动态性能,具有优越性。再次,创新性地提出了基于机理分析-数据驱动的串联混合模型,兼顾机理分析模型的可解释性和神经网络模型的非线性逼近能力,实现不同原理模型间的优势互补,解决使用单一建模方法存在局限、前馈反馈控制算法约束状态控制输入数据导致未能充分利用模型隐式预测摩擦条件能力的问题;在此基础上,设计了轨迹跟踪模型预测控制算法,将离散化后的混合模型作为预测模型,提取车辆状态与控制延时数据关联信息,有效提高实际行驶条件中控制算法对未来车辆状态的预测精度;增加非线性约束条件,设计前馈反馈算法实现纵向控制的同时,提供横向控制所需的预测模型输入,实现良好的横纵向协调控制。通过回旋曲线仿真工况验证了所提出方法可以进一步提高控制精度和驾驶稳定性,对比基于车辆机理模型的控制方法,不同道路附着系数下的峰值横向误差分别降低40.74%和29.35%。最后,完成了智能汽车轨迹跟踪控制实车试验验证。基于“江大智能行Ⅱ号”智能驾驶平台,在ROS系统中部署了本文提出的轨迹跟踪控制方法,进行实际行驶道路环境中的性能对比试验。试验结果表明,所提出的方法可以有效改善智能汽车轨迹跟踪控制效果,在抑制控制抖动、减少控制超调的同时,实现控制量的准确平滑输出,从而形成较高的横向控制精度、行驶稳定性和良好的横纵向协同控制效果。

关键词：智能汽车数据驱动建模长短时记忆神经网络轨迹跟踪模型预测控制

来源：评论

学校读者我要写书评

暂无评论

管式加热炉温度优化控制方法研究

管式加热炉温度优化控制方法研究

引用

作者：蒋文强西安理工大学

学位级别：硕士

在现代炼油企业中,管式加热炉是最常用的设备之一,也是最大的耗能设备。随着技术的进步和控制理论的不断发展,通过优化改进控制方案已成为提高加热炉安全性和经济效益的重要手段。本文以管式加热炉为主要研究对象,重点研究加热炉控制系... 详细信息

在现代炼油企业中,管式加热炉是最常用的设备之一,也是最大的耗能设备。随着技术的进步和控制理论的不断发展,通过优化改进控制方案已成为提高加热炉安全性和经济效益的重要手段。本文以管式加热炉为主要研究对象,重点研究加热炉控制系统建模、出口温度控制环节优化和多支路温度平衡控制方法的设计,并通过大量仿真和实测数据验证了建模与控制的有效性,具体研究工作及成果如下:(1)为提高数据驱动建模和优化控制的质量,避免异常值和随机扰动对模型和控制策略的不利影响,本文提出一套加热炉实测数据洁化处理方法。针对数据中存在异常值的情况,提出一种基于改进孤立森林的异常值检测算法,并基于多重插补法构建了异常值修复算法。对于实测数据中的大幅随机误差,提出一种基于改进小波阈值法的数据降噪方法。通过实测数据和仿真计算验证了上述异常值检测、异常值修复和数据降噪方法的有效性。(2)在加热炉出口温度控制环节,针对管式加热炉原油出口温度不稳定的问题,本文提出一种基于自适应粒子群优化模糊PID的出口温度串级控制系统,并通过NARX模型建模方法建立的加热炉模型对该方法的出口温度控制性能进行验证仿真。结果表明,相比传统控制方案,本文方法具有更小的超调量、更短的响应时间和更好的抗干扰能力,这种改进适合于控制加热炉的出口温度,并显著减少出口温度的波动。(3)在加热炉多支路温度平衡控制环节,针对管式加热炉多支路温度不平衡的问题,本文提出一种基于改进遗传模拟退火算法优化的多输入多输出PID神经元网络(IGSA-MPIDNN)的多支路温度平衡控制方法,并采用混合模型建设方法建立的加热炉模型验证文中所提方法的多支路温度控制效果。结果表明,相比未优化的MPIDNN控制器和传统PID控制方案,IGSA-MPIDNN控制器能够更快的将多个支路出口温度控制到目标温度并减少波动,提升了多支路温度控制性能。(4)在控制系统实现与应用转化环节,本文完成了管式加热炉温度优化控制软件的研制。采用QT软件开发平台和C++语言开发了一套加热炉温度优化控制系统(软件),该系统具备离线数据数据洁化处理和建模、在线优化控制、OPC通信、数据库存储、实时数据和采样数据显示等功能。论文对软件系统进行功能测试,实现了全部预期功能。本文研究成果的创新之处主要包括:提出了一种改进孤立森林方法,在对数据进行异常值检测时具有更高的检测精度和速度;提出了一种改进小波阈值降噪方法,在对数据进行降噪处理时具有更好的降噪能力;提出了一种自适应粒子群优化的模糊PID控制器,解决了传统PID控制器参数固定导致加热炉出口温度控制效果不好的问题;提出了一种混合模型建模方法,解决了单一 NARX模型和BP神经网络建模精度不高的问题;提出了一种基于IGSA-MPIDNN的加热炉多支路温度平衡控制方法,解决了传统控制方案难以保证加热炉多支路温度平衡的问题。

关键词：管式加热炉数据驱动建模出口温度控制多支路温度平衡控制

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动的分布参数系统预测控制算法研究

基于数据驱动的分布参数系统预测控制算法研究

引用

作者：许洋哈尔滨理工大学

学位级别：硕士

具有时空耦合特性的分布参数系统广泛地存在于过程工业中,拥有无限维特征及强非线性动力学。这种系统的建模与控制研究存在着很大的挑战。实际生产过程存在不确定性,缺少有效的物理信息,使得系统难以获得准确的偏微分方程描述。因此,机... 详细信息

具有时空耦合特性的分布参数系统广泛地存在于过程工业中,拥有无限维特征及强非线性动力学。这种系统的建模与控制研究存在着很大的挑战。实际生产过程存在不确定性,缺少有效的物理信息,使得系统难以获得准确的偏微分方程描述。因此,机理建模法得到的数学表达不适合直接地用于控制算法的设计。在没有先验知识的前提下,充分学习一组基于输入输出的数据集,通过有限维模型逼近未知数学描述的空间分布系统。模型预测控制被普遍地应用于解决过程工业的控制问题。特别地,由于处理约束的有效性,一部分预测控制器被成功地运用到大规模的复杂工业系统中。本文基于一类抛物型分布式系统,对时空分解获得的时间系数进行建模,并设计适当的预测控制策略,主要研究工作如下:首先,主要介绍时空分解方法的原理,详细推导基于数据驱动的空间基函数的学习过程,给出基于K-L分解的主导基函数的求解步骤。其次,针对弱非线性抛物型时空系统,选择最小二乘支持向量机学习低维时间序列,并对获得的多变量自回归外生模型设计广义预测控制器。再次,针对一般的非线性分布参数系统,选择极限学习机辨识降阶的时间系数,得到的时间维非线性模型用于预测控制器的设计。引入路径积分最优控制算法解决非线性预测控制问题,通过随机采样滚动地逼近实际参考轨迹。最后,将设计的预测控制算法分别应用到两种典型的化工过程中。针对由弱非线性分布参数系统描述的催化棒系统,设计基于时空自回归外生模型的广义预测算法,同时讨论核函数选型及带约束情形的预测控制问题。对于管式反应器构成的连续对流-扩散-反应过程,引入基于非线性预测模型的路径积分最优控制策略,解决反应器的浓度控制问题,并讨论采样轨迹数及扰动超参数对控制效果的影响。

关键词：分布参数系统时空分解法数据驱动建模模型预测控制

来源：评论

学校读者我要写书评

暂无评论

强化学习在超临界机组建模与灵活性运行中的研究

强化学习在超临界机组建模与灵活性运行中的研究

引用

作者：郑付猛华北电力大学(北京)

学位级别：硕士

在现阶段“双碳”目标下,需要提高新能源消纳能力实现电力系统的绿色低碳转型,然而新能源自身的波动性和间歇性给电网的安全运行带来了巨大的挑战。超临界机组作为我国火力发电的主力,充分挖掘其灵活性运行需求下的潜力已成为当今发电... 详细信息

在现阶段“双碳”目标下,需要提高新能源消纳能力实现电力系统的绿色低碳转型,然而新能源自身的波动性和间歇性给电网的安全运行带来了巨大的挑战。超临界机组作为我国火力发电的主力,充分挖掘其灵活性运行需求下的潜力已成为当今发电领域的关键课题。本文在分析超临界机组灵活性改造方案后从建立精确的数学模型和设计先进的控制策略两方面出发进行研究。选择超临界机组协调控制系统作为被控对象进行数据驱动建模,首先建立新型的T-S模糊模型增量结构,通过添加Tent混沌搜索策略与自适应种群规模对狮群算法进行改进,使用超临界机组实际运行数据进行聚类,引入强化学习方法自动设置此过程中的关键参数,然后通过指数加权最小二乘法获取所需的广义预测控制器的预测模型。最后使用基准测试函数验证了改进算法的有效性,并基于实际数据完成了某600MW超临界机组宽负荷运行工况下的动态数学模型辨识。基于上述模型,结合强化学习设计了分层控制策略将负荷的跟踪问题和经济问题分开处理,上层选择广义预测控制处理多变量带约束的负荷跟踪问题,得到系统的最优控制序列,并引入了积分模态减小稳态误差,下层选择强化学习方法提升灵活运行需求下的经济性,接收上层最优控制序列并根据近几个时刻系统运行的状态对控制量进行修正,最后通过负荷跟踪测试和抗干扰测试验证了所设计的控制策略在灵活性运行需求下的可行性和有效性。

关键词：超临界机组灵活性运行强化学习数据驱动建模预测控制

来源：评论

学校读者我要写书评

暂无评论

基于改进增量型随机权神经网络的高炉炼铁过程质量建模研究

基于改进增量型随机权神经网络的高炉炼铁过程质量建模研究

引用

作者：姜乐东北大学

学位级别：硕士

高炉炼铁一直是世界炼铁的最主要方式,占炼铁总量的90%以上。高炉炼铁过程是不断连续进行的,只有保证炉内稳定的料流运动以及稳定的能量供求关系,才能达到高产、优质、低耗、低成本,从而取得良好的生产技术指标和经济效益。但是,高炉内... 详细信息

高炉炼铁一直是世界炼铁的最主要方式,占炼铁总量的90%以上。高炉炼铁过程是不断连续进行的,只有保证炉内稳定的料流运动以及稳定的能量供求关系,才能达到高产、优质、低耗、低成本,从而取得良好的生产技术指标和经济效益。但是,高炉内部反应复杂,高温、高压而且气-液-固多态共存,冶炼环境恶劣,这些导致了现场操作人员难以对其进行实时监测和有效控制。实际高炉炼铁过程中,通常采用铁水质量参数(铁水温度(MIT)、硅含量([Si])、磷含量([P])和硫含量([S]))来间接反应高炉内部状态。然而,现有检测技术难以对其进行在线测量,离线化验滞后时间又比较长,不能及时反馈,严重影响高炉的优化运行。因此,建立准确可靠的铁水的质量预报模型对实现高炉的稳定顺行是非常有必要的。近几年,随机权神经网络(RVFLNs)因其高效的运算速度被广泛应用于工业过程质量指标建模中,但是现有的随机权神经网络如基本随机权神经网络通常存在计算结果不稳定、模型预测精度低、易出现过拟合现象以及最优隐层节点数难以选择等问题,而采用增量构造形式的随机权神经网络虽然解决了基本随机权神经网络在建模过程中存在的问题,但模型的收敛速度慢,运算效率低,而且最终得到的模型结构比较复杂。针对上述问题,本文依托国家自然科学基金重大项目课题“大型高炉高性能运行控制方法及实现技术”(项目号:61290323),开展基于增量型随机权神经网络的高炉炼铁过程质量建模研究,具体工作如下:(1)针对传统增量型随机权神经网络(I-RVFLNs)存在的网络参数难以优化确定以及模型收敛速度慢的问题,提出一种优化增量型随机权神经网络(O-I-RVFLNs)铁水质量建模算法。与传统I-RVFLNs不同,所提O-I-RVFLNs算法首先设定了一个期望的建模残差向量,然后在每次新增隐层节点时,选择可以达到或小于此节点期望残差的输入权值和偏置作为该节点的输入参数,进而提高模型的收敛速度。此外,考虑到算法在不断迭代更新过程中建模误差越来越小,下降趋势越来越不明显的问题,将各指标参数相邻两次迭代的均方根误差(RMSE)差值考虑在算法终止条件内,并借鉴统计过程控制中的西电规则制定了相应的算法收敛判定准则。最后,基于标准数据集和实际高炉工业数据,对所提O-I-RVFLNs算法进行了验证和应用。结果表明,相对于其它RVFLNs算法,所提算法建立的数据模型具有更快的收敛速度和更好的泛化性能。(2)传统I-RVFLNs模型得到的输出权值并不是最小二乘解,而且模型训练结束后,网络中的隐层节点数过多,导致模型结构过于复杂。针对上述问题,提出了一种改进的正交增量型随机权神经网络(I-OI-RVFLNs)算法,并建立了基于I-OI-RVFLNs算法的高炉铁水质量预测模型。首先,采用施密特正交化方法,对网络中各隐层节点的输出向量进行正交计算,进而得到网络输出权值的最小二乘解,提高模型收敛速度。此外,为了减少模型训练结束后网络中的隐层节点个数,简化模型结构,所提算法进一步改变了现有I-RVFLNs的网络构造模式,采用预先固定网络隐层节点数并不断迭代修正各隐层节点输出权值的方式来逼近网络输出。最后基于实际高炉数据,建立基于I-OI-RVFLNs的多元铁水质量模型,并与其它增量型随机权神经网络的建模结果进行对比。结果表明,相对于传统I-RVFLNs,现有增强增量型随机权神经网络(EI-RVFLNs)以及正交增量型随机权神经网络(OI-RVFLNs)模型,所提算法建立的模型能够获得更快的收敛速度以及更紧凑的网络结构。

关键词：高炉炼铁铁水质量增量型随机权神经网络数据驱动建模过拟合终止条件施密特正交化

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共18页 << < 5 6 7 8 9 10 11 12 13 14 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：