应用手持式近红外光谱仪检测桑椹可溶性固形物含量的偏最小二乘回归模型建立

可溶性固形物含量(SSC)是评价桑椹鲜果品质的重要指标,利用近红外光谱分析技术建立快速、实时无损地检测桑椹鲜果中可溶性固形物的方法。首先用手持式Micro NIR1700型近红外光谱仪采集桑椹的近红外光谱,对光谱进行预处理后,应用偏最小二乘回归(PLS)法建立桑椹鲜果SSC预测模型,并用随机蛙(Random-frog)和自适应重加权采样(CARS)2种方法筛选出最优波长变量,提高PLS模型预测精度。经过1阶求导(1stDer)、标准正态变量变换(SNV)和均值中心化(MNCN)相结合预处理后的全波长光谱PLS模型的预测效果最好,校正集与验证集的相关系数平方(R2)分别为0.916 1和0.925 0,均方根误差分别为0.985 8°Brix和0.654 3°Brix。相较于Random-frog法,用CARS方法优选出19个波长变量,所建PLS模型的预测效果更好,校正集与验证集的R2分别为0.933 2和0.943 4,均方根误差分别为0.782 0°Brix和0.582 8°Brix。研究结果表明,利用手持式Micro NIR 1700型近红外光谱仪结合化学计量学方法,能够用于现场对桑椹鲜果SCC的快速无损检测。     

双向电液比例张力绞车的直接自适应鲁棒控制

设计了基于比例溢流阀调压回路的双向电液比例张力绞车,并进行了理论分析。针对液压系统的不确定性因素以及卷绕机构参数变化对张力控制的影响,提出了直接自适应鲁棒电液张力控制方法,并用张力负载模拟试验系统进行了研究。理论分析与试验均表明,对于具有不确定性因素的张力跟踪控制,所设计的电液张力绞车及其控制策略,具有良好的控制性能。     

数字化电机调速系统中神经元控制器的应用

神经网络具有自学习、自适应能力，用于控制时可不依赖控制对象的数学模型。为此，基于单神经元设计出用于交流电机矢量控制的自适应磁链和转速控制器，并应用于由数字信号处理器(DSP)实现的交流电机矢量控制系统中，实验表明：此方法设计的控制器结构简单，易于数字化实现，控制系统动态性能良好。     

车辆悬架自适应模糊半主动控制系统研究

提出了一种车辆半主动悬架系统的自适应模糊控制方法。该方法以模糊控制原理为基础 ,融合自适应方法 ,将模糊系统辨识和模糊控制结合起来 ,在模糊控制器内采用“软反馈”并对自适应模糊控制规则进行修正 ,简化了运算 ,提高了半主动悬架控制的实时性 ,使系统的控制性能不断改善 ,显著地减少车辆振动及干扰 ,提高了受路面激励时车辆的舒适性 ,达到最佳的控制效果     

农用运输车悬架系统的自适应控制

分析了农用运输车的行驶振动特性，应用自适应控制理论建立了具有半主动悬架农用运输车的数学模型和控制模型，进行了半主动悬架和被动悬架振动响应的计算机仿真。结果表明：具有半主动悬架的车辆，振劝加速度得到明显衰减。     

汽油机转速反馈自适应控制

对汽油机转速反馈自适应点火微机控制进行了研究，对发动机点火采用开环与自适应相结合的控制方法，以发动机的转速变化为反馈信号，将发动机点火提前角控制在最佳值，试验结果表明，转速反馈自适应点火控制是可行的，它能提高控制精度和响应速度，能提高发动机的综合性能。     

谐波小波包自适应分解在故障诊断中的应用

将谐波小波包与匹配追踪方法相结合,提出了谐波小波包自适应分解的新方法。根据信号特征自适应选择谐波小波包字典内的时频原子,可以将非平稳振动信号既不交叠又无遗漏地分解到相互独立的频带上去,算法实现简单,频率分辨率好。通过仿真算例将该法与小波包变换、小波包追踪结果相比较,验证了该方法时频定位性好的优越性。将该方法应用于轴承和转子的故障诊断,结果表明,故障特征提取是有效的。     

小型软体抓取机器人的系统设计

相比于传统的刚性机器人,软体抓取机器人的抓取装置具有更高的柔性和自适应性,可以实现对易碎、不规则形状、球形、棒状等物品的抓取与移动,可操作性高,设计和维护成本相对较低.设计的软体抓取机器人以STM32为控制核心,利用激光测距传感器扫查实现物体的自动检测定位,以球形自适应手为载体,利用阻塞原理,通过真空泵对软体手内部施加...     

农机燃油经济性优化方法研究

在农机自适应巡航控制系统中,通过改变驱动策略可以提高燃油经济性。针对巡航模式下跟随农机的燃油经济性改善的问题,采用动态规划策略,考虑到加速时间短和滑行的模式有助于改善燃油经济性,在加速度-速度域内提出了一种有界最优控制算法,并在给定的速度范围内,得到了提高燃油经济性的最优加速和减速策略。为验证算法的有效性,搭建仿真平台,进行了相关的仿真实验。仿真结果表明:所提出的控制方法能实现对农机燃油经济性的优化,还可以确定最优的换档时间。     

基于含水率变化的气体射流冲击干燥过程温度自适应控制系统

为了给变温干燥工艺提供新的技术支持,实现基于含水率变化的干燥温度自适应控制,该研究设计了具有物料含水率在线检测功能的温度自适应控制系统。采用卷积神经网络建立了以质量检测值、气流冲击速度、称重传感器弹性基体温度、气流冲击距离为输入,物料真实质量为输出的含水率在线检测模型。进行了含水率在线检测模型验证试验。结果表明,该模型满足变温干燥工艺中含水率在线检测的精度要求,5组含水率在线检测模型验证试验的决定系数R²和均方根误差RMSE依次为0.9934和1.20%。该文设计了改进神经网络-PID（improved neural network-PID,INN-PID）控制器来实现变温干燥工艺中的温度控制。在MATLAB软件中以单位阶跃信号为输入对PID、神经网络-PID（neural network-PID,NN-PID）和INN-PID控制器的动态性能进行仿真。对3种控制器分别进行了50~55 ℃的干燥温度控制试验。结果表明,在仿真试验中,INN-PID控制器的控制稳定性和调节时间均显著优于另外两种控制器;干燥温度控制试验结果与仿真结果存在近似相同的规律,INN-PID控制器的峰值时间是208.00 s,调节时间是120.59 s,最大超调量是4.87 %,满足变温干燥过程中温度控制的要求。该研究在气体射流冲击干燥机中搭建了温度自适应控制系统,进行了基于含水率变化的温度自适应控制试验。结果表明,该系统可以对基于含水率变化的变温干燥工艺中的干燥温度进行快速且有效的调节。该研究对提高干燥设备的自动化水平以及开发新的变温干燥工艺具有重要意义,对其他领域的多信息融合检测和控制策略研究提供参考。