一類復(fù)雜工業(yè)環(huán)境中若干關(guān)鍵參量檢測與處理方法研究.pdf_第1頁
已閱讀1頁,還剩135頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著科學(xué)技術(shù)的發(fā)展和工業(yè)生產(chǎn)自動化程度的不斷提高,控制系統(tǒng)對參量的檢測精度和穩(wěn)定性要求也越來越苛刻,因此,如何提高檢測的精度、分辨率、實時性和穩(wěn)定性成為檢測領(lǐng)域中的重要問題。本文針對高溫、密閉這一類復(fù)雜工業(yè)環(huán)境中對圓柱體直徑、溫度和液位三個重要參量進行檢測時所存在的問題展開研究,主要包括利用CCD傳感器對圓柱體直徑進行檢測時的圖像分割與橢圓擬合問題、利用紅外溫度傳感器對受多個低頻窄帶干擾影響的溫度進行檢測時低頻干擾的抑制問題和利用激光三

2、角法檢測液位時激光光斑坐標(biāo)計算問題、粒子濾波重要性分布構(gòu)造問題以及粒子多樣性匱乏的抑制問題。
  首先,針對圓柱體直徑檢測中存在的圖像分割和橢圓擬合兩個主要問題進行了研究。設(shè)計了一種多目標(biāo)人工魚群算法,用仿真測試函數(shù)集驗證其有效性,并將其應(yīng)用到二維直方圖圖像閾值分割方法中,提出一種基于多目標(biāo)人工魚群算法的二維直方圖區(qū)域斜分多閾值圖像分割方法,以二維直方圖的最大類間方差和最大熵同時作為目標(biāo)函數(shù),利用多目標(biāo)人工魚群算法搜索圓柱體直徑檢

3、測圖像的分割閾值,同時利用硅單晶直徑撿測圖像驗證了方法的有效性;再將人工魚群算法用于搜索使得霍夫變換擬合橢圓累加器達到最大值的最優(yōu)橢圓參數(shù),提出一種基于人工魚群算法的霍夫變換,并利用仿真驗證了該方法的有效性。
  其次,針對紅外傳感器檢測溫度時存在的溫度信號受多個低頻窄帶干擾影響的問題進行了研究。提出一種無需參考信號的自適應(yīng)對消法,將迭代自適應(yīng)法引入到自適應(yīng)對消法中,利用迭代自適應(yīng)法在已知干擾個數(shù)的前提下從觀測信號中直接估計干擾的

4、頻率、幅值和相位,從而將干擾從測量信號中消除,并利用仿真驗證了其有效性;同時提出一種基于跨維模擬退火算法的緩變量估計方法,在干擾個數(shù)、頻率、幅值和相位完全未知的條件下,利用跨維模擬退火算法對溫度信號、干擾個數(shù)、頻率和幅值同時進行估計,仿真結(jié)果表明,該方法能夠在干擾個數(shù)、頻率、幅值和相位均未知的前提下對緩變量進行有效地估計
  再次,針對激光三角法檢測液位時存在的激光光斑光標(biāo)計算和液位測量數(shù)據(jù)濾波兩個主要問題進行了研究。提出一種基于

5、投票機制的激光光斑坐標(biāo)計算方法,通過液位測量圖像中小光斑的坐標(biāo)進行投票對激光光斑的實際坐標(biāo)進行估計,并利用硅熔液液位測量視頻對其進行有效性驗證;同時提出一種基于集員估計的粒子濾波方法,利用集員估計理論構(gòu)造粒子濾波的重要性分布,使其能夠解決非高斯未知分布噪聲的問題,并將Metropolis Hastings的接受拒絕機制引入到粒子濾波的重采樣中,抑制了粒子濾波重采樣時粒子多樣性匱乏的現(xiàn)象,再通過仿真對該方法進行驗證,實驗結(jié)果表明,該方法在

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論