稀土萃取分离过程软测量方法的研究

分析了稀土组分含量在线检测技术进展缓慢的原因,分析了稀土萃取分离过程机制,找出影响稀土组分含量检测的主要因素,确定辅助变量。利用从包钢稀土厂采集的数据通过newrb函数创建径向基网络来实现稀土组分含量的软测量。文中通过流程图详细阐述了建模方法,采用50组样本数据对所建立的模型进行计算机仿真验证,仿真结果证明了模型的可行性。     

Solution of time-domain acoustic wave propagation problems using a RBF interpolation model with “a priori” estimation of the free parameter

In the last decade, Meshless Methods have found widespread application in different fields of engineering and science. Beyond novelty, their mathematical simplicity and numerical accuracy have been the key of their rapid dissemination. Among meshless techniques, RBF (Radial Basis Functions) based methods can be simple and general to solve the problems related to multiple areas of applied physics and engineering. In the specific field of acoustics, there are usually two possible approaches for solving a problem: time- and frequency-domain. In this paper, the authors propose a local time-domain approach to establish an efficient methodology for the solution of large-scale acoustic wave propagation problems. For this purpose, a local interpolation scheme, based on the reproduction of the local wave field using RBFs (MultiQuadric and Gaussian), is implemented and its accuracy is verified against known closed-form solutions. An explicit time-domain marching procedure is adopted, and the quality of the numerical results is also compared with that obtained using standard space-time Finite-Difference schemes. Additionally, the RBF interpolation model is used to simulate the propagation of a Ricker pulse in two simple test cases, and applied to simulate a more complex configuration, corresponding to an underwater sound propagation problem. In this frame, the results are also compared with those computed using a fourth-order in space and second-order in time Finite-Difference scheme.     

五分类血液分析仪的智能光学系统设计

目前国内血液分析仪的白细胞五分类大多以硬件方式实现,且存在硬件结构复杂,制作成本高和过度依赖某些精密部件等问题。为简化五分类仪器的系统结构,提出了一种用于白细胞五分类的智能光学系统,该系统以全光学技术作为白细胞检测方式,采用VC6.0作为软件开发平台,建立了RBF神经网络的白细胞五分类识别算法模型,整个细胞识别和分类过程完全由软件实现,从而降低硬件复杂程度,减小了外界干扰因素的影响。实验结果：样机对LYM、MON、NEU、EOS、BAS的测试相对偏差分别为1.43%、4.41%、3.92%、2.94%、11.1%,满足了国家标准中的性能要求,故仪器整体的分类结果比较理想。结论：本文提出的智能光学系统具有性能稳定可靠、抗干扰能力强的特点。     

PLS分析与RBF神经网络耦合环境模型

鉴于城市大气环境质量受到诸多复杂因素影响,且各因素间存在多重相关性,本文将偏最小二乘(PLS)分析与人工神经网络径向基网络(RBF)耦合,建立偏最小二乘径向基神经网络模型(PLSRBF),应用于贵阳大气环境质量的检验和预测。实例表明:PLSRBF模型可对原多自变量模型进行降维简化,并可有效提取解释变量信息,防止信息丢失,且具有较强的拟合能力。     

受扰统一混沌系统基于RBF网络的主动滑模控制

针对受外扰影响的统一混沌系统,提出一种基于径向基函数(RBF)神经网络的主动滑模自适应控制方法.将被控系统分解为受控子系统和自由子系统,利用主动控制思想,建立受控子系统在目标点处的状态误差的可控标准型,设计出一个结构简单的基于滑模趋近率在线参数整定的RBF函数神经网络控制器,并且基于Lyapunov稳定性理论分析了系统的稳定性.仿真结果表明该控制器对系统参数突变和外部干扰具有鲁棒性,同时抑制了抖振. 关键词： 统一混沌系统 主动控制 滑模控制 RBF网络     

基于RBF-PID的超导变压器励磁电源控制系统研究

超导导体测量装置中的超导变压器由于次级线圈接头电阻的损耗会引起次级电流的衰减,为了克服次级电流衰减的影响,改善超导变压器的输出性能.对超导变压器原理进行分析,建立超导变压器数学模型,采用一种基于RBF-PID算法对超导变压器励磁电源进行控制.在MATLAB/Simulink中搭建超导变压器控制系统仿真模型,结果表明,与传统PID控制系统相比,RBF-PID控制系统的响应速度更快,超调量更小,鲁棒性能更好.     

基于RBF神经网络的Ni-TiN镀层耐蚀性能预测研究

采用脉冲电沉积方法在40Cr钢表面制备Ni-TiN复合镀层,并以TiN粒子浓度、电流密度以及占空比为输入层,以Ni-TiN复合镀层腐蚀量为输出层,建立RBF神经网络模型,对镀层腐蚀量进行预测研究,最后利用扫描电镜观察不同工艺参数下镀层表面形貌.结果表明,RBF神经网络对镀层腐蚀量有较强的预测能力,其预测值与实验值相对误差最小仅为0.73;;SEM分析表明,当TiN粒子浓度10 g/L,电流密度5 A/dm2,占空比60;时,Ni-TiN复合镀层经腐蚀后表面较为平整,腐蚀坑较少,耐腐蚀性能较好.     

动态环境下光纤陀螺误差辨识与补偿技术

为了提高光纤陀螺在高动态环境下的测量精度,需要精确地辨识角加速度信息以便有效地补偿。针对直接对陀螺的角速度信息微分处理后得到角加速度的方法误差较大的问题,提出了将微分后的角加速度信息分为线性和非线性两个部分,其中线性部分采用Savitzky-golay最小二乘拟合,而非线性部分则采用RBF神经网络技术进行拟合。上述处理方法能更真实地反映实际物理过程,具有较强的自适应性和较好的拟合效果。通过试验验证,证明了该方法的有效性和准确性,提高了角加速度辨识精度,比直接微分的方法测量精度提高二个数量级,有效地补偿了陀螺仪在高动态环境下的测量精度。     

基于ANN的定向井有杆抽油系统悬点示功图特征参数的计算

有杆抽油系统悬点示功图的特征参数是合理选择地面机电设备的主要依据.由于井下工况的复杂性和部分参数难以确定,使得基于求解高维时变非线性方程的传统方法的计算结果存在偏差.本文将传统方法和神经网络相结合,给出了一种能比较精确地确定定向井有杆抽油系统悬点示功图特征参数的方法,避免了建立和求解复杂的非线性动力学方程.首先依据传统方法,计算出简化悬点示功图的特征参数.然后考虑抽油杆柱弹性振动、抽油杆与油管之问的库仑和粘性摩擦、气体和供液能力等因素的影响,利用BP神经网络和RBF神经网络建立了不同工况下悬点示功图特征参数的计算模型.利用现场实测数据对建立的神经网络进行了训练和测试.测试结果表明了本文方法的正确性和有效性.     

基于光谱和神经网络模型的作物与杂草识别方法研究

利用光谱技术来识别作物与杂草是精细农业中一个非常重要的研究内容,但光谱数据中含有大量冗余数据,如何预处理以及建立识别模型,是决定识别准确率的关键。利用在325～1 075 nm波段的光谱识别了三种杂草（牛筋草、凹头苋、空心莲子草）与大豆幼苗。在幼苗生长的第三周与第六周分别采集杂草与作物的光谱,共378个样本。用其中的250个光谱样本,包括第一期和第二期采集的光谱样本,在采用db12小波经过三层分解后,将其小波系数作为输入数据建模,构造了一个径向基函数神经网络。然后,利用余下的光谱样本检验该模型的识别能力。结果表明,该模型对作物与杂草光谱具有极强的识别能力,只有3个第二期的牛筋草样本被判断为空心莲子草,其余的样本全部正确识别。这个结果表明,采用可见/近红外光谱识别大豆幼苗与三种伴随生长的杂草是可行的,同时也说明,随着作物的生长阶段的不同,其光谱的变化不会影响到种类识别。