神经网络预测控制在SCR烟气脱硝系统中应用

以自某热电厂350 MW燃煤机组的选择性催化还原(SCR)反应系统所采集的数据为依托,使用神经网络预测控制方法,研究电厂尾气中氮氧化物排放的预测及控制问题.利用神经网络的方法进行模型辨识,利用预测控制的思想对喷氨量进行控制,既可使尾气达到限排标准,亦能减少用氨量,提升经济效益的同时减少氨逃逸.采用最速梯度方法进行控制器的优化,并通过性能函数来约束控制量,达到预期输出.最后将仿真结果与现场所测数据进行对比,结果表明神经网络预测控制方案可以较准确地预测出未来有限时刻所需的喷氨量.     

大型柔性航天器的高精度结构化综合控制

携带柔性结构的大型航天器具有多个弱阻尼谐振模态,这些弱阻尼模态和高空环境固有的低频扰动对航天器的稳定性和性能造成了干扰,同时复杂空间任务对航天器提出了高指向精度要求。针对大型柔性航天器的振荡抑制和高精度控制问题,提出了多控制模块协同的结构化综合控制策略,根据系统特定的谐振模态,在控制器结构中加入内模控制器、陷波滤波器、串联比例-积分-微分(proportion-integration-differentiation, PID)控制器,以低阶的结构化控制器来满足系统的多重性能要求,减小传统鲁棒控制因控制器阶次高带来的工程造价和实施难度。构建多重性能加权解耦输出的结构化综合性能矩阵,根据控制目标通过加权函数限制输出性能,给出满足综合性能要求的结构化控制器。仿真结果表明,相较传统的鲁棒控制,所设计的结构化控制器具有较低的复杂度,并同时满足姿态稳定性和高指向精度要求,能够有效地抑制柔性附件在局部频率的振动问题。研究结果为大型柔性系统的结构化综合控制提供一定的理论方法和参考设计实例。     

基于单目视觉的车辆3D空间检测方法

针对基于单目车辆检测的3D包围框检测精确率比较低的问题，提出了一种基于改进的FPN特征融合、ResNet残差单元、全连接层组合而成的新网络方法.在训练阶段，回归车辆的三维尺寸、残差角度和置信度;在推理阶段，检测出所属类别车辆的三维尺寸和局部角度(α).由车辆的3D包围框中心点坐标、车辆的三维尺寸、车辆偏航角(θ)和相机内参矩阵复原绘制出车辆的3D包围框.所提方法在KITTI验证集上进行了实验，与原方法的检测结果相比，改进的方法在容易、适中、困难三个检测等级下提升了车辆3D包围框平均精确率(AP_3D)为0.60%，1.37%，1.41%.     

基于Transformer改进的两分支行人重识别算法

针对基于卷积神经网络的行人重识别算法全局信息建模不足的问题，分析了卷积操作的局限性，提出一种基于Transformer改进的全局-局部两分支行人重识别算法.首先利用相对位置编码改进多头自注意力机制，并将其嵌入到Resnet50骨干网络中.之后在全局分支中对图像进行空间几何划分并利用Transformer的全局感受野增强抽象特征的提取能力；在局部分支中对Layer＿3输出进行降维监督，利用多尺度池化获得更丰富的局部特征.实验结果表明，该算法在公开数据集Market-1501和DukeMTMC-reID上的mAP/Rank-1分别达到了93.45%/95.61%和88.79%/90.35%,相对于单纯基于卷积神经网络的算法，本文算法达到更高的精度.