原油管输工艺评价自动化监控系统研究

来源 :第八届中国多智能体系统与控制会议(MASC2012) | 被引量 : 0次 | 上传用户:mike621
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  本文研究了原油管输工艺评价自动化监控系统,通过OPC 技术实现了实验运行过程的实时监控,设计了合理的ADO.Net 数据库访问机制实现对实验过程中产生的大量数据进行快捷、有效的查询和管理,实现了原油管输工艺评价模拟实验从方案设计到运行完成整个流程的全自动化.该系统的成功应用,使原油管输评价模拟实验的整个过程达到规范化、工程化和标准化.
其他文献
针对双支持向量机分类时对噪声样本点敏感的问题,通过构造适用于两个分类超平面的一种新型模糊隶属度函数,提出了模糊双支持向量机并发展了相应的求解算法.Heart-statlog 和two-moons数据集上的仿真结果表明所提支持向量机能有效消除噪声样本点的影响,进而提高分类精度.
传统的基于信息内容的概念相似度算法在计算信息内容值时过于依赖语料库,本文给出了一个新的只通过WordNet结构计算概念语义相似度的信息内容模型。该模型以WordNet的is-a关系为基础,不仅考虑了概念所包含的子节点的个数和所处深度,而且将该概念所处的簇及父节点的信息内容值引入到模型中,使得概念的信息内容值更为精确。实验结果显示将该模型应用到领域本体并代入到多个相似度算法当中,可以明显提高这些算法
针对二维局域环境中无人机实时航路规划展开研究,本文采用了一种基于速度矢量场的航路规划方法。该方法以势场法的思想为出发点,直接以速度驱动规划点向目标点移动,具有很强的快速性。速度矢量场法添加了传统势场法不具备的导引场,使得规划点陷入局部陷阱的概率大大降低,但速度矢量场法仍未彻底解决局部陷阱问题。针对此问题本文提出了路标法,使得算法的完备性得到保障。通过仿真验证,表明速度矢量场法能够及时规避威胁,路标
高超声速飞行器机体/发动机/结构动态耦合特性使得其数学模型异常复杂且具有非最小相位特性,阻碍了非线性控制方法的应用。为了解决模型形式与控制方法之间的矛盾,面向控制建模技术逐步兴起并得到了发展。从非线性控制器设计需求分析入手,分析了带有机体/发动机/结构动态耦合特性典型高超声速飞行器数学模型中的非最小相位特性。在掌握模型内在耦合关系以及影响非线性控制器设计具体原因的基础上,介绍并分析了面向控制建模技
This paper is devoted to apply adaptive neural network dynamic surface control (DSC) technique to dual motor driving servo systems.High order neural network is utilized to approximate unknown function
图像分割是图像处理的关键问题,因图像类型和应用领域的不同,尚无通用的、公认的分割方法。本文运用形态学连通性理论,依据图像的色调、亮度、纹理等分布特性将彩色图像划分成若干个连通区域(即等价类)。由于连通区域内部像素点具有相同或相近的特征,该方法对平滑区域和纹理部分均有较好的分割效果。实验证明了本文所提方法的有效性。
针对经典的Mean-Shift 算法在目标发生遮挡时容易导致跟踪失败的问题,提出了一种改进的Mean-Shift 跟踪算法。该方法通过计算Bhattacharyya 系数能准确的判断目标是否被遮挡,并引入Kalman滤波估计出运动目标在下一帧中最可能的出现位置,再利用Mean-Shift 跟踪算法在这个缩小的范围进行搜索和目标匹配,从而可用较小的运算量获得较为可靠的跟踪效果,并能有效的适应目标被遮
图像分割是目标提取、模式识别和计算机视觉的关键与核心。在粒计算的框架下,首先采用彩色图像的连通性算子构造图像分割问题的基本粒。然后,在估计基本粒尺度的基础上,利用曲面正交拟合技术进行基本粒正则化。最后,通过谱图聚类算法融合各个基本粒,实现粒视角下彩色图像的分割。模拟实验验证了本文所提方法的有效性。
视觉跟踪是计算机视觉中的研究热点,其应用领域广泛。为了适应视觉场景中目标表观的变化,提出了一种基于核主成分分析的视觉跟踪算法。在初始跟踪阶段,采用简单的粒子滤波相关跟踪算法获取场景中目标的先验表观图像数据,根据目标表观图像颜色直方图与梯度方向直方图定义核函数,计算核矩阵,利用核主成分分析计算图像样本在核空间的降维矩阵,最后通过贝叶斯滤波获得目标状态的最佳估计,并进行仿真。实验结果说明了算法在真实的
视觉物联网是物联网的视觉感知部分。针对目前视觉物联网技术对目标的检测低,精度差,提出了使用Kinect 深度摄像头,将深度信息和彩色信息结合,建立视觉物联网系统。该系统获取场景深度信息,充分利用深度信息不受光照变化和目标阴影干扰,对场景进行建模,获取精确的前景目标区域,同时结合彩色信息对特定目标提取纹理特征并进行训练,在不同场景下检测特定目标,并统计目标个数。实验表明,该系统稳定可靠,检测率高,精