教学课程资源库 更多>>

摘要： 一、评委会简介广东省科学院自动控制与信息处理技术助理研究员资格评审委员会负责广东省属单位自动控制与信息处理技术助理研究员、研究实习员资格评审，并受理广东省各市（企、事业单位）和驻穗中直单位的委托评审。评委会依托组建单位为广东省科学院智能制造研究所，日常工作部门设在广东省科学院智能制造研究所综合办公室。评委会按照国家和省有关职称政策规定，抓好评审组织建设，规范有序地开展职称评审工作。

关键词： 智能交通系统   公路交通自动控制   车联网   地理信息系统  

摘要： 本文探讨了公路交通自动控制系统的智能化发展，分析了智能交通系统在提高交通效率、安全性和可持续性方面的重要作用。首先，本文概述了公路交通自动控制系统的现状，包括传统交通控制系统的局限性和智能交通系统的发展。其次，本文详细讨论了智能交通控制系统的技术路线，包括基于移动互联的救援指挥、基于互联网和车联网的车辆监控、基于地理信息系统(GIS)的道路设施管理，以及关键技术如物联网、云计算与大数据、人工智能与机器学习的应用，还指出了智能交通系统面临的技术与管理挑战，并提出了相应的对策建议。最后，本文展望了智能交通系统的未来发展趋势，包括人工智能与大数据的应用、物联网与边缘计算、车路协同与自动驾驶、5G通信技术等。

关键词： 垃圾焚烧电厂   垃圾吊系统   智能控制  

摘要： 针对垃圾焚烧电厂垃圾吊系统操作烦琐、劳动强度大、人力成本高的运行痛点，广州环投从化环保能源有限公司应用数字技术，对系统进行智能化改造，通过在主控室设置远程控制台、建立全自动监视系统，实现垃圾池堆料三维画面实时显示、卸料门开启状态监视以及垃圾吊运行数据监控，在节省人力、延长设备使用寿命的同时，保证了设备长期安全稳定运行。

关键词： 救援钻机   钻压控制   系统设计   液压驱动  

摘要： 煤炭在我国能源供应中占有重要地位，是我国能源供应的压舱石。但我国煤炭赋存条件复杂，特别是中东部地区，煤炭埋深大，多采用井工开采，加之复杂的地质条件，煤矿开采事故率较高，在近十年间，我国曾发生过多起严重的煤矿安全事故，造成了巨大的人员与财产损失。在煤矿事故救援中，地面钻孔救援是重要的救援形式，国内外均有成功的救援案例。我国虽然有一些厂家生产车载救援钻机，但我国车载救援钻机总体性能落后于国外同类产品，特别是深孔钻孔效率低、安全性差，其中重要的差别在于救援钻机的钻压控制技术，国内救援钻机的钻压控制技术不能满足深孔钻孔救援的需要。高效、强适应性的钻压控制系统研发是深孔、大直径救援钻机研发过程中不可忽略的关键环节，对提升深孔救援钻机的钻进能力具有重要意义。本文针对深孔车载救援钻机的钻进系统开展研究，重点提高钻压控制系统的动态响应特性，突破钻压控制高效强适应性的难题。　　本文依据救援钻机研发指标，对救援钻机给进系统进行了总体设计，研究了给进装置的动力学模型，分析了给进液压系统在不同钻进工况下的动态特性，并针对加压钻进和减压钻进工况分别设计了对应的钻压控制策略，为救援钻机实现不同地层条件下的钻压稳定控制提供了技术支撑。本文的主要研究内容为：　　（1）对救援钻机给进系统总体进行设计，通过对不同工况下给进系统的静力学分析，研究了给进系统在不同工况下的负载特性，依据负载特性与研发指标，对救援钻机给进液压驱动系统进行了设计，在分析液压驱动系统与给进系统负载特性的基础上设计了救援钻机在不同工况下的钻压控制原理方案。　　（2）依据不同工况下给进系统的静力学模型并结合分析力学中的拉格朗日方程进一步研究了加压钻进工况下的给进系统动力学模型和减压钻进工况下的救援钻机给进装置动力学模型，利用现代控制理论中状态空间模型，分析了不同地层参数条件下给进装置的动态特性。　　（3）依据救援钻机液压驱动系统的设计方案，建立了救援钻机给进液压驱动系统中关键元件的数学模型与仿真模型，进一步对不同工况下救援钻机给进液压系统动态特性进行了相关研究。　　（4）针对加压钻进工况，研究了救援钻机钻进时由于地层参数变化对给进液压系统产生干扰的原因，对地层参数变化所引起的干扰利用前馈校正方法进行了补偿控制策略设计;并针对比例溢流阀的饱和特性设计了基于可变结构抗积分饱和PID的控制策略，将两者结合，设计了“前馈+可变结构抗积分饱和PID”控制策略，相较于PID控制，钻压响应的快速性及抗干扰能力得到了进一步优化。　　（5）针对减压钻进工况，分析了救援钻机钻进时由于地层参数变化对给进液压系统产生干扰的原因，对地层参数变化所引起的干扰利用钻进控制阀组中的流量传感器结合扰动复合校正的方法设计了对应的复合校正控制策略;考虑到实际钻压控制中的实用性要求，将常见的PID控制与模糊控制理论相结合，设计了基于模糊PID+扰动复合校正的钻压控制策略，其相较于PID控制，钻压响应时间明显减小，钻压控制系统抗干扰能力得到提升。

关键词： 安全阀   校验系统   整定压力   阀瓣位移   模糊PID  

摘要： 安全阀作为承压设备的最后一道防线,为保障其可靠性,需定期进行校验。在安全阀离线校验领域,被检安全阀大多依靠人工校验,校验过程受人为主观性干扰明显,整定压力的校验精度较低且效率不高。针对上述问题,采用自动化的压力控制系统提供符合规程要求的校验压力,并验证离线校验下的阀瓣开启位移检测可行性,用以辅助判定安全阀开启,提高校验的精度和效率,是安全阀校验机构的急切需求。基于此,本课题旨在为合作校验机构中0-15 MPa的安全阀,研制一种基于压力自动控制与阀瓣开启位移检测的安全阀智能校验系统,具体研究内容如下: (1)完成了安全阀智能校验系统的整体方案设计及系统搭建。根据安全阀校验的功能需求、校验规程及技术指标等,明确了校验系统的模块组成与工作流程,确定了整定压力判定方法及阀瓣位移检测方法;使用C#编程语言开发了校验操作软件;使用Solidworks对压力调节装置进行三维建模并对控制系统各器件进行加工和选型;搭建了安全阀智能校验系统,实验验证其性能可满足安全阀校验站的日常校验工作要求。 (2)进行了校验系统压力调控特性影响研究。以阀门固有特性和阻力系数为评价指标,使用FLUENT软件仿真分析不同阀芯角度针阀的压力调控特性。结果表明,阀芯角度为6°、8°和10°的针阀具有较好的调节性能,易实现精准稳定的控制效果。使用AMESim软件搭建了实际工作条件下的安全阀校验系统压力控制模型,确定了针阀的最优角度为8°。基于8°的针阀,进行了校验加压过程的仿真模拟与实验验证,实验与仿真误差在5%以内,验证了仿真模型的有效性。 (3)进行了校验压力控制算法研究。基于安全阀校验时的压力控制需求,对比分析PID控制、模糊PID控制和灰色预测算法,确定本研究的安全阀校验压力控制算法为基于灰色新陈代谢GM(1,1)的模糊PID压力控制。通过设计模糊PID控制器并联合灰色预测GM(1,1)模型完成了控制算法的实现,使用AMESim与Simulink搭建了联合仿真压力控制系统模型并进行算法的仿真分析。结果表明,相较于PID和模糊PID控制算法,基于灰色新陈代谢GM(1,1)的模糊PID压力控制算法表现出了更好的校验压力调控效果,能够满足安全阀校验时的压力控制要求。 (4)完成了安全阀智能校验系统实验分析。使用搭建的校验系统进行压力加载实验并对不同规格型号的全启式、微启式安全阀进行整定压力判定和阀瓣开启位移检测实验。结果表明,相比于传统校验台,该系统能更好的满足安全阀校验需求。验证了以阀杆端面为靶标,激光直射阀杆顶端的方法测量阀瓣位移在安全阀离线校验中的可行性。在校验全启式安全阀或公称通径大于40 mm的微启式安全阀时,可以通过检测阀瓣位移的方式辅助判定安全阀开启,进一步区分开启与泄漏。分析了人工校验与本研究系统校验得到的整定压力不确定度来源,本研究所搭建系统的整定压力合成标准不确定度仅为0.0027 MPa,低于人工校验,具有更高的可靠性。

关键词： 低浓度煤层气   PLC   变压吸附   自动控制  

摘要： 随着全球对可持续能源需求的不断增加,低浓度煤层气作为一种相对清洁的化石能源被广泛关注。在减少对传统煤炭的依赖和减排的背景下,低浓度煤层气被视为过渡能源,有助于实现能源结构的多元化。但目前对该资源的处理多数以排空的方式,很难形成有效的利用,当今人们对环境意识的逐步提高,对于煤层气开采过程中的环境保护和碳减排也越来越受到人们的关注。 在进行变压吸附浓缩低浓度煤层气的过程中需要使用复杂的设备与系统来实现对吸附剂的再生和循环利用,还需要时刻严格控制温度、压力等操作参数,这增加了系统的复杂度和维护难度,本文在分析了变压吸附塔的结构和系统的运行方式设计出一套基于PLC变压吸附浓缩低浓度煤层气的自动控制系统,以PLC作为系统的控制核心进而自动控制整个系统的工作。 在该系统中通过变压吸附工艺流程进行对阀门开关的控制,系统运行前预设相应的参数对系统工作情况进行监控和报警,保证了工作人员的安全和设备的稳定运行,同时利用触摸屏进行人机交互来控制整个系统并利用触摸屏实时观察系统的运行状况,减少因现场操作带来的安全问题,更增加了整个系统的可操作性。本文通过硬件与软件结合进行对系统的控制,选取合适的设备包括传感器、控制器、触摸屏等进行系统硬件的设计并结合TIA Portal软件来对硬件进行组态,利用该软件设计对硬件自动控制的程序与地址的分配,通过软件进行仿真调试测试变压吸附浓缩低浓度煤层气的工艺过程。 该控制系统通过测试能够对变压吸附浓缩低浓度煤层气进行自动控制,本文的研究成果对自动控制系统控制变压吸附产生积极作用,为低浓度煤层气的浓缩提纯的研究带来新的方向和机会。

关键词： CAN总线   机械自动控制系统   设计  

摘要： 基于CAN总线对机械自动化控制系统进行设计，介绍了系统的框架结构与工作原理，从CAN总线设计、其他硬件设计与软件设计的角度出发，阐述了具体的设计思路，对基于CAN总线下工程机械自动控制系统的设计实现及效果，进行了相应论述。

关键词： 计量学   标准金属量器   自动控制   测量系统   供水系统  

摘要： 标准金属量器使用比较法进行检定，普遍效率较低，特别对于较大型量器，底阀控制不便捷，微调阀门控制标称液位受人为读数因素影响，对检定使用的恒温水箱储存水效率较低，文章提供了一种新的金属量器检定装置、检测系统和供水系统。通过对底部三通阀门和微调阀门的改进，对储存恒温水箱注水方式和保护方式进行了改进，根据上述改进方式，设计了一套完整的检测和控制系统。该系统对标准金属量器的标称液位进行准确控制，对恒温水箱自动注水进行了三层保护。通过试验表明：此控制系统符合国家检定规程的使用要求和准确度的要求，能够大幅度提高检定效率。

关键词： 超声无损检测   自动控制   数据处理及报警   超声相控阵图像识别  

摘要： 超声无损检测作为一种无损检测方式,由于其检测灵敏度高、适用性广等优点,广泛用于工业构件检测。板状构件作为一种重要的结构件,具有强度高、成本低、适用性强等优势,在工业领域常被用于生产设备关键构件。例如输送煤炭的溜槽设备,底板通常由耐磨钢板制成,承受着高速煤炭的冲击和摩擦。由于工业设备长时间高强度运行,其板状构件容易出现各种缺陷,如裂纹、磨损等,影响工业生产的效率甚至威胁操作人员生命安全,因此,对设备板状构件进行检测至关重要。但常规超声无损检测方式受到的限制较多,例如检测效率低,检测数据不够精准,数据处理数量多,结果不直观等。为了提高超声无损检测效率,及时发现板状构件缺陷,本课题针对超声无损检测技术对板状构件检测的局限性,提出优化方案并验证测试。 本课题针对板状构件超声无损检测中常用的两种方式:超声脉冲反射法和超声相控阵法,根据其检测局限性提出优化方案。优化方案为:对于超声脉冲反射法,自主研制并搭建了改进的脉冲反射法检测软、硬件系统;对于超声相控阵法,使用计算机视觉技术实现缺陷及其他图像元素的自动检测。 具体而言,对于超声脉冲反射检测法,针对其检测稳定性差的问题,引入PLC自动控制技术,研发了自动控制检测系统;针对其数据处理繁琐的问题,编写了自动数据处理和报警软件,该软件能够在检测同时处理数据并对超过危险阈值的缺陷报警,同时将数据保存进数据库方便存储和远程查看;针对其检测效果不直观问题,使用MATLAB软件进行缺陷三维重构研究同时优化重构算法,优化方案包括线性插值法和局部加权线性回归法。对于超声相控阵检测法,检测系统并无优化,但针对其图像识别难度大、效率低的问题,使用计算机视觉技术对超声相控阵图像进行图像目标检测。但传统目标检测模型检测置信度较低,故提出改进的YOLOv5s模型,主要改进在优化图像特征提取网络,提出改进的Res Net模型(improve Res Net)用于相控阵图像特征提取,并在相控阵图像分类数据集上进行分类效果验证;将改进的Res Net模型模型引入传统YOLOv5s模型中特征提取结构,以提高检测类别置信度,并进行超声相控阵图像目标检测。 研究结果表明,改进的自动控制检测系统能够稳定完成检测任务,检测准确性高;编写的自动数据处理和报警软件能够实时计算缺陷信息并及时报警,计算结果准确,报警准确率高;MATLAB缺陷三维重构及优化方案误差较小,重构结果深度、位置同实际人工缺陷相吻合。超声相控阵图像处理研究中,提出的特征提取模型即改进Res Net模型,进行图像分类任务验证,在超声相控阵图像数据集上分类准确率达到96.7%,图像特征提取效果较好;提出的改进YOLOv5s模型在超声相控阵检测数据集上进行训练,测试结果在各种评价指标上均优于传统YOLOv5s模型,且目标置信度较高。本研究所述的研究方法对工业板状构件检测具有重要意义,提高了超声无损检测的效率,为工业设备维护提供了重要方法。 图[70] 表[11] 参[91]

关键词： 模糊化   BP神经网络   模型融合   PID参数整定  

摘要： 在当前的化工行业背景下,尽管国内聚醚多元醇的产量并不低,但其生产质量普遍不足以满足高端市场的需求,导致高品质聚醚仍然依赖进口。针对这一问题,本研究着重于聚醚多元醇的中合法后处理流程设计与实现,以提升国内聚醚的生产质量和效率。本文设计了一种创新性的模型融合的PID智能控制算法,这一算法在传统PID控制的基础上进行了优化,实现了更快的上升时间、更小的超调量、更短的稳定时间、更小的稳态误差,具有更好的控制效果,显著提升了聚醚多元醇的生产质量和效率。 聚醚后处理流程是确保聚醚产品性能优越、品质稳定的至关重要的环节,其中传统中合法因其简便性和实用性而被广泛采用。针对传统中合法的酸用量难以控制进行分析研究,搭建了聚醚后处理流程的硬件平台。基于酸碱中和原理,对聚醚后处理过程分析并建立其预测模型,该模型描述中和剂与聚醚pH值之间的动态关系,通过实验数据的拟合和数值模拟,模型可以有效地预测不同条件下中和剂用量与聚醚pH值之间的关系,为聚醚后处理工艺的优化提供了重要的理论依据。 由于传感器阻温曲线复杂,经过测试传统的多项式拟合方法需要7次多项式才能达到较好的拟合效果。为了提升算法的效率和减少计算复杂度,本研究采用神经网络算法对阻温曲线进行拟合,神经网络具有强大的非线性映射能力和自学习能力,相较于多项式拟合,神经网络在处理这类非线性问题上表现出更高的精度和效率。经过测试,算法的效率提升巨大,计算复杂度得到了显著的下降,同时具有了更好的泛化能力,在面对新数据时具有更强的适应性。 聚醚后处理过程中最为关键的是pH值的控制,精确控制pH值是确保产品质量和稳定性的核心。本文引入三个独立的神经网络,分别针对不同的pH偏差进行训练优化PID控制参数。通过模块化与专业化,每个网络能够专注于学习特定的数据,从而简化训练过程并降低拟合风险。这种策略增强了模型的灵活性和扩展性,当出现问题时,故障排查和调试也更为便捷,可以直接对出现问题的神经网络针对性优化。为了有效整合三个神经网络的输出并计算出最终的PID参数,本研究采用模糊化技术和隶属度函数根据当前的pH偏差计算出每个神经网络的适用程度,进而确定最优的PID参数。实验结果表明,控制系统在响应速度、超调量和稳态误差等方面取得了显著的性能提升,为聚醚后处理工艺的优化提供了有力的技术支持。