简介:摘要:随着工业4.0的推进,在工业中对伺服电机的应用更加普及,特别是机床、印刷设备、包装设备、纺织设备、激光加工设备、机器人、自动化生产线等行业。对于印刷设备、卷绕设备等配合多组伺服电机,对伺服电机的转速有精确的要求的企业生产中,需要满足对设备产品的规格要求来降低生产浪费。通过高精度融合算法对伺服电机进行控制,可以实现对伺服电机的精确控制,相互配合使完成生产要求。
简介:摘要为了消除和减小滑坡变形多点监测中的误差,正确评价滑坡体的整体工程地质特性及其时效性,采用基于交互式融合算法对西南某滑坡变形进行动态分析。在融合了监测年间的水平位移和垂直位移数据后,综合判断滑坡体的依时性工程特性。融合结果表明该滑坡体先后经历了缓慢变形期、匀速变形期、加速变形期和急剧变形期,表明该滑坡体具有阶段性变化的特点,且降雨入渗是引起该滑坡发生位移变形的主要因素,结果符合滑坡体变形特征的自然规律。同时修正了传统方法不考虑传感器自身因素的局限性,合理利用融合方法的互补性,消除了部分传感器采集数据的模糊性、不确定性和随机性,证明了该方法在滑坡动态变形监测与分析中具有有效性和可行性。
简介:基于多小波变换方法,提出了一种针对多光谱图像和全色图像的像素级遥感图像模糊推理融合算法。该算法首先利用IHS变换对多光谱图像进行颜色空间转换,然后对1分量和灰度拉伸后的全色图像进行多小波分解分别得到高频部分和低频部分图像。针对高频图像抗噪能力差的问题,提出了一种基于模糊推理的加权融合规则。对融合后的图像进行多小波重构和IHS反变换得到融合后的目标遥感图像。这种融合算法既保留了多小波变换在图像融合中的优点,同时也克服了传统融合规则会引起的图像模糊、噪声敏感的问题。实验结果表明,该方法在增加图像信息、增强图像目标特性和提高图像清晰度等方面有较好的融合效果。
简介:摘要:近年来,社会进步迅速,随着科技的进一步发展,故障诊断的相关技术也得到有效发展,且人们对故障诊断的相关研究也逐渐增多,特别是电路领域当中,对故障的诊断逐渐受到广泛关注。目前,电路故障在诊断中主要的方法为故障字典算法、K故障诊断算法、故障频率诊断算法等。其中,较为常见的故障诊断方法为故障频率诊断算法。对于电路故障而言,由于其发生故障的频率较高,且原因较为复杂,因此,需要不断加强对电路故障诊断的研究。对于电力电子电路而言,其通常与数字以及模拟等相关电路均不相同,其相关器件所具备的过载能力一般比较小,而且受损的速度比较快,仅为10微秒之内,这种情况下,就无法对可能出现的故障进行提前获取。在对传统故障进行诊断的时候,通常是按照其所输出的波形对缓变的故障进行判断,但是,无法对快速、突变的故障进行有效识别。为了有效避免该缺陷,提出了以粒子群优化算法为基础的电路的故障诊断。其通常可以使粒子群当中所包含的粒子的具体空间位置以及具备的速度进行相应的更新处理,在对故障进行诊断中获取更加准确的数据。
简介:摘要:本论文探讨了船舶自动识别系统(AIS)轨迹与雷达目标轨迹动态信息融合的算法,以提高航海安全和船舶交通管理效率。通过综合分析AIS数据和雷达APRA数据,我们开发了一种高效的数据融合算法,能够准确地跟踪船舶的位置、速度和航向信息。该算法采用了先进的数据处理和滤波技术,能够有效地识别虚假目标和减少数据噪声的影响。研究结果表明,船舶AIS轨迹与雷达APRA目标轨迹动态信息融合算法在提高船舶交通监测和管理方面具有潜在的应用前景,可为航海领域的决策支持提供重要帮助。