课程文献中心 更多>>

关键词： 常规PID控制   Simulink仿真   模糊PID控制   基于RBF神经网络PID控制   负压供墨系统  

摘要： 为更好地解决传统PID对负压供墨系统温度、负压值精度低、缺乏自适应性、跟随性能差等问题,本文将RBF神经网络与传统PID控制算法结合起来,实现动态辨识,通过利用神经网络的学习能力,可以根据控制环境在线修正PID控制的比例、积分、微分参数,使其更加符合工业需求,从而能够提升系统的实时性以及适应性,通过加入阶跃信号,基于MATLAB软件中的Simulink环境对控制系统进行仿真。通过对比检验传统PID控制算法与模糊PID控制算法。经过仿真测试结果得出结论:基于RBF神经网络优化的PID控制算法具有响应速度快、超调小等优点,解决了控制温度与负压值过程中滞后和耦合大的问题,显著改善负压供墨系统性能。To better address the issues of traditional PID control in negative pressure ink supply systems, such as low temperature and pressure accuracy, lack of adaptability, and poor tracking performance, this paper integrates the RBF neural network with the traditional PID control algorithm to achieve dynamic identification. By leveraging the learning capability of the neural network, the proportional, integral, and derivative parameters of the PID control can be adjusted online according to the control environment, making it more suitable for industrial needs. This enhancement improves the system’s real-time response and adaptability. A step signal was introduced, and the control system was simulated in the Simulink environment of MATLAB software. By comparing the traditional PID control algorithm with the fuzzy PID control algorithm, simulation test results concluded that the PID control algorithm optimized by the RBF neural network offers advantages such as fast response speed and minimal overshoot, effectively solving the problems of lag and significant coupling in temperature and pressure control, thereby significantly improving the performance of the negative pressure ink supply system.

关键词： 致密气藏   产水量   LSTM   机器学习  

摘要： 近年来,机器学习在石油领域中得到了广泛应用,现采用LSTM神经网络模型对致密气井产水量进行预测研究。以某气藏P101-2H井组为例,选取了油管压力、套管压力、套管温度和日产气量4种影响因素作为特征输入变量,以日产水量作为目标输出变量,对数据集进行预处理和特征选择。基于数据预处理的结果将数据集划分为训练集和验证集,结合超参数和训练集数据,进行LSTM模型的训练,模型在验证集上的准确性和可靠性表现较佳。该方法具有一定的实用价值,能够降低致密气井产水量预测的工作难度,从而对产水气井进行优化配产以控制或减缓气藏水侵。In recent years, machine learning has been widely used in the petroleum field, and now the LSTM neural network model is used to predict the water production of tight gas wells. Taking the P101-2H well group in a gas reservoir as an example, four influencing factors, namely, tubing pressure, casing pressure, casing temperature and daily gas production, were selected as feature input variables, and daily water production was taken as the target output variable, so that the data set was preprocessed and feature selection was carried out. Based on the results of data preprocessing, the dataset is divided into training set and validation set, combining the hyperparameters and training set data, the LSTM model is trained, and the model performs better in terms of accuracy and reliability on the validation set. The method has some practical value and can reduce the work difficulty of water production prediction in tight gas wells, so as to optimize the production allocation of water-producing gas wells to control or slow down the reservoir water intrusion.

关键词： 青年   网络文化消费   多元样态   原因解析   诊治方略  

摘要： 当代青年网络文化消费深植于习近平文化思想的文明沃土,吸收了习近平文化思想的优秀成果,具有显著的文明特质。在习近平文化思想视域下,现代网络场域为媒体技术契合当代青年特性的迭代更新提供了广阔的文化消费发展空间,进而迭生出个性化、融合化、符号化等消费行为的多元样态。但网络文化消费行为的多元样态不同程度地削弱着主流意识形态于网络空间的引导力,凸现出网络文化消费的价值虚无主义,遮蔽着当代青年的自我真实认知。对此,应当在习近平文化思想的指导下充分发挥网络空间主流意识形态的话语权和主导权,强化网络空间法治规约与优化网络文化产品同时并进,涵育当代青年科学理性的网络文化消费素养,实现对当代青年网络文化消费行为的规治与引导。

关键词： 深度学习   模糊函数   残差网络   恒模约束   波形设计  

摘要： 基于模糊函数(Ambiguity Function,AF)赋型的恒模波形设计是雷达系统中的一项关键技术。该问题可构造为一个非线性的复四次问题(NP-hard)。现有的方法可分为两类:第一类方法通过松弛方式来求解该问题,但不可避免地会引入近似误差;第二类方法直接求解该问题,但该类方法的参数选取较为困难。我们注意到深度神经网络是一个天然的非线性系统,与上述的非线性问题模型高度契合。因此,本文提出了一种基于深度学习残差网络的方法来对AF赋型,该方法不需要松弛操作以及复杂的参数选取。具体步骤为:1)将该问题转化为一个无约束的相位优化问题;2)将该无约束问题的非凸目标函数构造为网络的损失函数;3)使用残差网络直接优化波形的相位。仿真结果表明,所提方法的信干比(Signal-to-Interference Ratio, SIR)有显著提升并且有着更好的目标探测性能。

关键词： 广播电视   网络工程   建设管理  

摘要： 广播电视传统运营体系中,主要以闭路电视为业务形式,一定程度上限制了受众获取信息的途径。而广播电视单位通过建设网络工程可以规避这一问题,满足受众个性化的信息获取需求。为进一步提升广播电视网络工程建设水平,本文明确了广播电视网络工程建设与管理的必要性,围绕网络工程建设与管理带来的积极影响展开分析,并总结广播电视网络工程建设施工要点,提出科学有效的工程建设管理对策。旨在有序推进广播电视网络工程建设,在保障施工质量的基础上严控工程建设成本,提高项目的经济效益与社会效益。

关键词： 动力环境   网络链路质量   监控平台  

摘要： 网络机房作为保障基层人民银行业务的基础支撑,影响其设备运行的主要因素包括动力系统、温湿度。通过建设统一的网络机房监控平台,实现对分布在不同位置的机房场所的全天监控,对设备运行数据进行存储和分析,对网络机房进行精细化管理,在发生动力故障、网络中断等事件时能够通过电话、短信等方式及时告警,第一时间处置故障,提高故障处理时效,有效降低生产安全风险。

关键词： 教育神经科学   跨学科教学   语义网络   空间能力  

摘要： 教育神经科学作为一门融合神经科学、心理学以及教育学的新兴交叉性学科,为教师理解学生的认知发展和能力成长提供了新的视角与科学依据。深入探讨语义网络与空间能力的本质特征及其在日常生活和学术领域中的广泛应用,通过分析这些认知能力在脑区激活方面的重叠模式,揭示英语学习和地理学习在大脑加工机制上的共通性。基于这些发现,探索英语和地理跨学科教学的创新实施路径,发挥跨学科教学的育人优势,开拓未来教育教学实践的新思路,助力学生身心脑的全面发展。

关键词： 高校   网络舆情   时度效  

摘要： 通过系统梳理高校网络舆情特点,聚焦高校网络舆情引导工作面临的现实问题,提出在舆情引导工作中要注重把握“时度效”,建立预警与及时反应科学机制,将主动引领与精准发力有机结合,把回答问题与解决问题紧密闭环,有效提升舆情引导工作的质量和效果,为切实维护校园网络安全提供思路和借鉴。

关键词： 激光加热   热加工   温度分布   GA-BP神经网络  

摘要： 在激光加热过程中,被加热材料的温度变化会对加工精度产生重大影响。为准确了解激光辐照材料引起的物理效应,根据激光加热的实际情况,建立材料表面升温的三维热传导模型。通过COMSOL Multiphysics有限元计算软件建立材料温度场的数值模型,得到在激光辐照下的温升与热变形规律,改变实验参数获得不同加工条件下的工件温度分布模型,并在此基础上建立基于GA-BP神经网络算法的温度分布预测模型。结果表明,基于GA-BP神经网络算法的温度分布预测模型可以迅速计算改变加工参数时的工件温度并预测温度分布情况,预测的平均绝对误差为27.22K,相关系数为0.97。

关键词： GRU神经网络   加密恶意流量   一阶状态   定量控制  

摘要： 加密恶意流量对用户信息安全造成了负面影响,针对该问题,提出基于GRU神经网络的加密恶意流量检测方法。构建基于GRU神经网络的检测框架,将原始流量数据转换为一维序列的形式,并切分恶意流量和良性流量文件。在GRU神经网络隐层单元中引入一阶状态,定量控制更新门和重置门加密恶意流量。动态更新权重矩阵,控制更新门和重置门的激活程度,从而实现对加密恶意流量的实时检测。实验表明,针对已知、未知移动恶意软件流量,该方法的检测准确率最低分别为0.93和0.87,获取的密文与实际加密恶意流量的密文一致,达到了精准检测的效果。