收藏本站
《吉林大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

基于多Agent的磨矿过程智能控制系统研究

齐一名  
【摘要】:磨矿过程是选矿作业中的重要生产过程,其控制效果的优劣对选矿厂的生产能耗、经济和技术指标具有决定性的作用。而磨矿过程的大时滞、多变量耦合、生产不确定性等特点给磨矿过程控制带来了很大的困难。随着降低生产能耗、提高资源可利用率等更高的生产要求的提出,磨矿过程控制技术更需要不断改进,预测控制、自适应控制及人工智能控制等技术逐步替代了传统简单的自动控制等方法,尤其是人工智能控制技术在磨矿控制领域得到了极大的关注。 通过对磨矿生产过程的剖析,综合各类磨矿智能控制方法研究的基础上,本文提出了构建基于多Agent技术的磨矿过程智能控制系统。从多Agent系统应用的观点出发,磨矿过程具有复杂的、连续的、动态的不确定的特点;磨矿过程控制影响因素多,控制和决策依赖于专家经验的判断;磨矿过程中大量的信息以分布式方式存在。这些特性都属于多Agent系统的应用范畴,使得多Agent系统研究具有可行性。有别于其他的智能控制系统,本文将磨矿过程的整体控制过程进行局部分解,采取全局和局部结合的控制策略,并将故障诊断、生产控制、运行态势分析等功能进行融合,使系统成为一个集成的综合性的信息平台。这种构想体现了多Agent系统技术的方便灵活、组织协调和综合决策的特点,充分发挥了多Agent系统解决复杂问题的能力,并最终建立了基于多Agent的磨矿智能控制系统模型。系统应用结果表明:多Agent系统理论可以很好的进行信息融合,合理调整生产参数,在全过程实现智能决策控制,提高生产效率,降低生产能耗,产生了可观的经济效益。 论文完成的工作如下: (1)论文对国内外磨矿过程控制的研究现状进行了分析和总结,着重对人工智能控制方法进行了研究对比,探讨了多Agent技术在磨矿过程控制应用的可行性。根据多Agent技术在磨矿过程控制中应用的研究,认为多Agent技术对多个问题的协调和综合解决能力较为突出,特别是在信息融合和综合决策方面符合磨矿过程控制的要求,因此提出建立基于多Agent的磨矿智能控制系统模型。 (2)论文对磨矿过程进行了深入的剖析,建立了面向多任务分解的磨矿控制策略:先将磨矿生产全过程的几个控制环节划分成几个相对独立的子控制任务,如给矿控制任务、液位控制任务、压力控制任务,以及磨矿故障诊断、控制决策等任务,而后将各个子控制任务按照一定的协作规则进行融合,最终在各个子任务完成的基础上实现对磨矿过程全局的控制。 (3)论文在面向任务的磨矿控制策略基础上,研究了多Agent系统的建模方法,建立了基于多Agent的磨矿智能控制系统模型,设计完成了系统的模型结构、功能模块和数据流程模型等。该模型建立的思想是:将磨矿过程的子任务抽象为多Agent系统的个体Agent,如:给矿控制Agent、液位控制Agent、压力控制Agent、故障诊断Agent等,个体Agent独立完成各自的控制任务,多个个体Agent再通过协商合作完成整体的控制任务。 (4)论文在多Agent磨矿智能控制系统的框架下,完成了对个体Agent的模型建立和功能实现。 完成故障诊断Agent模型研究:论文对磨矿过程故障特点进行了研究,针对其故障多源性、不确定性及数据分布式等特点,提出基于数据融合的磨矿故障诊断方法;通过资料收集和经验总结,制定了磨矿故障诊断的目标和策略;采用模糊专家系统技术,建立磨矿故障诊断知识体系,根据诊断规则及特征数据进行故障的不确定性推理;对磨矿故障诊断Agent进行建模,实现基于Jess的故障诊断推理过程。 完成任务处理Agent模型研究:提出了基于自适应神经模糊网络的控制模型,并对数据样本聚类算法进行了改进,提出了相似融合算法进行聚类辨识。该模型根据模糊规则采用基于数据的建模方法,能在系统辨识过程中确定和优化模型的各类参数,从而得到最佳输入和输出变量。论文对模型进行了仿真试验和对比测试,结果显示模型具有更强的适应性和准确性。 (5)论文对多Agent系统的协商过程和协作机制进行了研究,比较集中式、分布式等几种协作方式,制定了基于黑板的数据传递、结果共享和信息共享的任务分担的协作策略。在黑板模型结构下,建立了数据服务Agent、黑板控制Agent和控制决策Agent,在黑板控制Agent集中式协调下,各个子任务Agent通过数据服务Agent进行通信和数据请求,借助黑板共享数据库进行数据和结果交换;控制决策Agent对子任务执行结果进行控制决策和冲突消解。对黑板系统模型的各个功能测试和试验结果表明:本文的协作机制既能较好的发挥个体Agent的自主执行能力,还能避免发生资源竞争和结果冲突,这种协作方式适应磨矿生产的功能需要,提升了各个Agent的执行效率,提高了全局控制决策能力。 (6)基于JADE多Agent系统开发技术建立了多Agent磨矿控制系统模型。论文构建了给矿控制Agent、压力控制Agent、液位控制Agent、黑板控制Agent、数据服务Agent、控制决策Agent及人机交互Agent等模块,实现了系统各项功能。借助磨矿过程实际生产数据对系统进行了综合测试,测试结果表明:系统达到了选矿厂的设计要求,在相同工况下,多Agent磨矿智能控制系统控制下的磨矿生产更为平稳,能合理的调节给矿量、压力值和液位值,使得球磨机处理量增加,生产效率和产品质量得到提高,并具有较好的稳定性。 在本文的研究和实践的基础上,未来可以在以下几个方面进行改进和完善。 (1)多Agent磨矿智能控制系统具有良好的应用前景。今后可进一步加深对磨矿生产环节的研究,增加更多生产过程的智能控制。 (2)多Agent磨矿智能控制系统设计基于多Agent系统的组织架构,具有良好的可扩展性,可通过增加个体Agent来实现对系统功能的扩充。 (3)进一步加深对故障诊断分析的研究,补充机械自动化知识,积累更多的生产操作经验,减少生产过程出现的故障。 (4)进一步优化磨矿控制结果,来满足未来选矿厂对磨矿生产目标的提高,从而带来更大的经济效益。 (5)继续Agent理论和多Agent技术的研究。提高多Agent系统的性能,及推理、规划、学习的能力。 多Agent控制技术丰富了磨矿智能控制的手段,是对这一领域应用的新突破。同时,多Agent磨矿智能控制系统改变了传统的磨矿控制理念,是集合了计算机技术、自动化技术、智能控制等多种学科的综合性技术,对磨矿生产技术革新起到了积极的推动作用,具有广泛的应用前景。科技是第一生产力,今后选矿作业乃至整个矿山冶金行业,也必将走进智能控制的新时代!
【关键词】:磨矿过程 多Agent系统 专家故障诊断 ANFIS 黑板协作模型
【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2014
【分类号】:TP273.5
【目录】:
  • 摘要4-8
  • Abstract8-14
  • 目录14-19
  • 第1章 绪论19-35
  • 1.1 课题研究背景及研究意义19-20
  • 1.2 磨矿控制技术研究现状20-24
  • 1.2.1 磨矿控制技术发展现状20-21
  • 1.2.2 智能控制在磨矿控制的应用现状21-24
  • 1.3 Agent 理论与多 Agent 系统研究现状24-32
  • 1.3.1 Agent 理论研究现状24-27
  • 1.3.2 多 Agent 系统理论与技术发展现状27-28
  • 1.3.3 多 Agent 系统技术应用现状28-31
  • 1.3.4 构建多 Agent 磨矿智能控制系统的意义31-32
  • 1.4 本文的研究内容和组织结构32-35
  • 1.4.1 本文研究框架32-33
  • 1.4.2 论文组织结构33-35
  • 第2章 多 Agent 磨矿智能控制系统解决方案35-50
  • 2.1 磨矿工艺流程概述35-36
  • 2.2 磨矿控制特性分析36-37
  • 2.3 面向多任务分解的磨矿控制策略37-39
  • 2.4 多 Agent 磨矿智能控制模型设计39-44
  • 2.4.1 多 Agent 磨矿智能控制系统设计分析39-43
  • 2.4.2 多 Agent 磨矿智能控制系统设计方法43-44
  • 2.5 多 Agent 磨矿智能控制系统架构44-47
  • 2.5.1 多 Agent 磨矿智能控制系统拓扑结构44
  • 2.5.2 多 Agent 磨矿智能控制系统功能结构44-47
  • 2.6 多 Agent 磨矿控制系统控制流程模型47-50
  • 第3章 基于数据融合的专家故障诊断 Agent 研究50-75
  • 3.1 磨矿故障诊断方法研究50-55
  • 3.1.1 故障诊断研究50-51
  • 3.1.2 数据融合技术51-52
  • 3.1.3 磨矿控制数据融合52-53
  • 3.1.4 专家故障诊断方法研究53-55
  • 3.2 磨矿故障诊断分析55-60
  • 3.2.1 磨矿故障诊断分类55
  • 3.2.2 磨矿故障诊断目标55-57
  • 3.2.3 磨矿故障诊断策略57-60
  • 3.3 磨矿故障诊断知识体系60-69
  • 3.3.1 磨矿故障树模型建模60-62
  • 3.3.2 磨矿故障诊断规则生成62-63
  • 3.3.3 特征数据提取与模糊处理63-65
  • 3.3.4 不确定性知识推理65-69
  • 3.4 磨矿故障诊断 Agent 建模69-75
  • 3.4.1 故障诊断 Agent 逻辑结构69-70
  • 3.4.2 故障诊断 Agent 工作模型70-72
  • 3.4.3 基于 JESS 的故障诊断推理过程72-75
  • 第4章 基于 ANFIS 的任务处理 Agent 研究75-98
  • 4.1 自适应神经模糊推理系统 ANFIS75-79
  • 4.1.1 磨矿过程控制方法研究75-76
  • 4.1.2 磨矿过程控制方法改进76-77
  • 4.1.3 自适应神经模糊推理方法77-79
  • 4.2 自适应神经模糊推理系统算法研究79-87
  • 4.2.1 相似融合模糊聚类算法79-81
  • 4.2.2 自适应推理算法研究81-83
  • 4.2.3 自适应神经模糊推理系统建模83-87
  • 4.3 自适应神经模糊系统模型仿真87-93
  • 4.3.1 ANFIS 初始模型建模87-89
  • 4.3.2 ANFIS 训练和学习过程89-90
  • 4.3.3 ANFIS 验证过程90
  • 4.3.4 试验结果对比90-93
  • 4.4 基于 ANFIS 的任务处理 Agent 建模93-98
  • 4.4.1 任务处理 Agent 逻辑结构93-94
  • 4.4.2 任务处理 Agent 工作流程94-95
  • 4.4.3 任务处理 Agent 功能实现95-98
  • 第5章 基于黑板的多 Agent 通信与协作研究98-118
  • 5.1 多 Agent 通信与协作研究98-99
  • 5.1.1 通信语言种类98
  • 5.1.2 消息传输机制98-99
  • 5.2 多 Agent 磨矿智能控制系统协作策略99-104
  • 5.2.1 多 Agent 黑板模型研究99-101
  • 5.2.2 多 Agent 协作机制研究101-103
  • 5.2.3 多 Agent 磨矿智能控制系统协作策略103-104
  • 5.3 基于黑板的多 Agent 协作模型104-110
  • 5.3.1 集中式黑板模型设计104-105
  • 5.3.2 结果共享协作策略105-106
  • 5.3.3 消息传递协调机制106-107
  • 5.3.4 冲突消解控制机制107-110
  • 5.4 黑板控制 Agent 建模110-114
  • 5.4.1 黑板控制 Agent 逻辑结构110-111
  • 5.4.2 黑板控制 Agent 控制协调模型111-112
  • 5.4.3 多 Agent 系统协作交互模型112-114
  • 5.5 控制决策 Agent 建模114-118
  • 5.5.1 控制决策 Agent 逻辑结构114-116
  • 5.5.2 控制决策 Agent 数据流程模型116-118
  • 第6章 多 Agent 磨矿智能控制系统测试118-139
  • 6.1 多 Agent 磨矿智能控制系统实现技术研究118-122
  • 6.1.1 JADE 开发技术118
  • 6.1.2 JADE Agent 模型118-122
  • 6.2 多 Agent 磨矿智能控制系统功能测试122-133
  • 6.2.1 系统功能实现122-125
  • 6.2.2 系统功能测试125-128
  • 6.2.3 故障诊断测试128-129
  • 6.2.4 输出控制测试129-131
  • 6.2.5 多 Agent 系统协作测试131-133
  • 6.3 多 Agent 磨矿智能控制系统数据测试133-137
  • 6.3.1 粒度对比测试133-134
  • 6.3.2 给矿对比测试134-135
  • 6.3.3 压力对比测试135-136
  • 6.3.4 液位对比测试136
  • 6.3.5 浓度对比测试136-137
  • 6.4 多 Agent 磨矿智能控制系统测试结果分析137-139
  • 第7章 结论与展望139-142
  • 7.1 研究成果与结论139-140
  • 7.2 展望140-142
  • 参考文献142-151
  • 攻读博士学位期间发表的论文和科研成果151-153
  • 致谢153-154

【参考文献】
中国期刊全文数据库 前10条
1 张杰;高宪军;姚劲勃;张卓;;基于神经网络与专家系统的故障诊断技术[J];吉林大学学报(信息科学版);2009年03期
2 马岩;曹金成;黄勇;李斌;;基于BP神经网络的无人机故障诊断专家系统研究[J];长春理工大学学报(自然科学版);2011年04期
3 余翀;高翔;邱其文;;基于多传感器数据融合的机器人里程计设计与实现[J];传感技术学报;2012年01期
4 周平;柴天佑;;基于案例推理的磨矿分级系统智能设定控制[J];东北大学学报(自然科学版);2007年05期
5 杨丽君;刘建超;曹良晶;卢志刚;;基于黑板模型的配电网故障恢复多代理协作机制设计[J];电力系统自动化;2012年06期
6 扶晓;刘劲;张明慧;;多Agent信息融合的故障诊断研究[J];电脑知识与技术;2010年11期
7 王云峰;李战明;袁占亭;万维汉;;RBF神经网络与模糊理论相结合的磨矿分级智能控制方法[J];重庆大学学报;2010年03期
8 孙喁喁;刘萍萍;;基于黑板的多Agent智能决策支持系统的Agent实现[J];电子设计工程;2009年02期
9 陈夕松,魏彬,王露露,李奇;模糊PID在选矿球磨浓度控制中的应用[J];工业仪表与自动化装置;2005年02期
10 孙晋美;;提高磨矿分级效率,改善磨矿、选别指标[J];中国科技投资;2013年20期
中国博士188bet全文数据库 前1条
1 杨斯博;基于自组织多Agent系统的智能控制与决策研究[D];天津大学;2012年
【共引文献】
中国期刊全文数据库 前10条
1 葛薇;朱张青;;模糊PID控制及其进展[J];安徽职业技术学院学报;2007年04期
2 杜丹;;多Agent的资产申购及管理系统开发[J];安徽职业技术学院学报;2011年02期
3 牛荣;;基于.NET技术的棉花种植专家系统的设计[J];安徽农业科学;2008年08期
4 吴文斗;周兵;杨林楠;;基于XML智能农业专家咨询系统的设计与实现[J];安徽农业科学;2009年11期
5 随顺科;孙长江;;生物遗传算法在PID控制无土栽培喷液速度中的应用研究[J];安徽农业科学;2011年22期
6 程转流,邓永江;基于Agent的整数线性规划问题的求解算法[J];安庆师范学院学报(自然科学版);2005年01期
7 刘志学;吴丽娟;;模糊迭代学习在单关节机器人运动控制中的应用[J];辽宁科技大学学报;2009年04期
8 刘宇;王克成;;基于Fuzzy-PID算法的热处理炉新型控制器[J];辽宁科技大学学报;2009年06期
9 冯晓君;管一兵;王亮;冯杰;;基于PLC的智能监控小车的应用研究[J];北方工业大学学报;2008年01期
10 吴希让,吴国玥;新型CNC机床控制系统的设计[J];兵工自动化;2000年03期
中国重要会议论文全文数据库 前10条
1 蒋蔚;印平;曹丽婷;;基于MATLAB供热温度模糊自整定PID控制系统仿真[A];第二十六届中国控制会议论文集[C];2007年
2 杜奕;迟毅林;伍星;;信息融合在设备监测和故障诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
3 ;Intelligent Fault Diagnosis Research of Electromagnetic Interference Based on the Combination of CBR and RBR[A];第二十九届中国控制会议论文集[C];2010年
4 陈涛;陈森发;姚天行;宋跃武;;智能引导与智能控制的协同[A];第二十九届中国控制会议论文集[C];2010年
5 陈一飞;;从大系统控制角度论农业智能化[A];2011年中国农业系统工程学术年会论文集;海峡两岸农业学术研讨会论文集;长沙市第五届自然科学学术年会农学研讨会论文集[C];2011年
6 陶翠翠;;改进BP神经网络在埋地金属管道腐蚀速率预测中的应用[A];科技创新与产业发展(A卷)——第七届沈阳科学学术年会暨浑南高新技术产业发展论坛文集[C];2010年
7 张国红;崔纳新;樊娟娟;;电动汽车锂离子电池管理系统设计[A];2011中国电工技术学会学术年会论文集[C];2011年
8 郑援;胡成军;;基于数据融合的鱼雷目标识别[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
9 张健钦;陆锋;徐志洁;;多智能体协作动态路况信息服务系统研究[A];中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集[C];2009年
10 杜君;周深根;;基于Agent的CGF火力分配建模研究[A];第十届中国科协年会论文集(一)[C];2008年
中国博士188bet全文数据库 前10条
1 李高云;大型船舶航向/航迹智能容错控制研究[D];哈尔滨工程大学;2010年
2 陈得宇;基于MAS的智能电压控制系统研究[D];哈尔滨工程大学;2010年
3 陈飞;基于Agent船载危险品应急管理资源协同分配机制研究[D];大连海事大学;2010年
4 赵丽宁;基于多AGENT的智能航运信息系统关键技术研究[D];大连海事大学;2010年
5 刘美;WSN多目标跟踪节点任务分配及跟踪算法研究[D];华南理工大学;2010年
6 罗石;线控转向系统主动安全预测控制策略的研究[D];江苏大学;2010年
7 王小龙;建设工程数字化管理体系研究[D];北京交通大学;2010年
8 宋岩;基于多Agent和本体的散杂货港口集团船舶调度系统研究[D];北京交通大学;2011年
9 王强;空间信息服务聚合的关键技术研究[D];解放军信息工程大学;2010年
10 张寿明;基于冶炼过程及终点判断技术的烟化炉智能控制系统研究[D];昆明理工大学;2009年
中国硕士188bet全文数据库 前10条
1 谌业滨;无线传感器网络自身健康状态融合机制研究[D];南昌航空大学;2010年
2 商亮亮;先进PID算法研究及其在开口闪点仪温控系统中的应用[D];山东科技大学;2010年
3 李安新;BP神经网络研究与硬件实现[D];山东科技大学;2010年
4 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
5 秦丰林;面向机器人足球比赛的开放式仿真系统开发[D];浙江理工大学;2010年
6 涂志松;使用JESS开发基于Web的中医诊断专家系统研究[D];郑州大学;2010年
7 刘琪;正态云模型模糊推理系统及其应用研究[D];郑州大学;2010年
8 李翠云;基于PLC与模糊PID的混凝投药复合控制系统的研究[D];山东农业大学;2010年
9 姜明;VTS数据交换与数据融合的研究[D];哈尔滨工程大学;2010年
10 魏纪锋;基于Jerk模型的高机动目标跟踪算法研究[D];哈尔滨工程大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 承向军,杨肇夏;基于多智能体技术的城市交通控制系统的探讨[J];北方交通大学学报;2002年05期
2 张琦;廖捷;吴建军;刘玉;;基于FTA的通用装备电子系统故障诊断专家系统设计[J];兵工学报;2008年02期
3 张飞舟;曹学军;孙敏;;基于多智能体的城市交通集成控制系统设计[J];北京大学学报(自然科学版);2008年02期
4 骆德汉,陈伟海;基于 ANN 的故障诊断专家系统的应用研究[J];北京航空航天大学学报;1998年05期
5 梁艳春,聂义勇;从科学研究方法论看人工神经网络研究的发展[J];吉林大学学报(信息科学版);2002年01期
6 黄勇;黄通生;刘玉伟;;基于模糊神经网络的无人机故障诊断专家系统[J];长春理工大学学报(自然科学版);2010年03期
7 薛晗;李迅;马宏绪;;基于无线传感器网络的移动机器人智能导航算法[J];传感技术学报;2008年05期
8 白亮;秦永元;成研;;基于序贯处理的航位推算组合导航算法研究[J];传感技术学报;2010年05期
9 李舜酩;沈峘;毛建国;辛江慧;缪小东;;智能车辆发展及其关键技术研究现状[J];传感器与微系统;2009年01期
10 李晖;贾辉然;牛晓辉;宋士普;;智能交通系统的研究现状及发展趋势[J];产业与科技论坛;2008年08期
中国博士188bet全文数据库 前10条
1 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
2 邓宏钟;基于多智能体的整体建模仿真方法及其应用研究[D];国防科学技术大学;2002年
3 李常洪;多Agent合作机制与合作结构研究[D];天津大学;2003年
4 郭庆;多Agent系统协商中若干关键技术的研究[D];浙江大学;2003年
5 王长缨;多agent协作团队的学习方法研究[D];国防科学技术大学;2004年
6 钟伟才;多智能体进化模型和算法研究[D];西安电子科技大学;2004年
7 刘静;协同进化算法及其应用研究[D];西安电子科技大学;2004年
8 范波;基于Agent的多机器人信息融合与协调研究[D];西北工业大学;2004年
9 钟一文;智能优化方法及其应用研究[D];浙江大学;2005年
10 赵波;群集智能计算和多智能体技术及其在电力系统优化运行中的应用研究[D];浙江大学;2005年
中国硕士188bet全文数据库 前3条
1 陈励华;智能故障诊断技术的应用与研究[D];西北工业大学;2005年
2 肖斌;多传感器信息融合及其在工业中的应用[D];太原理工大学;2008年
3 张超;飞机防滑刹车系统故障诊断研究[D];中南大学;2008年
【相似文献】
中国期刊全文数据库 前10条
1 王耀南;;实时专家智能控制系统的数据通信[J];微计算机应用;1993年05期
2 张晓军;张二为;;智能控制系统发展综述及其应用[J];有色冶金设计与研究;2006年01期
3 李恩伟;郭全生;李红;申敏;张平;;莱钢焦炉煤气回收智能控制系统[J];山东冶金;2006年02期
4 于力革;高美凤;;基于AT89S51的液位控制系统[J];微计算机信息;2006年14期
5 ;节能先锋:清华同方RH智能控制系统[J];IB智能建筑与城市信息;2006年06期
6 马保国;钱方正;柯凯;侯存军;王文丰;;基于神经网络的分解炉喂煤量智能控制系统[J];计算机技术与发展;2006年07期
7 范严颖;冯晓绪;蔡毅;杨静娴;;家电远程智能控制系统——采用ZR-TER2000的青少年制作大赛获奖项目[J];电子制作;2006年07期
8 唐修俊;李胜华;王巍;;基于CAN总线的汽车起重机智能控制系统[J];中国工程机械学报;2008年02期
9 刘仲汇;杨艳;史建国;孟庆军;张立群;;pH温度智能控制系统在葡萄糖酸钠发酵中的应用[J];粮食与食品工业;2008年06期
10 荣学娟;牛萍娟;徐秀知;李晓霞;;室内照明的智能控制系统[J];仪器仪表用户;2009年04期
中国重要会议论文全文数据库 前10条
1 崔国华;赵学工;周钢霞;郑刚;刘杰;赵春雨;;粮食烘干机智能控制系统的研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
2 刘丹;;LED照明控制新技术:DMX512 LED灯饰控制系统[A];海峡两岸第十五届照明科技与营销研讨会专题报告暨论文集[C];2008年
3 K.A.Pupkov ;K.A.Neusipin;柯芳;;动态对象智能控制系统的遗传建模[A];第二十三届中国控制会议论文集(下册)[C];2004年
4 姜继忱;廖家骧;;中药提取浓缩装置计算机监测智能控制系统[A];1998年中国智能自动化学术会议论文集(下册)[C];1998年
5 李恩伟;丁修龙;宋希光;曹永芹;乔卫国;齐滨;李青;;选矿生产线智能控制系统[A];推进信息及自动化技术在钢铁工业节能降耗、改善环境、降低成本中的应用论文集[C];2005年
6 蔡自兴;;智能控制学科体系的初步框架[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
7 张谦;范玉璋;;工程智能控制器的CAD方法[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
8 王耀南;蔡树国;孙炜;魏育成;;复杂工业系统的智能控制和智能管理系统开发应用[A];第七届计算机模拟与信息技术学术会议论文集[C];1999年
9 丑武胜;查建中;;智能控制系统的广义知识模型[A];1997年中国控制会议论文集[C];1997年
10 黄苏南;邵惠鹤;;智能控制的定性分析[A];1994中国控制与决策学术年会论文集[C];1994年
中国重要报纸全文数据库 前10条
1 泉州外国语中学 柯瑜 辅导老师 曾庆彪;基于短信平台的家电智能控制系统[N];福建科技报;2010年
2 记者 马钦麟;我区成功研制日光温室智能控制系统[N];宁夏日报;2010年
3 记者 王彦民 通讯员 陈振寰;集群风电有功智能控制系统二期工程竣工[N];国家电网报;2010年
4 周子涔 党楚;物联网将为3G时代带来精彩应用[N];无锡日报;2009年
5 记者 王彦民;风电有功智能控制系统立大功[N];国家电网报;2010年
6 本报记者 金真;实用性是智能化产品的“试金石”[N];中国建设报;2011年
7 浙江省乐清市吉尔照明技术研究所 朱海;新颖的照明智能控制系统[N];消费日报;2002年
8 记者 唐先武;“聪明窗”遇火灾自动打开[N];科技日报;2009年
9 本报驻美国记者 毛黎;给风儿插上翅膀[N];科技日报;2010年
10 通讯员 王彦民 陈振寰;甘肃河西实现火风电联合调控[N];中国电力报;2010年
中国博士188bet全文数据库 前10条
1 张立岩;氧化铝回转窑制粉过程智能控制系统的研究[D];东北大学;2010年
2 齐一名;基于多Agent的磨矿过程智能控制系统研究[D];吉林大学;2014年
3 徐宏喆;基于激光测量的板材矫直机智能控制系统的研究[D];西安理工大学;2009年
4 石玗;铝合金脉冲MIG机器人焊接智能控制系统研究[D];兰州理工大学;2005年
5 夏卫生;机器人等离子熔射成形过程诊断与控制关键技术基础[D];华中科技大学;2008年
6 孙鑫;造纸过程的分层递阶智能控制系统[D];浙江大学;2001年
7 程良伦;微管道机器人及其智能控制系统的研究[D];中国科学院长春光学精密机械与物理研究所;2000年
8 曹恒;基于模糊逻辑的内燃机车大功率柴油机智能控制系统的研究[D];大连理工大学;2000年
9 向凤红;选矿厂生产物流递阶智能控制系统结构与复合模型研究[D];昆明理工大学;2002年
10 侯晓鹏;木材干燥智能控制系统的研究[D];中国林业科学研究院;2010年
中国硕士188bet全文数据库 前10条
1 王明;船载溢油回收设备的电液智能控制系统[D];大连海事大学;2012年
2 许淑新;电解氧化水智能控制系统设计[D];北方工业大学;2013年
3 陈岳秋;基于电话网络的太阳能热水器远程智能控制系统的研究[D];湖南大学;2010年
4 吴光飞;电站锅炉弯管机智能控制系统[D];哈尔滨理工大学;2011年
5 董文国;蔬菜温室大棚智能控制系统的设计[D];曲阜师范大学;2012年
6 谢长晓;植物非试管快繁智能控制系统的研究与应用[D];南京农业大学;2009年
7 宋朋朋;汽车前照灯智能控制系统的研究[D];南京林业大学;2012年
8 李灏;茶叶色选机智能控制系统研究[D];南京林业大学;2012年
9 刘杰;基于嵌入式系统的水厂加氯智能控制系统[D];湖南工业大学;2011年
10 陈建军;钻井电机智能控制系统[D];天津大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026