您好,欢迎访问三七文档
当前位置:首页 > 电子/通信 > 电子设计/PCB > 基于ARM和CPLD的煤矸石在线自动分选系统研究
西安科技大学硕士学位论文基于ARM和CPLD的煤矸石在线自动分选系统研究姓名:宋晓茹申请学位级别:硕士专业:控制理论与控制工程指导教师:马宪民20060418基于ARM和CPLD的煤矸石在线自动分选系统研究作者:宋晓茹学位授予单位:西安科技大学相似文献(10条)1.会议论文马宪民.蒋勇.卜祥莉基于图像处理的煤矸石自动分选系统的研究2003煤和矸石的分选要合理利用煤矸石图像中含有的大量视觉信息.本文根据煤矸石图像的特征,对图像进行分割,得到煤和矸石的可能区域,通过特征提取、边缘加强、灰度比较进行模式识别,提高了煤矸石自动分选的准确性.2.会议论文马宪民.蒋勇数字图像处理技术在煤矸石自动分选系统中的应用2003煤矸石的分选是煤矿生产优质煤的重要环节,现有的煤矸石分选技术分选效率低,环境污染大.本文论述了基于模式识别原理的数字图像处理技术在煤矸石自动分选系统中的应用,阐述了数字图像处理技术的基本过程,并灵活运用几种算子,实现了对煤块和矸石的自动识别.3.期刊论文徐琦.孔力.程晶晶基于生态遗传算法的煤矸石自适应模糊模式识别-华中科技大学学报(自然科学版)2003,31(12)给出煤矸石组分模式识别的模糊神经网络模型,提出一种实用生态算子,同时将此基础上构建的生态遗传算法用于模糊神经网络的离线学习,能有效避免传统BP算法学习速度慢、易陷入局部极小的缺陷和基本遗传算法的遗传滑脱现象.仿真和实验结果显示新算法使离线训练的网络具有良好的收敛性能,而且从训练好的定量网络中提取模糊规则用于原煤的在线自动分选,不仅能提高煤中矸石的识别率,而且有效解决了系统识别精度与实时分选之间的矛盾.4.期刊论文徐琦.孔力.刘文中生态遗传算法在煤矸石模糊模式识别中的应用-工矿自动化2003,(2)给出煤矸石组分模式识别的模糊神经网络模型,提出一种实用生态算子,同时将在此基础上构建的生态遗传算法用于模糊神经网络的离线学习.仿真和实验结果显示:新算法使网络具有良好的收敛性能,而且从训练好的定量网络中提取的模糊规则提高了煤中矸石的识别率.5.期刊论文马宪民煤矸石在线识别与自动分选系统的研究-西安科技学院学报2003,23(1)煤矸石是影响煤炭质量的重要因素,传统的煤矸石分选方法生产效率低,劳动强度大,容易造成环境污染.本文探讨了一种采用模式识别技术进行煤矸石在线识别与分选的新方法,介绍了煤矸石识别的基本原理,论述了系统的构成,讨论了图像处理的方法.6.学位论文孔力基于双能γ射线透射法的煤矸石在线组分识别与分选系统--理论及实现2000在现行洁净煤技术战略思想指导下,针对现有较大粒度等级矸石分选设备不符合环保要求的实际情况,该学位论文提出一种全新的基于双能γ射线透射方式的煤矸石在线干选方法,并对研制开发的煤矸石自动分选系统中所涉及的有关理论与方法、设计与实现问题进行了深入的分析讨论.7.期刊论文马宪民.蒋勇数字图像处理技术在煤矸石自动分选系统中的应用-计算技术与自动化2003,22(z1)煤矸石的分选是煤矿生产优质煤的重要环节,现有的煤矸石分选技术分选效率低,环境污染大.本文论述了基于模式识别原理的数字图像处理技术在煤矸石自动分选系统中的应用,阐述了数字图像处理技术的基本过程,并灵活运用几种算子,实现了对煤块和矸石的自动识别.8.期刊论文程葳.孔力.袁树风.李忠.ChengWei.KongLi.YuanShufeng.LiZhong基于模糊神经网络的煤矸石模式识别方法研究-华中理工大学学报1999,27(6)提出了一种基于标准模型模糊神经网络的煤矸石识别方法.介绍了该方法的数学模型、网络结构及学习算法,并通过一个仿真实验对如何应用这种方法构建实时分选系统作了详细描述.实验结果表明该方法所用神经网络不仅收敛,而且具有良好的泛化能力.9.学位论文程葳基于模糊神经网络的煤矸石在线识别与分选系统研究1999该文的另一个重点在于运用模糊神经网络的基本思想,构造出一种基于FMLP模型的煤矸石在线模式识别方法,并着重论述了各组成部分软、硬件的设计与实现问题.10.期刊论文徐琦.张勇传.XuQi.ZhangYongchuan运用模糊模式识别和模糊控制的煤矸石自动分选机-自动化仪表2000,21(12)提出一种双能γ射线煤矸石自动分选系统,介绍系统组成,运用模糊模式识别方法对煤矸石进行在线分类判别,提高了识别效率,同时采用模糊控制规则增强分离执行器的自适应能力,可有效地满足整个系统的通用性要求.本文链接::上海海事大学(wflshyxy),授权号:956ad920-c356-4b32-9118-9dca0125830a下载时间:2010年8月6日
本文标题:基于ARM和CPLD的煤矸石在线自动分选系统研究
链接地址:https://www.777doc.com/doc-50963 .html