乔弘
- 作品数：14 被引量：133H指数：5
- 供职机构：中国能源建设集团广东省电力设计研究院有限公司更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术电气工程机械工程动力工程及工程热物理更多>>
- LIN总线协议分析被引量：23
- 2004年
- LIN总线是一种低成本的现场总线,可以在某些对通信速率要求不高的场合或作为CAN总线的子总线使用。本文介绍了LIN总线的特点,对其物理层和数据链路层的协议进行分析,并比较LIN总线和RS485总线的优缺点。
- 田亮乔弘
- 关键词：现场总线LIN总线通信协议RS485总线物理层数据链路层
- eXtremeDB数据库在DCS现场控制站中的设计与应用被引量：5
- 2006年
- 将eXtremeDB应用于实时控制软件开发中,作为数据管理和交换的平台,充分发挥了eXtremeDB的优势。在分散控制系统(DCS)现场控制站的开发中,应用了eXtremeDB数据库,简化了现场控制站软件设计逻辑,缩短了开发周期,提高了系统的稳定性和可靠性,取得了很好的效果。
- 王锋韩璞乔弘刘磊
- 关键词：实时数据库EXTREMEDB实时控制现场控制站
- 基于SVM的数字二次识别方法与仿真研究
- 该文提出了一种基于二次识别的SVM算法.该算法通过提高支持向量在样本中的比例,提高了SVM的识别性能.结合数字结构特征的SVM二次识别算法提高了识别正确率,也为数字识别提出了一种新的思路。
- 姚万业褚明铢乔弘王娜
- 关键词：支持向量机结构识别SVM算法
- 文献传递
- 基于显著性检测的风机叶片裂纹提取研究被引量：5
- 2016年
- 在基于数字图像处理技术的风力发电机桨叶故障巡检过程中,为了提取桨叶上的裂纹,结合裂纹与桨叶对比度的特点,文章提出了一种基于显著性区域检测与连通域原理相结合的裂纹提取方法。利用灰度化和基于引导滤波器的图像增强算法对图像进行预处理。然后转变处理前景目标区域的方法,转而分析背景区域的特点,达到把背景区域去除的效果,并与连通域检测标记相结合,最终把裂纹区域提取出来。实验结果表明,基于显著性区域检测的方法能够把风机桨叶上的裂纹较为完整地标记出来。
- 翟永杰张木柳乔弘王迪
- 关键词：显著性检测
- 电热式液位计设计被引量：3
- 2003年
- 提出一种基于温度变化测量液位的仪表。该仪表利用液体和气体两种不同介质导热率的差异进行工作,具有无机械元件、可靠性高、制造工艺简单等优点,特别适合于一些传统差压式液位计难以应用的场合。水位传感器内部使用1-WIRE总线温度传感器DS1822,大大减少引出线的数量,可以提高测量灵敏度和测量范围。另外还给出二次仪表设计方案和提高测量灵敏度的措施。
- 乔弘田亮
- 关键词：温度传感器灵敏度导热率
- 利用1-WIRE网络的K分度热电偶温度采集系统设计
- 2003年
- 提出了一种利用传统K型热电偶,通过多功能1-WIRE芯片DS2760在冷端直接进行数字转换的方法,实现对温度更宽范围的、更低成本的测量方案。同时,利用这种测量方法和1-WIRE网络及其器件的特性,提出了一种基于ICP/IP协议的网络化温度测量、控制系统设计方案。
- 乔弘田亮侯立群
- 关键词：K型热电偶温度采集系统ICP/IP
- 实时SMO算法实现及性能分析
- 序贯最小优化(sequential minimal optimization)算法是目前解决支持向量机训练问题的一种十分有效的优化算法，介绍了SMO算法的原理和实现流程，并将其在QNX实时操作系统上实现，分析了QNX的实...
- 韩璞乔弘翟永杰
- 关键词：支持向量机SMO算法QNX实时操作系统序贯最小优化
- 文献传递
- 基于参数自适应SVR的火电厂热工参数软测量被引量：6
- 2008年
- 影响火电厂经济运行的一个重要因素是许多重要技术参数和经济参数难以进行在线实时测量。提出了一种新型软测量模型,它基于支持向量回归(SVR)算法,利用训练数据性能信息获得模型训练参数,减少人为因素对模型精度的影响,提高了建模效率和模型精度。某火电厂历史实测数据仿真结果表明,文中提出的方法能有效实现热工过程参数的软测量,有较大实用价值。
- 乔弘周黎辉潘卫华陈丽
- 关键词：SVR火电厂热工过程软测量
- 火电厂热工参数软测量关键技术和方法研究
- 我国火力发电的能源利用率相对较低,主要影响因素之一是许多重要的技术参数和经济参数难以在线实时测量,如与锅炉效率密切相关的烟气含氧量、飞灰含碳量、球磨机负荷等热工参数。软测量技术是解决这些参数测量问题的有效方法之一,它利用...
- 乔弘
- 关键词：火力发电厂热工参数软测量模型
- 文献传递
- 基于改进SMO算法的热工参数灰色软测量建模
- 2010年
- 介绍了适宜支持向量机处理大规模数据回归问题的序列最小优化(SMO)学习算法,针对SVR进行二次规划处理大规模数据时计算复杂度高和学习机参数选择方法复杂的问题,从算法结构和参数选择两个方面对SMO算法进行了改进,使运算速度和建模效率得到了进一步提高。结合灰色理论进行辅助变量选取,并应用改进的SMO算法建立了火电厂烟气含氧量软仪表,通过电厂的实测历史数据仿真表明,改进的算法较传统的SMO算法在计算速度和性能上有较大提高,建立的软仪表模型具有更高的精度,能满足应用要求。
- 乔弘张全壮吴蓉
- 关键词：氧量软测量
