期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
大型灌区多级树状灌溉渠系的分布式模型预测控制研究
1
作者 朱哲立 吴永妍 +1 位作者 王磊 管光华 《节水灌溉》 北大核心 2025年第6期1-7,15,共8页
当前明渠自动化控制研究多以单渠池或串联多渠池为研究对象,而忽视了灌溉渠系中多级渠道间的水力耦合影响,难以保证灌溉输水效率及公平性。作者曾为小规模分岔灌溉渠系提出了一种基于交替方向乘子法的分布式模型预测控制算法,即ADMM-DMP... 当前明渠自动化控制研究多以单渠池或串联多渠池为研究对象,而忽视了灌溉渠系中多级渠道间的水力耦合影响,难以保证灌溉输水效率及公平性。作者曾为小规模分岔灌溉渠系提出了一种基于交替方向乘子法的分布式模型预测控制算法,即ADMM-DMPC算法。为检验该算法的可扩展性和控制效果,以湖北省漳河灌区的大规模三级树状灌溉渠系为测试算例,并与工程实践中常用的经典PI复合控制及传统人工控制结果进行对比。结果显示,当控制对象的规模和复杂性大幅度扩展时,ADMM-DMPC算法仍能保证各级渠道各渠池各控制点水位均在安全范围内小偏差波动,且水位降速满足安全限制,控制性能远胜于经典PI复合控制和传统人工控制。充分证明了ADMM-DMPC算法在大型灌区多级树状灌溉渠系水力调控上的可行性和优势,在精准灌溉和灌区现代化方面有较强潜力。 展开更多
关键词 多级渠道 渠系自动化 交替方向乘子法 分布式控制 模型预测控制 大型灌区 精准灌溉
在线阅读 下载PDF
基于MobileNetV2-DeepLabv3+的混凝土坝水下裂缝语义分割模型 被引量:4
2
作者 何旺 钮新强 +1 位作者 田金章 朱延涛 《水利水电科技进展》 CSCD 北大核心 2024年第6期106-112,共7页
为解决深度学习算法难以有效检测混凝土坝水下裂缝的问题,构建了基于MobileNetV2-DeepLabv3+的混凝土坝水下裂缝语义分割模型。该模型引入轻量化网络MobileNetV2,同时将深层特征下采样倍数降为8,以提高小数据集工况下的识别准确率和推... 为解决深度学习算法难以有效检测混凝土坝水下裂缝的问题,构建了基于MobileNetV2-DeepLabv3+的混凝土坝水下裂缝语义分割模型。该模型引入轻量化网络MobileNetV2,同时将深层特征下采样倍数降为8,以提高小数据集工况下的识别准确率和推理速度;将交叉熵损失函数与Dice损失函数的组合作为模型的损失函数,以缓解类别不平衡问题。工程实例验证结果表明:该模型在测试集上的平均像素准确率和平均交并比分别高达90.87%和86.33%,满足水下裂缝语义分割精度要求;典型工况下的混凝土坝水下裂缝的分割效果优于其他对比模型,泛化能力强;模型具有内存占比小、推理速度快的特点,可用于混凝土坝水下裂缝的检测。 展开更多
关键词 混凝土坝 水下裂缝 MobileNetV2-DeepLabv3+ 语义分割 机器视觉
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部