客户希望对太阳能板进行质量分类，原来的做法是每条生产线安排两个工人，用肉眼去识别太阳能板，再进行质量分类。IBM的做法是，利用IBM Minsky硬件+PowerAI Enterprise平台，拿到客户提供的数据，用各个产品的图片作为训练数据，然后运用TensorFlow 框架和Inception v3模型，最后训练得出一个Inference Model，提供给客户，客户通过IBM提供的训练模型，用机器学习的方法，来完成对太阳能板的质量分类。利用IBM PowerAI Enterprise平台，可减少多达80%的训练学习时间。

日内瓦机场案例研究对机场的配电系统进行现代化建设，确保从停机坪到起飞无任何延误

面临的挑战

从人潮熙攘的白日到寂静寥落的黑夜、跨越故乡和远方……全年运作不间断的机场留下了无数旅客的足迹。从抵达机场到登机离开的这段时间里，机场的运营状况直接决定了旅客的出行体验。

仅有一条跑道却承载每年1500万人次的旅客量，并且这一数字也许将在2030年突破2500万。为了应对不断涌入的旅客，作为瑞士第二大机场的日内瓦机场正处于大规模的扩建中，结构日趋复杂。在基础设施改造、航站楼、货仓和机库翻新的同时，机场需要同步升级配电系统。这一工作可能会对机场运营造成干扰，甚至引发航班延误，影响货运和应急作业。如何在升级配电系统同时维持优质、无缝的服务，为旅客创造愉悦的旅行体验呢？日内瓦机场呼唤可靠伙伴的协助：轻松适应全球化运营和24x7无间断支持的工作环境，且能够在高度敏感的环境中提供可靠和创新解决方案。

解决方案

作为日内瓦机场多年的合作伙伴和供应商，施耐德电气以实力应对挑战。2011年，双方携手启动MEGA（Modernisation Electrical Geneva Airport）专项项目，力求实现从飞机停机到离场整个流程的配电系统现代化。项目从安装中压系统开始，涵盖变压器、配电设备和监控软件。此外，整个机场内部安装了多个低压配电柜，实时汇总信息并产出准确的能源报表。扩建中，提高配电系统的效率和安全性是日内瓦机场的重要目标之一。借此契机，施耐德电气同时升级了配电系统的控制面板。

细致入微、深得信任，施耐德电气与瑞士机场长久相伴。以高成本效益的创新性解决方案确保高技术含量、执行到位的改造，在不影响日常运营的前提下，施耐德电气持续提升日内瓦机场的科技水平和旅客体验。

线性系统的经典辨识方法    13.1 脉冲响应的确定方法――相关法    13.2 伪随机二式序列――M序列的产生及其性质    13.3 用M序列辨识线性系统的脉冲响应    13.4 由脉冲响应求传递函数  线性系统的经典辨识包括频率响应法、阶跃响应法和脉冲响应法。其中用得最多的是脉冲响应法。这是因为脉冲响应容易获得，只要在系统的输入端输入单位脉冲信号，则在输出端可得脉冲响应的方法不影响系统的正常工作。实际上，用工程的方法产生理想的脉冲函数是难以实现的，所以在辨识中不用脉冲函数作为系统的输入信号，而用一种称之为M序列的伪随机信号作为试验信号，再用相关处理测试结果，可很方便地得到系统的脉冲响应。因此脉冲响应法得到广泛的应用。伪随机测试信号是六十年代发展起来的一种用于系统辨识的测试信号，这咱信号的抗干扰性能强；为获得同样的信号量，对系统正常运行的干扰程度比其他测试信号低。目前已有用来做这种试验的专用设备。如果系统设备有数字计算机在线工作，伪随机测试信号可用计算机产生。实践证明，这是一种很有效的方法，特别对过渡过程时间长的系统，优点更为突出。

最优线性预测与滤波的基本方程    12.1 维纳滤波    12.2 卡尔曼滤波问题的提法    12.3 离散系统卡尔曼最优预测基本方程的推导    12.4 离散系统卡尔曼最优滤波基本方程的推导    12.5 连续系统卡尔曼滤波基本方程的推导    12.6 系统噪声与观测噪声相关的卡尔曼滤波    12.7 具有输入信号的卡尔曼滤波    12.8 有色噪声情况下的卡尔曼滤波    12.9 滤波的稳定性概念和滤波的发散问题    12.10 卡尔曼滤波应用实例  在四十年代初，维纳提出最优线性滤波，称为维纳滤波。这是在信号和干扰都表示为有理谱密度的情况下，找出最优滤波器，使得实际输出与希望输出之间的均方误差最小。维纳滤波问题的关键是导出维纳-霍夫方程，解这一积分方程可得最优滤波器的脉冲过渡函数，从脉冲过渡函数可得滤波器的传递函数。通常，解维纳-霍夫积分方程是很困难的，即使对少数情况能得到解析解，但在工程上往往难以实现。特别对于非平稳过程，维纳滤波问题变得更为复杂。在1960年左右，卡尔曼提出了在数学结构上比较简单的最优线性滤波方法，实质上这是一种数据处理方法。维纳滤波属于整段滤波，即把整个一段时间内所获得的测量数据存储起来，然后同时处理全部数据，估计出系统状态。卡尔曼滤波是递推滤波，由递推方程随时间给出新的状态估计。因此对计算机来说，卡尔曼滤波的计算量和存储量大为减少，从而比较容易满足实时计算的要求。因而卡尔曼滤波在工程实践中迅速得到广泛应用。

最优线性预测与滤波的基本方程    12.1 维纳滤波    12.2 卡尔曼滤波问题的提法    12.3 离散系统卡尔曼最优预测基本方程的推导    12.4 离散系统卡尔曼最优滤波基本方程的推导    12.5 连续系统卡尔曼滤波基本方程的推导    12.6 系统噪声与观测噪声相关的卡尔曼滤波    12.7 具有输入信号的卡尔曼滤波    12.8 有色噪声情况下的卡尔曼滤波    12.9 滤波的稳定性概念和滤波的发散问题    12.10 卡尔曼滤波应用实例  在四十年代初，维纳提出最优线性滤波，称为维纳滤波。这是在信号和干扰都表示为有理谱密度的情况下，找出最优滤波器，使得实际输出与希望输出之间的均方误差最小。维纳滤波问题的关键是导出维纳-霍夫方程，解这一积分方程可得最优滤波器的脉冲过渡函数，从脉冲过渡函数可得滤波器的传递函数。通常，解维纳-霍夫积分方程是很困难的，即使对少数情况能得到解析解，但在工程上往往难以实现。特别对于非平稳过程，维纳滤波问题变得更为复杂。在1960年左右，卡尔曼提出了在数学结构上比较简单的最优线性滤波方法，实质上这是一种数据处理方法。维纳滤波属于整段滤波，即把整个一段时间内所获得的测量数据存储起来，然后同时处理全部数据，估计出系统状态。卡尔曼滤波是递推滤波，由递推方程随时间给出新的状态估计。因此对计算机来说，卡尔曼滤波的计算量和存储量大为减少，从而比较容易满足实时计算的要求。因而卡尔曼滤波在工程实践中迅速得到广泛应用。

在 TwinCAT 3 中，Beckhoff 为基于 PC 的控制技术引入了更新一代的软件，通过许多强大的新功能拓展自动化产品。若用专业的术语表达，这项新技术就是：eXtended Automation（XA）。它包含 XA 架构，该架构由 XA Engineering 和 XA Runtime 组件构成。

风力发电机制造商在面对不断变化的市场需求时，为了确保其产品的市场竞争力，必须保持最大的灵活性。目前，Beckhoff 基于 PC 的控制技术和自动化组件在风力发电机组中的应用规模已达到 5MW（包括诸如北部海角（North Cape）等寒冷地区和内蒙等极端气候地带），为满足上述要求做出巨大贡献。

采用不锈钢技术处理的AM8800 型伺服电机进一步补充了 Beckhoff AM8000 高动态伺服电机系列。不锈钢电机完全符合‘卫生设计’要求；它们能够应用于极端恶劣或腐蚀环境中，特别适合用于食品、化工或医药行业。AM8000 系列电机只需要一根电缆，而不是通常的两根。除此之外，也不再需要反馈电缆，因为编码器信息通过电缆的两根芯用数字式方式传输。单芯电缆反馈技术能够大大 节省材料的使用，从而减少安装和工程成本。

该版本带有的新功能可以方便并减少您的工程师开发和维护项目的时间，因此，您可以为客户和合作伙伴提供更好的解决方案和服务！