基于模型预测控制的永磁同步电机弱磁调速系统

在对电机弱磁控制理论分析的基础上，设计基于电压反馈的弱磁控制系统。将模型预测控制算法引入速度环，在弱磁控制策略下将所设计的模型预测控制器应用于电机控制系统。仿真结果表明，在弱磁控制下模型预测控制器比比例控制器具有更好的鲁棒性和更强的抗干扰能力，提高了系统的稳定性。     

基于Smith预估的神经网络循环流化床锅炉床温控制

料床温度是循环流化床锅炉正常运行的一个重要指标,它影响着锅炉的燃烧效率和污染物排放速率。在燃烧过程中,它具有时变性、大惯性和大滞后的特点。针对这一问题,将BP-Smith预估控制算法应用于循环流化床锅炉床温控制,该算法基于BP整定的PID控制,提高对被控对象参数变化的自适应能力和Smith预估控制能够克服对象的大迟延特性,并对BP-Smith预估控制进行了仿真。仿真结果表明,所设计的控制系统性能均优于常规PID控制和Smith预估补偿PID控制系统。     

基于积分分离PID的炉温控制系统设计与仿真

电阻炉是利用电流使炉内电热元件或加热介质发热,从而对物料加热的一种工业炉,被广泛应用于石油化工等工业上。因此,对于电阻炉温度的精确控制是工业控制领域中一个十分重要的课题。通过对炉温控制系统的分析,可该温度自动控制系统具有纯滞后一阶惯性特性,工业上普遍采用比例积分微分控制规律-- PID控制规律。但在现实生产自动控制中出现,每逢系统开车、停车以及对给定值进行调整时,该温度控制系统的e值（偏差）瞬间变化超大,比例积分微分控制规律适用于控制对象控制通道容量滞后较大而且进行消除余差的应用场合。     

温度控制方法研究

本文介绍一个微机温度控制系统。且用该系统对多种温控方法进行了研究。在测试具有时滞的一阶和二阶被控对象特性的基础上,不仅研究了PID一类调节方法,而且研究了自适应控制和模糊控制等新的温控方法。     

最速下降模型参考自适应控制——LYAPUNOV方法

本文研究了最速下降模型参考自适应控造。给出了最速下降和严格最速下降的定义,并证明了按照某李雅普诺夫函数构造的严格最速下降控制矩阵组成的控制系统是自适应渐近稳定的;而且给出了一种构造次最速下降控制矩阵的方法,并证明了它的自适应渐近稳定性。     

加热炉燃烧模糊控制系统的研究与应用

主要介绍了加热炉计算机控制的发展和现状。讨论了加热炉燃烧控制的总体方案 ,提出了模糊控制与 PID控制相结合控制油流量 ;自寻优模糊控制空燃配比 ;采用“短周期”预测炉温的模糊控制解决滞后问题等一系列措施和方法。使该控制系统具有动态响应好、稳定性高等特点。文中给出了采用模糊控制与 PID控制相结合控制加热炉的系统框图以及控制策略 ,这些方法已在唐山钢铁公司加热炉控制系统中得到应用并取得较好控制效果     

基于STM32的太阳模拟器控制系统设计

聚焦型太阳模拟器应用于光热发电相关试验,主要由风冷系统、光学系统、机械系统、控制系统组成。为了消除系统的人工安装误差、减小光斑调整误差,设计了基于STM32处理单元,结合PID算法,采用RS485通信标准,以液晶触摸屏为输入输出单元的太阳模拟器控制系统。该系统主要包括氙灯光强度控制、氙灯阴极温度控制、氙灯单元俯仰、平移控制等模块。通过对控制系统的搭建,实现了光斑面积与焦平面的位置调整,以及氙灯阴极温度的检测与控制,有效解决了多光源系统焦点光斑汇聚重合的问题。     

基于复合Sigmoid函数的国内生产总值预测方法

国内生产总值是制定经济发展战略、规划、年度计划以及各种宏观经济政策的重要依据,研究国内生产总值预测方法具有重要的现实意义.考虑到通过简单非线性函数的复合可以实现对于复杂函数的映射,又有Sigmoid函数可以反映事物的一般规律,因此本文提出采用复合Sigmoid函数方法来预测GDP.以鄂尔多斯市CDP预测为实例,利用鄂尔多斯市1980～2006年国内生产总值数据,基于时间序列分析,以神经网络算法进行参数优化,建立了鄂尔多斯市GDP预洲的方程,取得了较好的预测效果,表明了复合Sigmoid函数方法对于GDP预测的适用性.     

液压保护装置在汽轮鼓风机中的应用

近年来,液压保护装置在汽轮鼓风机中得到了广泛运用,例如将其应用于汽轮鼓风机的静叶调节控制系统,以减少因设备停机故障而引发的生产事故,让企业的生产作业得以正常运行。通过液压保护装置,可以让电液伺服控制系统在轴流风机控制系统、放空阀开度控制和TRT压差发电等系统中得到广泛运用,并实现对位置和角度的精准控制,让汽轮鼓风机系统可以更好适应各类工程的要求。     

数字化控制系统配置管理问题分析及应对策略

三门核电厂1号机组是AP1000技术在全球的首台机组,数字化技术普遍应用于全厂的各个控制领域。结合数字化控制系统的特点和核电厂实际情况,分析三门核电厂数字化控制系统后续配置管理过程中的挑战,提出针对性的策略,确保三门核电机组后续数字化控制系统运行的稳定性和可靠性。     

基于SVR-IPSO的高危行业企业安全投入优化模型及其改进——以煤炭生产企业为例

传统的安全投入模型对解决高危行业领域中模糊复杂的安全投入问题具有一定局限性,尤其当建立目标函数时,采用隐含线性关系假设的函数进行拟合会影响模型的推广能力。基于此,本文首先采用支持向量回归机（SVR）建立事故损失模型,与传统C-D函数拟合结果相比,该模型具有更好的预测能力;然后,以实际安全投入要求为约束,以安全总成本最小化为原则建立企业安全投入优化模型;最后,采用基于捕食搜索策略的粒子群算法对模型进行求解,同时,为保证全局收敛性,引入自适应控制策略对算法进行了改进。结果表明：该模型能够更加准确地描述安全投入与安全成本间的非线性作用关系,并通过粒子群寻优得到具备可行性的全局最优解,为高危行业企业安全投入结构优化提供新的决策思路。     

基于T-S模型的一类时滞非线性系统模型预测控制

针对具有状态时滞特性的非线性离散系统,利用线性矩阵不等式的方法和Lyapunov稳定性理论,研究了基于状态反馈的非线性系统模型预测控制问题。基于T-S模糊模型对非线性离散系统进行描述并给出一种"min-max"预测控制算法,采用模型预测控制与模糊理论相结合的方法,利用平行分布补偿的原理,通过在每一个采样时刻优化无穷时域的性能指标,来求解在范数有界条件下相应的状态反馈控制律,讨论了预测控制器的设计问题,分析了此设计问题的可解性,给出了状态反馈控制器基于线性矩阵不等式的设计算法,保证了系统的稳定性,通过仿真实例证明了所提控制算法的有效性及系统的稳定性。该方法能够在化工、冶金、机械等具有时滞特性的工业生产过程中得到很好的应用。     

基于PLC的石英晶体真空退火炉控制系统设计

根据石英晶体真空退火炉的工艺过程和控制要求,设计了以SIMATIC S7-300 PLC为核心,以工业触摸屏为人机界面的电气控制系统。采用具有智能积分环节的模糊控制算法实现多工作区温度控制,讨论了积分引入的条件。实践表明:该控制系统运行稳定可靠,各项性能指标均满足工艺要求。     

基于WOA-LSTM的窄带通信网网络时延预测算法

为了给窄带通信网的链路选择及协议的智能切换提供实时参考,设计了 一种基于鲸鱼优化算法(WOA)和长短期记忆神经网络(LSTM)的窄带通信网网络时延预测算法.首先对实测数据样本进行标准化处理,以LSTM神经网络算法的均方根误差函数的倒数作为适应度函数;其次采用鲸鱼优化算法对LSTM神经网络的学习率、隐含层神经元个数进行优...     

基于多信息融合的DGPMIF致病基因关联预测方法

为了解决利用单一生物数据无法揭示复杂的生物过程和疾病机制的问题,提出了一种多信息融合的DGPMIF致病基因预测方法。首先,构建一个具有疾病-表型、疾病-基因、蛋白质-蛋白质和基因-本体关联的异构网络,利用网络嵌入算法提取该异构网络中节点的低维向量表示,同时结合网络拓扑算法提取网络结构特征。其次,利用余弦相似性算法衡量节点向量的相似性,预测疾病与基因之间的关系。最后,通过对特定疾病的案例进行研究,并与经典致病基因预测方法进行对比,验证DGPMIF方法的有效性。结果表明：不同类型的关联数据对增强致病基因预测性能具有重要作用;经过多层次信息融合,提高了致病基因预测的预测性能。DGPMIF预测方法能够高效挖掘网络中蕴含的信息,对相关疾病基因关联的预测研究具有重要的参考价值。     

基于优化模糊神经网络控制的加热炉应用

针对加热炉具有大惯性和纯滞后性,提出优化模糊神经网络控制。该控制将模糊逻辑推理与神经网络控制技术融合,同时利用遗传算法优化隶属度函数,采用误差反向传播学习算法在线调节神经网络权值,提高了控制器的稳定性、鲁棒性和适应性。仿真结果证实了控制器的有效性。     

基于预测模糊的供暖系统控制算法研究

针对复杂的供暖系统中存在的大时滞、大惯性和不确定性,引入预测模糊控制算法对该系统进行调节。预测模糊控制算法是将预测控制和模糊控制两种控制算法优点充分结合的一种控制算法。通过Matlab仿真实验表明,在调节供暖系统中使用预测模糊控制比单纯使用预测控制能够产生更好的调节效果。     

基于模型预测轮廓控制的自动驾驶车辆路径跟踪控制

为了实现无人驾驶汽车的路径跟踪和避障功能,基于模型预测轮廓控制提出一种路径跟踪控制策略。首先将二自由度单轨车辆模型和Pacejka轮胎模型结合在一起搭建整车模型,遵循模型预测的思路将路径规划和跟踪问题结合为一个非线性优化问题,利用线性化得到线性时变模型,在每个采样时间内以凸二次规划的形式建立非线性优化问题的局部逼近。其次,为了使车辆在跟踪路径的时候维持稳定,结合车辆稳定包络线,施加横向稳定性约束,并通过施加车道线边界约束,实现自动驾驶车辆的避障功能。最后将Matlab/Simulink和Carsim结合进行联合仿真。仿真结果表明,所设计的控制器在较宽路面能自主规划出一条最短路径,实现了跟踪和避障功能,同时维持了车辆在行驶中的稳定性和安全性,在赛道竞速下具有较明显的优势。研究结果可为结构化道路下的汽车自动驾驶提供技术参考,具有一定的应用价值。     

采用蚁群算法模拟机器人寻路的仿真实验

蚁群算法是一种基于蚁群寻找食物这一现象,实现寻路优化的算法。通过在MATLAB中进行程序设计,实现了利用蚁群算法模拟自动寻路的计算,并进一步将程序应用于简易机器人的寻路模块,初步实现机器人的寻路优化功能。     

基于RBF神经网络的微机械陀螺仪温度控制系统

为了避免微机械陀螺仪受温度影响产生较大波动,设计了基于RBF神经网络的微机械陀螺仪温度控制系统。首先,构建了微机械陀螺仪温度控制装置的数学模型;其次,鉴于控制模型参数会随温度改变而发生变化,提出了基于RBF神经网络的自适应PID控制算法,利用径向基函数的局部逼近能力调节微机械陀螺仪环境温度。结果表明,设计方案基于RBF神经网络,可实时整定PID参数,且能够准确控制微机械陀螺仪的温度。与传统PID控制相比,基于RBF神经网络的自适应PID控制算法具有更快的调节速度和较强的鲁棒性,实现了微机械陀螺仪温度的无静差控制,降低了模型参数变化对控制效果的影响,满足温度控制系统的要求。