供应链分销系统的自适应库存控制

市场环境的动态性使得采取一种固定的库存策略难以适应需求的不确定性,本文借鉴自适应控制领域自校正控制的方法,提出了能够适应动态市场需求的分销系统库存自适应控制方法。分析了自适应评价方法在供应链分销系统库存控制中的应用原理,说明了系统辨识神经网络、自适应评价模块和神经网络控制器的作用。以一个简单分销系统为例设计了神经网络自适应库存控制的实现方式,并通过仿真试验证明了神经网络自适应库存控制方法优于固定库存优化策略如线性规划或遗传算法。     

带时变和分数时滞系统的自校正控制器

本文对带时变和分数时滞的系统提出了一种自校正控制方法。该方法着眼于实时跟踪受控对象的时滞参数,使控制器参数随时滞的变化而不断修正,因而有效地解决了这类系统的自校正问题。     

极点配量自校正仿真

自适应控制的方法很多,而且随着它本身理论的发展和应用的拓广,会进一步完善到更高一级的水平。本文就极点配置的自校正方法对各类系统的模型例进行了计算机数字仿真,得到一些结果。特别是对非最小相位系统,用一般的最小方差控制器(str)无法进行控制时,采用极点配置自校正控制方法,使得闭环系统达到我所要求的闭环极点,能很好地控制这一类系统,使其达到理想的效果。本文按如下两个主要部分来叙述:(一):极点配置自校正方法及其在线仿真算法。(二):仿真实例及其结果和结果分析。     

一种考虑输入限幅特性的开环补偿自校正控制方法

本文讨论了考虑受控对象限幅特性情形下的自校正控制问题。针对限幅与自校正控制信号过大这一矛盾,提出了一种开环补偿自校正算法。仿真结果表明,所提方法在考虑输入限幅的条件下,较大地提高了自校正控制系统对参考输入信号的跟踪速度和精度。     

锅炉汽包水位模糊RBF自适应控制

针对汽包水位常规的PID控制方式,采用了一种模糊神经网络智能控制器,该控制器结合了模糊控制与神经网络学习能力强的特点,将2种智能控制相结合,在线调整控制器参数,整定出一组优化的控制器参数。仿真结果表明此控制器显著地改善了汽包水位的动态性能和稳定性能。     

神经网络PID控制器在温度控制中的应用

采用计算机技术,能够方便地将神经网络PID控制器应用于实际工业过程中。在介绍基于对角递归神经网络辨识的PID控制器结构及学习算法的基础上,采用PCS-B型过程控制系统实验装置,以MCGS组态软件为运行平台,对加热器温度控制系统进行了实验研究。实验结果表明,通过神经网络PID控制策略组态,能够在线调整PID控制器参数,在温度控制实验中获得了满意的控制效果。     

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。     

基于神经网络的无刷直流电机故障诊断和容错控制方法的研究

提出并设计了一种针对无刷直流电机控制器的故障诊断和容错控制方法。该神经网络状态观测器由实际非线性控制系统进行训练,根据实际系统和神经网络观测器输出残差,容错控制系统能够被确定下来。针对系统控制器、电流和速度传感器的故障条件进行了仿真分析,容错控制通过使用补偿控制器实现,保证系统故障条件下的稳定性和性能。结果表明,所提出的方法能有效地定位错误故障和时间,消除干扰并提高系统的鲁棒性。     

合成氨氢氮比微机控制系统的研究

该项目是河北科技大学承担的河北省科委科研项目（项目编号96213431）,于1998年7月通过了省科委组织的技术鉴定。鉴定委员会一致认为,本项技术研究在间歇式制气的中小型化肥厂H2／N2控制技术方面居国内领先水平。H2／N2是合成氨厂最重要的工艺参数之一,但是H2／N2控制难度极大,控制好了产生的经济效益也大。该成果的技术要点：1）应用神经网络与模糊技术相结合的理论,将具有神经网络功能的专家系统应用于氢氮比控制;2）系统采用3个并行模糊控制器,2个超驰调节器和1个神经网络自学习机构的控制方案,神经网络学习机构具有联想功能…     

基于极点配置算法的列车横向半主动悬挂自适应PID控制系统设计

为了使PID控制器具备自适应能力,以适应列车受到外部环境扰动时产生的结构参数变化,使用了增量式数字PID控制器,将PID控制器与极点配置控制算法结合,利用极点配置算法在线实时优化kP,kI,kD参数,设计了自适应极点配置PID控制器,实现了kP,kI,kD参数的自动校正。最后给出基于极点配置自适应PID的高速列车半主动悬挂控制系统的设计方案,利用MATLABSimulink搭建仿真平台并进行仿真。仿真结果表明:基于极点配置算法的列车半主动悬挂自适应PID控制系统能够有效降低列车横向振动。     

基于模糊控制的三相异步电动机的软起动系统

本系统主要通过对模糊控制器的设计 ,将异步电动机的起动电流既限制在了一定的范围内 ,又可得到较大的起动力矩。由于又采用了参数自调整作为辅助控制 ,不但改善了起动时的动态性能 ,而且改善了稳定运行时的静态性能     

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。     

车内噪声主动控制的Elman神经网络方法

提出了一种车内噪声主动控制的神经网络方法。用 Elman神经网络对车内驾驶员耳旁噪声进行识别和预测 ,提供噪声主动控制系统所需的参考信号。该方法能有效消除声反馈的影响 ,提高控制系统的稳定性。通过在稳态工况下对被试轻型客车的试验表明 ,该方法能有效降低车内低频噪声     

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。     

微型发酵罐温度的智能控制

依据智能控制的基本原理 ,研究了微型发酵罐温度控制系统的特点 ,采用产生式规则设计了实用的智能控制器 ,文中同时给出了实际控制效果曲线