水轮机组最优同期控制研究及电站应用

本文论述了基于二次性能指标的水轮机组快速自动准同期最优控制器的设计条件及方法,探讨了最优同期控制器与频率相角复合同期控制器参数之间的关系.文中给出了实验室内动态实时仿真及水电厂运行结果.结果表明最优同期控制器可使机组启动后快速进入同期点,提供每分钟6～9次的并网机会.     

线性非匹配不确定系统的滑模变结构控制

研究了线性非匹配不确定系统的滑模控制问题.引入适当的状态变换,将系统分解成两个子系统,根据滑模控制的到达条件,设计了系统的滑模控制器,使得从任意状态出发的不确定系统能在有限的时间内到达滑动面.基于二次稳定性,给出了设计不确定系统的鲁棒滑模面的充分条件,从而确保了系统的全     

一种改进的基于类间方差的阈值分割法

在图像的目标和背景像素灰度均服从正态分布时，提出了一种改进的基于最大类问方差法的图像分割算法．对新算法进行了测试并与最大类间方差法和最大熵法进行了比较，结果表明，新的改进算法在图像分割过程中具有速度快、效果好的特点．     

一类工业过程的神经元智能控制

研究了基于自适应神经元的一类工业过程控制问题，分析了闭环系统稳定性与神经元控制器参数的关系，给出了闭环系统稳定的充分条件及神经元学习参数初值的一种方法及学习的收敛性证明。理论分析表明，神经元智能过程控制系统有很强的鲁棒性和适应性，仿真结果表明了其优良的性能。     

基于SVM的Internet网络时延分析及预测

针对基于Internet的网络控制系统,采用Socket通信方式构建了网络控制系统的通信平台,在此平台上对网络延时进行了测试.基于时间序列分析方法,对Internet网络延时特性以及延时时间序列的自相关性进行了统计分析;进而提出了基于支持向量机(SVM)的网络延时预测方法.仿真结果证明,和线性预测算法相比,采用支持向量机预测网络延时具有较高的正确率.     

基于多层前向神经网络的电加热炉系统辨识

介绍了一种基于多层前向神经网络的电加热炉系统辨识。本系统选择神经网络辨识器模型,运用改进后的BP算法训练辨识神经网络,大大地提高学习速度,缩短训练时间,且辨识效果很理想。     

基于MATLAB上肢康复机械臂鲁棒控制研究

以穿戴上肢康复机械臂(RuPERT)的人体手臂为研究对象,对被控对象建立数学模型,推导鲁棒控制器,基于simMechanics建立仿真模型,实现上肢康复机械臂鲁棒控制系统.考虑到上肢康复机械臂是辅助上肢偏瘫患者进行康复训练并最大限度地诱发患肢的主动作用,控制器中加入上肢偏瘫患者的主动作用,在MATLAB/Simulink的环境下运行.仿真结果表明,控制器能适应各种损伤程度的患者,在存在信号传输时延时,仍能保持响应速度和精度,具有很强的鲁棒}生和自适应性.     

多脉冲发放的Spiking神经网络

针对允许神经元发放多个脉冲的Spiking神经网络(SNN)的学习,提出采用更接近生物神经元的SRM模型,更全面地考虑了神经元在发放脉冲后的状态变化,并采用BP学习算法调整神经元的不应期. 通过对XOR问题、IRIS数据集以及泊松脉冲序列的测试,表明这种多脉冲发放的SNN比单脉冲发放的SNN能够更有效地传递信息,提高学习速度.     

水轮发电机系统的动态实时仿真实验系统

本文介绍了一个水轮发电机组的动态实时仿真实验系统.该实验系统以IBM—PC/XT模拟水轮发电机组特性,调速器以Z80为核心构成.使用该系统可对任意型号任意工作状态下的水轮发电机组进行动态实时仿真试验,为研究水轮发电机组特性,新型调速器和新的控制规律提供了一种良好的实验手段.