纸机先进控制算法研究

提出了纸机定量水分集散控制系统的软硬件整体控制方案，并采用前馈解耦、前馈补偿及串级控制等手段。有效克服了纸页生产过程中普遍存在的水分定量耦合、纸浆浓度变化及蒸汽压力波动等不利因素对纸机控制的影响，针对系统存在大纯滞后等特点，在主控制器中同时实现了广义预测控制、动态矩阵控制及改进的Smith预估等先进控制算法，并有效解决了上述各种控制模式（包括手动、PID等常规控制模式）间的快速无扰动切换问题，通过仿真实验，证明了各控制模式及快速切换算法的有效性，将上述控制方案及算法应用于1760型纸机，控制性能明显提高，同时有效降低了水分与定量偏差，断纸现象也大大减少。     

遗传算法在前馈神经网络中的应用

比较了遗传算法和神经网络的特点，对于将遗传算法用于前馈神经网络的可能性进行了研究，并给出了应用实例；同时提出了一种构造变长染色体用于神经网络演化的方法，并描述了作用于变长染色体上的遗传操作机制。     

前馈网络泛化性能改进的目的的规划方法研究

以目的规划模型为基础，将前馈网络准则函数改进、网络灵敏度降低、先验知识运用有机地结合在一起，提出了前馈网络泛化性能改进的目的规划方法，文中给出了该方法的数学模型、求解方法以及算例。     

高效率升降压变换器的电压前馈策略及控制方法

为解决Buck-Boost变换器Boost工作模式下变换器的暂态响应恶化的问题，采用双调制-单载波双模式控制方法确保变换器的高效率并自动平滑切换工作模式。在宽输入电压场合，为消除输出电压受输入电压扰动带来的波动，通过小信号模型的建立得出变换器的输入电压前馈函数，提出带输入电压前馈的双模式控制方法，进而保证变换器宽输入电压范围下的高效率以及良好的暂态响应。制作一台实验样机，通过实验对比引入电压前馈控制策略和未引入电压前馈控制策略的双模式控制方法下的变换器实验波形，验证所提电压前馈控制策略及控制方法的有效性。     

基于改进BP神经网络的智能控制方法研究

针对典型BP神经网络存在的缺陷提出了一些有效的改进措施。通过采用改进的BP神经网络来对控制规则样本进行学习和训练 ,使网络记忆控制规则 ,以达到智能控制的目的。仿真和实验结果证明 ,该方法具有优良的控制特性 ,能满足伺服电机控制的需要。     

加载柔性臂振动的非线性应力反馈控制

用数值仿真的方法讨论了一种用新型的非线性应力反馈律来镇定加载柔性臂振动的问题。该方法使用跟踪微分器取得柔性臂根部应力信号的微分信号,并与根部应力信号一起组成非线性控制输入来控制加载柔性臂的振动.其镇定效果明显地优于有关问题的现有实验结果。     

基于广义Чебышев多项式的新型神经网络算法

提出了一种基于广义Чебышев多项式的新型神经网络学习算法。对于给定的样本点,采用三次样条插值方法求得Чебышев结点处的函数值,并将Чебышев结点和对应的函数值作为新的训练样本。利用Чебышев多项式的正交性,每个权函数可以表示为广义Чебышев多项式,它是最佳平方逼近多项式。与样条权函数神经网络算法相比,该算法最后表达式更简单,有利于泛化,而且每个权函数所需要存储的信息量更少。另外,提出的新算法不存在梯度下降类算法的局部极小、收敛速度慢的问题。最后,为了说明该算法的有效性,给出了一个实例,仿真实验说明通过提取广义Чебышев多项式的权函数,可以理解所训练的问题的内在关系,训练后的网络具有很好的泛化能力和很高的精度。     

结构振动的反馈控制

针对结构振动的反馈控制方法，考虑作动器的动态特性，给出保证位移正反馈、速度负反馈和加速度负反馈控制稳定的时延界限和增益幅度．比较了三种反馈方法的优缺点，指出加速度负反馈具有大范围的稳定特性．     

滑模输出反馈控制在二元机翼颤振主动抑制中的应用

本文以经典的二元机翼为对象,研究滑模控制（SMC）用于颤振主动抑制（AFS）的效果,讨论其控制系统的离散化和控制输入限幅等问题.该翼段模型具有一个后缘控制面,用于颤振控制.基于准定常气动力理论建立了系统二自由度（俯仰和沉浮）气动弹性运动方程.控制系统由滑模输出反馈控制方法设计,抑制俯仰-沉浮耦合颤振.研究过程中对系统进行了离散化处理,控制舵偏考虑了限幅约束.采用经典的龙格-库塔（RK）法对方程进行数值求解.仿真结果表明,带有滑模控制系统的闭环系统可以在高于颤振边界速度状态稳定.但是,简单离散化的控制系统遇到控制舵偏限幅时,闭环系统则失去稳定性.随后,基于理论分析,本文提出并设计了一个控制补偿环节,可以使该系统仍具有稳定性.此外,文中还讨论了系统的参数摄动和时间延迟效应.     

基于神经网络的货币识别研究

货币识别研究的重点在于识别的准确和速度.采用结构相对简单的前馈神经网络,选取合适的货币采样特征为网络的输入特征,使用尺度共轭梯度(SCG)算法对网络进行快速高效训练,实现对货币的快速、准确识别.实验结果表明,该方案是可行、有效的.