一种实现有滞后SISO系统频域参数辨识的新算法

提出了一种能够采用有滞后模型结构的SISO系统的频域辨识算法.该算法采用了直接的非线性指标,能够有效避免指标的线性化所导致的问题.进一步,针对这种非线性指标所导致的非线性优化问题,本文发展了一种最小二乘求解算法,提高了求解效率和解的可靠性.仿真取得了非常好的效果,表明了所提出方法的有效性.     

PI tuning for large dead-time processes with a new robustness specification

A simple PI controller tuning method for large dead-time processes is presented. First, a first-order plus dead-time model is identified on the basis of relay feedback experiments, which Nyquist curve is very close to that of large dead-time processes over a wide frequency range. With the model available, PI controller is designed with a new robust specification. Simulation examples show the effectiveness and feasibility of the presented PI tuning method for large dead-time processes.     

Drifting model approach to modeling based on weighted support vector machines

This paper proposes a novel drifting modeling (DM) method. Briefly, we first employ an improved SVMs algorithm named weighted support vector machines (W_SVMs), which is suitable for locally learning, and then the DM method using the algorithm is proposed. By applying the proposed modeling method to Fluidized Catalytic Cracking Unit (FCCU), the simulation results show that the property of this proposed approach is superior to global modeling method based on standard SVMs.     

时变输入整形在桥式起重机防摆控制中的应用

输入整形技术在抑制柔性系统残留振荡方面得到了比较广泛的应用;然而在处理时变系统时,传统的输入整形器的鲁棒性能受到了很大限制,控制效果往往并不理想。在频域采用零点配置方法设计出了最优随机时滞滤波器,进一步在此基础上进行时变输入整形器的设计,并在桥式起重机的防摆控制中进行了应用研究。该时变整形器通过在线反馈起重机的振动频率和阻尼,实时地调节整形器中脉冲的时间位置和幅值,从而更加有效地抑制系统的残留振荡。仿真结果证明了该方法的良好性能,和传统的鲁棒输入整形器进行了性能比较,该方法对系统参数变化的鲁棒性更强,能够更加有效地抑制负载的残留振荡,同时缩短了运行时间,提高了作业效率。     

一种基于粗集的模糊神经网络

提出了基于粗集的模糊神经网络(RSNFN),利用粗集理论从数据样本中获取约简的规则集作为模糊神经网络的规则,使得规则数目减少,克服了当输入维数高时,模糊神经网络模糊规则过多,结构过于庞大的缺点.同时利用遗传算法对连续属性的最优离散化值进行寻优,从而获得最优的网络结构.最后用RSNFN方法对催化裂化装置的轻柴油凝点进行估计,取得了良好的效果.     

间歇过程生产计划的智能方法及其应用

提出了一种新的数学模型和专家系统相结合的智能方法。建立了生产计划的线性规划模型。通过定义分配系数将长期、中期、短期计划统一在一个模型之中,利用专家系统技术来确定分配系数,从而降低了模型的维数,减少了所需计算机的内存容量,加快了运算速度。以某啤酒厂生产过程为例,仿真和实际运行均表明可获得显著的经济效益。     

网络流量的神经网络自适应Smith预估补偿控制

网络的时延对基于速率反馈的ATM网络的ABR流量控制具有极大的不利影响，Smith预估补偿是克服大纯滞后影响的有效手段，然而其对时延的预估误差非常敏感，实际网络时延的不确定性往往使其难以取得满意的效果。该文将在线学习的神经网络自适应控制器与Smith预估补偿相结合，很好地克服了网络的时延及其不确定性对流量控制的不利影响，从而使信源的发送速率能快速响应网络状态的变化。与PIDSmith预估补偿控制相比，控制的适应性和鲁棒性更好，更适用于实际网络，且为保证信元不溢出及链路带宽充分利用所需的缓冲容量更低。     

多元精馏塔动态仿真模型的简化

本文对多元精馏塔的动态仿真模型进行简化,提供了一种能够用于控制系统设计和分析的非线性简化动态模型的方法。本文所提出的变参数、双线性结构模型与Karim提出的变参数、有时延的一阶简化模型进行比较之后表明,双线性简化模型的动态响应更接近于原动态仿真结果,近似的程度一般地优于后者。程序和方法适用于每块塔板上有进料,侧线汽、液相出料以及带有中间热交换器的复杂精馏塔。     

丙酮-丁醇连续发酵过程的动态数学模型

本文建立了文题所述模型。该模型由宏观动力学模型和流动模型两部分组成。其中前者由间歇发酵实验获得,后者则用理想流动模型及其组合来近似。基于这些模型,文中就连续发酵系统的进料基质浓度、进料流量和流量分配等因素对反应结果的影响进行了讨论。     

Anti-windup Scheme for the Controller of Integrating Processes with Dead-time

IntroductionRecently , the integrating processes with dead-ti mewere attached more attention, and many papers proposedthe novel controllers to deal with them[1 8]. Zhongdesigned a new disturbance observer-based2DoF controlscheme ,and the new controller can deal with the first orhigh order integrating systems with step or ramp loaddisturbance[5]. And then, Zhong analyzed the controlsystemstability with robust theory[6].Without the control input saturation, the theoreticaland si mulation resul…