时滞系统智能补偿预测控制方案的实现

提出了一种基于DMC预测控制历史数据智能建模基础上的自动补偿方案，该方案适用于参数摄动的时滞对象。仿真研究表明，该补偿算法能明显改善系统增益失配的控制效果，对同时存在增益、时滞失配的系统也有一定效果。由此，我们能在一定程度上降低对被控对象模型的测试要求，增强系统控制的鲁棒性，从而拓宽了DMC预测控制的适用范围。     

MCGS组态技术在PLC实验教学中的应用

针对传统在实验箱上进行可编程控制器实验的缺点,提出了利用MCGS组态软件开发PLC实验项目的方法,以PLC网络与通信实验为例来分析其建立过程。实际应用结果表明,利用动画配合实物协同运动,能有效提高学生的学习兴趣,编程技巧和动手能力,大大丰富了PLC实验课的教学效果。     

神经网络自适应广义预测解耦控制器的设计

提出了一种神经网络补偿自适应广义预测解耦控制方案，即用神经网络逼近通道间的耦合、非线性及未建模动态，且采用了改进RLS辨识算法及用后能改善辨识效果，从而增进自适应控制的精度与鲁棒性，能解决参数不确定的非线性多变量耦合问题，给出了该算法的实现原理及步骤。理论分析和仿真结果表明，该方案是有效的。