广义预测控制系统闭环特性研究

利用内模控制结构下对对象至ＧＰＣ闭环特征多项式的系数映射关系，讨论了ＧＰＣ最优控制的可解性问题，研究了其闭环特性与设计参数之间的关系，给出了通过适当选择设计参数使ＧＰＣ闭环系统表现为ｄｅａｄｂｅａｔ控制的定量，进而还得出阴关闭环系统降阶的新结果，从而大大扩展了已有的结论，并提供了一种基于系数空间映射研究ＧＰＣ系统的新思路。     

改进果蝇优化算法优化广义回归神经网络的预测问题研究

为提高传统非线性预测模型的预测精度,提出一种基于改进果蝇优化算法优化广义回归神经网络的预测方法,将果蝇群体分两部分分别进行迭代寻优,从而改进了果蝇优化算法的寻优性能,进而避免了在寻优过程中陷入局部最优。该方法利用改进果蝇优化算法优化广义回归神经网络的径向基函数扩展参数,然后用训练好的广义回归神经网络预测模型进行预测,最后通过订单预测算例进行实证研究。实证研究结果显示,该方法在解决订单预测问题中与未改进的果蝇优化算法优化广义回归神经网络和传统的广义回归神经网络方法对比,具有更高的预测精度和更好的非线性拟合能力。     

基于多系统综合控制的车辆侧翻稳定性研究

为提高车辆抗侧翻能力减小其侧翻的危险性,建立了11自由度整车侧翻模型。根据各系统侧翻控制权重及有效作用范围,提出一种基于转向、悬架和制动的多系统侧翻控制策略并设计了相关控制器。对系统单独控制及综合控制进行了仿真对比分析。结果表明,综合控制策略在提高车辆抗侧翻能力的同时也很好的改善了车辆侧向稳定性。     

具有反应扩散的广义神经网络的稳定性

研究具有反应扩散项的Cohen-Grossberg广义神经网络模型和生态系统的平衡状况的稳定性. 在一般分离变量型Lyapunov函数的基础上，具体构造出平均Lyapunov函数，即以反应扩散区域为积分区域加上积分算子，来研究Rⁿ₊内的平衡位置在Rⁿ₊内的全局稳定性. 并给出一些构造性的代数判据. 推广和改进了现有文献中的一些结果.     

商用车ABS预测控制方法研究

针对商用车制动过程中存在的强烈非线性和模型不确定性问题,建立了整车七自由度转向制动状态空间模型,提出了一种非线性连续预测控制方法,设计了基于滑移率的ABS非线性预测控制器.在控制器设计中,利用泰勒级数展开对系统状态进行适当的截尾处理,获得了系统预测模型,并将ABS路面识别算法引入参考轨迹设计,提出了多路面下的参考轨迹模型.当路况发生变化时,参考轨迹也发生相应的变化,而且在系统中引入了积分反馈,以增强系统的鲁棒性.仿真研究表明,当ABS存在建模误差、载荷变化和干扰时,该非线性预测控制器仍能够获得良好的动态响应和鲁棒性.     

电流型IPT系统广义状态空间平均法建模与分析

针对目前关于感应电能传输(IPT)系统建模存在的不足,采用广义状态空间平均法建立了电流型IPT系统的线性定常平均模型.基于该模型,根据线性系统理论方法,分析了系统状态变量的运动规律.此外,还分析了等效负载变化时的稳定性和对副边输出电压的影响,以及不同互感参数及副边电感下的传输功率和效率.结果表明,本文的建模方法和分析结果对于电流型IPT系统的实际运动行为有较强的理论指导意义及对系统的设计具有一定的参考价值.     

双三相永磁同步电机谐波闭环模型预测容错控制

双三相永磁同步电机在开路故障后,谐波平面和基波平面发生耦合.基于正常解耦变换的谐波闭环控制策略在故障发生后,基波平面和谐波平面的电流控制器产生冲突,从而影响电机系统的容错性能.为此,本文针对单相开路故障,提出双三相永磁同步电机谐波闭环模型预测容错控制策略,利用降维解耦矩阵推导容错预测模型,消除不同平面电流间的耦合效应,避免控制器冲突.此外,推导故障后电压矢量的分布情况,并在此基础上重构开路故障情况下的虚拟电压矢量控制集.最后,为了抑制非线性因素引起的谐波电流,设计谐波电压扩张状态观测器,通过坐标变换快速获得需要补偿的占空比,注入修正后的电压矢量中,完成谐波闭环控制.实验结果表明,所提方法具有可行性和有效性.     

基于FLAC软件对超高边坡加固的稳定性分析

采用似圆弧状潜在滑动面模型和传递系数法对红透山铜矿工业场地超高边坡的稳定性系数及剩余下滑力和支护力进行计算。根据该边坡的加固方案借助FLAC软件对该加固方案的稳定性进行了计算和分析,为边坡加固提供了可靠的参考依据。结果表明,该加回方案能够保证边坡的稳定,可作为类似工程参考。     

非线性自治系统的广义Hamilton实现新方法

主要研究非线性自治系统的广义Hamilton实现问题. 首先讨论传统Hamilton实现与首次积分的关系, 提出一种新的广义Hamilton实现方法——正交分解法. 证明任一系统均有正交分解Hamilton实现, 任一渐近稳定的系统均有严格耗散实现, 并给出无源系统的耗散实现形式. 然后, 运用正交分解法研究反馈耗散实现问题, 提出一种新的反馈耗散实现方法——控制切换法. 最后, 给出几个反馈耗散实现的充分条件.     

矢量重构的五相永磁电机多矢量模型预测电流容错控制

为了应对电机绕组开路故障,本文提出一种多矢量模型预测容错控制.该控制主要包括重构容错矢量分布以及一种减小计算量的矢量选择方法.其中,重构的容错矢量以铜耗最小为原则,采用多个基本矢量预合成的方法产生,兼顾了产生标准的PWM波和扩大可调制范围.提出的矢量选择方法通过两次使用预测控制算法,避免了评估所有的备选矢量,从而减小了...     

广义Hamilton系统的观测器及基于观测器的H∞控制设计

研究广义Hamilton系统的观测器设计和应用问题. 首先, 根据广义Hamilton系统的结构特性, 提出一种新的观测器设计方法: 扩张+反馈法. 基于该方法, 文中设计了两种观测器, 一种是针对系统结构中不含参数摄动的情况而设计的; 另一种是自适应观测器, 则是针对系统结构中含参数摄动的情况而提出的. 然后, 运用所得到的观测器研究广义Hamilton系统的基于观测器的H∞控制设计问题, 给出一种新的设计方法. 最后, 把得到的结果应用于电力系统, 给出单机无穷大系统的状态观测器和基于观测器的H∞控制方案. 仿真结果表明, 所提出的方法是非常有效的.     

基于ARM和FPGA的雷达伺服控制器设计

高性能雷达伺服控制器是雷迭设计中的一个重要问题。在这篇文章中,采用ARM＋FPGA结构设计了一种高性能的雷达伺服控制器,设计了ARM的最小系统,在这基础上添加了必要的外围设备,包括UART、USB和以太网通信等构成能在上位机的控制下工作的嵌入式系统,简化硬件和软件设计,充分利用FPGA的硬件连接方式和ARM强大的运算和管理能力,使ARM和FPGA二者的优点相结合,兼顾速度和灵活性。实现模糊神经网络PID控制算法。实验仿真表明：该控制算法对系统具有良好的控制效果,在系统的动静态性能和鲁棒性均优于常规PID控制.     

有限区间非线性系统的重复学习控制

迭代学习控制方法存在初始定位误差问题;重复控制方法要求被学习量满足周期性条件,而实际中存在不满足这一要求的场合.重复学习控制不要求初始定位操作,被学习量仅需满足重复性条件,它回避了迭代学习控制中初始定位误差问题,推广了重复控制的适用范围.针对较为广泛的一类在有限作业区间上重复运行的非线性系统,文中提出重复学习控制方法.利用一类非线性时变控制系统的Freeman公式,设计标称系统的镇定控制器.分别针对部分限幅和完全限幅学习两种情形,证明了限幅学习下的系统稳定性与收敛性.理论结果表明,文中所提出的重复学习控制方法在处理时变参数不确定性方面是有效的.     

基于实用动态安全域的最优暂态稳定紧急控制

对计及紧急控制措施的实用动态安全域做了大量的仿真研究, 发现了一些重要的安全域临界面迁移规律, 据此提出了一种电力系统最优暂态稳定紧急控制的新方法. 该方法把实用动态安全域与紧急控制措施联系起来, 用紧急控制措施所引起的实用动态安全域临界面沿其外法线方向的迁移距离来表示紧急控制措施的有效性, 通过选择不同的措施控制安全域临界面的推移, 使扩展后的实用动态安全域能涵盖当前系统运行点, 保证系统不会发生暂态失稳现象. 在此基础上, 把控制措施量化为一成本指标, 建立了最优暂态稳定紧急控制的数学模型. 在10机39节点新英格兰系统上的测试结果表明了这种方法的有效性和实用性.     

基于FPGA的SD卡控制器设计及应用

通过对SD卡物理层协议和Avalon总线协议的研究,设计了一种基于FPGA的SD卡控制器。利用Nios II IDE软件编写驱动函数库,采用自定义组件技术将其作为独立IP核集成到嵌入式监控系统中进行应用测试。实际应用表明该设计使用方便、集成性高、数据传输快速可靠,保证了监控系统中数据存储的实时性和可靠性。     

基于T-S模糊神经网络的淋水井筒温度预测分析

随着矿井开采深度的增加,矿井井底风流温度的预测分析对矿井生产具有重要意义。通过分析影响井底风温的主要因素:地面大气压力、入风温度、入风含湿量以及井筒深度,建立了一种新的T-S模糊神经网络模型,利用MATLAB模拟实现了对井筒的井底风温预测分析。通过实例验证了该方法的可行性,结果表明该方法相比BP神经网络收敛速度快,预测精度高,拟合能力强,符合现场工程应用的需要。     

基于广义能量函数的快速自适应主分量提取

通过引入一个任意对角矩阵, 提出了一种广义能量函数(GEF)来优化一个两层线性神经网络的连接权矢量, 推导出一种递归最小二乘(RLS)算法, 不需要设计非对称电路, 即能并行提取一个输入协方差矩阵的多个主分量. 分析了算法在平衡点的局部稳定性能. 实验结果表明该算法具有收敛快、稳健性好等优点.     

约束切换非线性系统给出初始稳定区域的预测控制设计

有约束切换非线性系统的稳定控制是一个重要的研究问题．通常的预测控制方法可以很好的处理约束问题并使得系统稳定,但一般首先假设其中的优化问题初始可行,而对于初始稳定区域并没有具体的描述．本文针对一类输入变量受约束且状态不可测的非线性切换系统,提出了一种混合非线性预测控制方案．其主要思想是：利用李亚普诺夫函数和状态观测器,设计在预测控制器和有界反馈控制器之间适当切换的混杂控制器,以得到初始稳定区域的描述并使得子系统闭环稳定;对整个切换系统,基于状态估计,设计在各组件间平稳切换的切换律,以保证整个闭环系统的渐近稳定性．最后通过对一个化工过程实例进行仿真,验证了本文所提控制器的有效性．     

基于聚类技术的股票价格趋势预测

利用聚类算法预测股票的价格趋势,通过聚类技术先将某些具备相似特征的上市公司提取出来,这些公司的股票趋势往往具有相饭性,此时再对这些提取出的上市公司财务报表进行具体分析,从而达到准确预测该上市公司股票趋势的目的。通过测试结果得出此方法在股票的预测中具有一定的应用前景。     

基于小波的钦州水稻产量多时间尺度分析与预测

利用小波诊断技术对广西钦州1950～2005年水稻产量和播种面积进行了多时间尺度分析,并利用基于小波的ARIMA模型进行了预测。分析结果表明：56年来,钦州水稻总产量和单位产量波动具有明显的3a、7a和25a特征时间尺度,播种面积7a特征时间尺度主要受农村土地制度改革影响。基于小波的ARIMA模型在水稻产量、播种面积预测方面精度很高,预测误差与气象灾害和土地政策变化有关。利用基于小波的水稻产量多时间尺度分析与预测方法,可以辅助水稻产量增减周期的分析以及对未来趋势的判断,对于结合供求关系合理调整种植面积,促进农业可持续发展提供帮助。