基于自校正模型的非线性系统多模型预测控制

针对化工过程某些非线性系统的不对称动态特性,提出了一种基于自校正模型的多模型预测控制算法.在平衡点附近建立线性模型,利用当前工作点,通过二阶泰勒展开校正模型参数,补偿非线性不对称动态特性,形成了非线性系统的自校正多模型描述.以基于模型输出偏差的切换指标函数作为模型切换准则,结合状态反馈预测控制,构成了多模型预测控制器.pH值控制的仿真结果验证了该算法的有效性.     

无心内圆磨削质量控制的时序建模方法

本文就如何建立合适的无心内圆磨削工序在线X-R质量控制的AR(n)模型进行了探讨.运用自现场采集得的轴承内圈内孔精磨后的工件尺寸数据建立时间序列模型.文中还对建模时采用的数据长度和适用模型的检验标准作了深入的探讨,提出了用AR(n)模型的临界残差方差函数来确定适用模型的残差极限.     

基于CARIMA模型的PFC与GPC的等价性

建立了新型的模型预测控制方法——预测函数控制(PFC)与传统的广义预测控制(GPC)的联系.首先推导了基于含有色噪声的自回归增量滑动平均(CARIMA)模型的预测函数控制的控制律,然后通过选取不同的基函数获取PFC控制律的形式并与GPC控制律进行比较.从而证明了在一定的基函数的选取方式下,基于CARIMA模型的PFC算法和GPC算法是等价的.揭示了PFC与GPC两者之间深刻的内在联系,为PFC的工程应用提供了理论保证.     

城市日用水量的自回归模型(AR)预测方法

介绍了利用自回归模型(AR)预测城市日用水量的方法，阐述了AR模型的阶数和自回归系数的求解，并结合工程实例，预测出某城市日用水量，达到了较好的预测效果。     

粗铜冶炼中铜锍品位的动态预测模式 —AR（p）与指数平滑最优组合法

提出了一种对铜锍品位进行预测的新方法 ,即以采集的现场数据为基础 ,采用系统辨识动态地建立了AR(p)模型与三次指数平滑模型 .AR(p)模型要求数据对象是平稳时间序列 ,而三次指数平滑模型的数据对象具有随机性 ,考虑到铜锍品位的波动性 ,将 2种模型按最小二乘原理 ,以组合预测误差平方和为目标函数 ,通过使误差平方和极小化来确定 2种预测方法的最优加权系数 ,建立了一种新的组合模型 ,其预测误差最小 .结果表明 ,在当时数据条件下 ,AR(p)与指数平滑组合模型比AR(p)与指数平滑模型单独使用时精确度都要高 ,这对指导生产具有实用意义 .     

AR(p)扰动下最小均方误差受控过程的联合监控

针对最小均方误差(Minimum Mean Square Error,MMSE)受控过程联合监控可控输入与过程输出这一问题,在任意阶自回归AR(p)平稳扰动模型下开发了一种通用的联合控制图,并将界内点排列非随机判异规则引入其中.同时,对AR(p)平稳扰动模型下生产过程的MMSE控制器和输入与输出的平均链长(Average Run Length,ARL)进行了推导.最后,通过仿真实验验证了该联合控制图的有效性.     

用时序在线建模法进行加工尺寸的预报控制

本文基于AR模型参数的Livenson-Durbin算法提出了一种AR模型的在线建模算法,与已有的递推最小二乘法相比,具有相同的精度,而计算量要少得多.通过对精镗孔加工尺寸预报控制的模拟计算表明,应用本文提出的在线建模方法进行加工尺寸的预报控制是完全可行的.     

基于AR模型的话务自学习研究与应用

本文通过对AR模型的研究,提出了一种基于AR模型的话务自学习模型。通过对话务数据进行平稳化差分处理,得到话务数据的模型,并对未来的话务数据进行预测。仿真结果表明,建立的话务自学习的AR模型和实际的话务数据有很高的一致性,且仿真速度快,适合在实际的工作中应用。     

基于自校正模型的非线性系统多模型预测控制

针对化工过程某些非线性系统的不对称动态特性，提出了一种基于自校正模型的多模型预测控制算法。在平衡点附近建立线性模型，利用当前工作点，通过二阶泰勒展开校正模型参数，补偿非线性不对称动态特性，形成了非线性系统的自校正多模型描述。以基于模型输出偏差的切换指标函数作为模型切换准则，结合状态反馈预测控制，构成了多模型预测控制器。pH值控制的仿真结果验证了该算法的有效性。     

基于小波分解的统计模型对小时风速的预测

为提高小时风速的预测精度,提出了基于小波分解和AR模型的混合模型(WD-AR).模型应用小波分解技术将风速序列进行多层分解,再利用AR模型分别对各分解层的风速序列进行预测,最后将预测结果叠加得到预测值.采用河西地区风速观测数据对模型进行分析验证,结果表明:WD-AR模型预测精度指标R,RMSE和MAP E值分别是0.89,0.36和27%,与AR模型相比有了较大的改善,提高了小时风速的预测精度,说明WD-AR模型具有更好的预测能力.     

基于时序分析的电火花线切割伺服进给状态

为研究电火花线切割加工中伺服进给状态,开发了一种间隙放电状态检测系统,对典型伺服进给状态下高速走丝电火花线切割加工过程进行了检测,并运用时序分析的方法对正常放电序列结构进行了辨识。研究结果揭示了电火花线切割加工中伺服进给状态与间隙放电状态之间的关系,为实现其高速,高质量加工提供了重要依据。     

计算机辅助提高内圆磨削质量

本文为了利用计算机实时控制和预报轴承内环加工误差,针对轴承内环磨削加工的精度和速度要求,建立了基于Marple算法的AR(n)模型,以及离散勒让德多项式模型.依此研制的微机动态统计控制系统用于现场试验,显著减少了轴承内环加工的返修品和废品.     

基于加工工况识别的线切割机进给系统自适应控制研究

研制了一套基于加工工况识别的线切割机进给自适应控制系统。系统包括对间隙电压和电流的采样,用给定的阈值和逻辑电路识别不同工况的脉冲,采用８２５３芯片计算一定间隔内的正常火花率并用于建立ＡＲ（ｎ）Ｍ模型,以预报并防止睡,输出控制进给速度的修正值。     

利用AR模型和支持向量机的调速阀故障识别

提出一种基于时间序列的自回归(AR)模型和支持向量机故障识别方法.以液压调速阀的故障识别为例,利用采集到的调速阀体的振动信号建立AR模型;然后,将AR模型自回归系数和残差方差组成的特征向量输入到支持向量机.最后,通过支持向量机完成对调速阀的正常和各种故障工况的分类识别.实验结果和分析表明,识别率不仅与核函数的选取有关系...     

基于AR双谱的调速阀故障诊断

将高阶谱应用于液压系统的故障诊断,提出一种诊断调速阀故障的方法.通过实验采集调速阀工作时阀体振动的信号,建立AR模型,进行AR双谱分析.故障情况下和正常工作情况下双谱的对比差异明显,说明用高阶谱来诊断调速阀故障是可行的、有效的.     

虚拟制造中数控加工仿真的研究与开发

通过分析虚拟制造中数控加工仿真的相关技术,利用对加工系统三维几何模型和加工过程仿真等模块的设计,进行了面向虚拟制造的数控加工仿真系统的研究.在Visual C 6.0开发环境下,开发了以铣削某零件为例的数控加工仿真系统,直观实时性显示了零件的加工过程.     

主轴回转误差的动态数据模型研究

从车床切削过程的动态模型出发，分析了用动态数据系统（ＤＤＳ）方法建立主轴回转误差模型的理论基础，直观，深入地展示了模型建立的条件和实质，进一步对实测的多组主轴回转误差信号，建立了ＡＲ模型。通过模型的预测误差研究，验证了模型和文中理论分析的正确性，本文结论可用于实时误差补偿系统中，为主轴回转误差的建模和预测方案设计提供依据。     

机床加工精度的时间序列预报控制

本文阐明了时间序列预报控制的特点和基本原理；提出了在实现误差自动补偿的闭环系统中对测得的时间序列进行修正的方法。在建立的时序数学模型中考虑了机床加工中的确定性误差和随机误差。数学模型中的参数是时变的，以使加工误差最小化。文中提出了对多轴自动机床加工精度实行预报控制的方法、分析了数学模型和预报公式，并对采用时序预报控制的明显效果作了对比说明。     

机床加工精度的自适应控制

本文采用直接检测加工区域误差的全环控制方法,分析了加工误差与测量信号的关系及加工误差的表现形式;对机床加工精度的控制(尺寸精度与形状精度);首次提出了用趋势性差分方程描述加工误差;应用自适应控制理论,确定了模型结构形式;并通过在线辨识系统参数,设计了系统的自校正调节器。在实际加工过程中,取得了较为满意的结果。本文为提高数控机床的加工精度提供了一套行之有效的方法,同时也为研究机床加工过程,建立综合性数学模型提供了一条可行的途径。