计算机数控系统的稳定性

本文从控制论的角度,研究了计算机数控系统的动态联接方式、大系统中各子系统间的动态关联和关联函数描述.给出了计算机数控系统稳定性的充要条件.     

基于增广RBF神经网络的混沌系统辨识

混沌系统的建模与辨识是混沌控制的基础。提出一种动态线性子系统与ＲＢＦ神经网络并联的增广ＲＢＦ神经网络模型,该模型不仅对动态非线性系统具有良好的逼近能力,而且网络学习速度很快。对Ｈｅｎｏｎ系统时间序列的仿真预测结果表明,增广ＲＢＦ网络能有效地用于混沌系统辨识。     

一类复杂系统的集成辨识方法

针对一类具有相互关联非线性子系统的复杂系统,提出了一种稳态辨识与动态辨识相结合的集成辨识方法。利用稳态信息获取各子系统稳态模型（非线性增益）的强一致性估计,通过动态辨识得到各子系统线性部分的模型参数。仿真结果表明了该方法的有效性和实用性。     

基于结构的神经网络在液压缓冲器建模中的应用

分析了液压缓冲器的结构及其动态工作过程，介绍了基于结构的神经网络建模方法．该建模方法根据系统结构组成特点将复杂系统分解为相互关联的简单子系统，用函数链神经元分别建立子系统模型，然后根据子系统间固有的连接关系将子系统神经元模型连接成一个网络，所得网络模型即为原系统模型．应用该方法建立了52SFZ—140—207B液压缓冲器的动态模型．结果表明，基于结构的神经网络建模方法对复杂非线性系统建模是有效的．     

基于改进的传递矩阵法的滑动轴承动态标高的快速计算方法

大型旋转机械滑动轴承-转子系统含有多个滑动轴承,为静不定结构,滑动轴承各标高变化对滑动轴承载荷、性能以及机组安全运行的影响很大.提出了基于传递矩阵法快速获得滑动轴承动态标高的计算方法.对Riccati传递矩阵法进行改进,修改了典型单元的状态向量,获得整个轴系的状态方程.引用文献中四个滑动轴承支撑的滑动轴承-转子系统作为算例验证了该方法的精确性.     

带不同局部动态模型的时变系统信息融合Kalman估值器

对于带不同局部动态模型和多传感器的的线性离散时变随机控制系统,应用Kalman滤波方法,基于Riccati方程,根据按矩阵加权、按对角阵加权和按标量加权三种最优融合规则．提出了系统公共状态的三种最优加权融合Kalman估值器,可统一处理融合滤波、预报和平滑问题。为计算最优加权,提出计算局部估计误差互协方差公式。它们可用于信号融合滤波。用增广状态方法．将待估信号看成子系统公共状态,提出了信号多传感器信息融合滤波的一种设计方法。     

一类线性互联大系统的关联稳定性判定

动态图可以描述互联大系统的拓扑结构。动态图的增广矩阵包含了动态图的所有结构信息。引入动态图增广矩阵的相关理论,结合M-矩阵理论知识,提出了一类线性互联大系统的关联稳定性的判定方法。利用Lyapunov函数及Lyapunov梯度函数,推导出一个判定矩阵H,通过判定矩阵H是否对角占优和是否为M-矩阵,判定线性互联大系统的关联稳定性。算例表明,判定矩阵的参数计算简单,容易获取,有利于判定线性互联大系统的关联稳定性。     

一类线性互联大系统的关联稳定性判定

动态图可以描述互联大系统的拓扑结构。动态图的增广矩阵包含了动态图的所有结构信息。引入动态图增广矩阵的相关理论,结合M-矩阵理论知识,提出了一类线性互联大系统的关联稳定性的判定方法。利用Lyapunov函数及Lyapunov梯度函数,推导出一个判定矩阵H,通过判定矩阵H是否对角占优和是否为M-矩阵,判定线性互联大系统的关联稳定性。算例表明,判定矩阵的参数计算简单,容易获取,有利于判定线性互联大系统的关联稳定性。     

基于双率采样数据的动态调节系统辨识

对于双率采样数据的动态调节模型,利用多项式变换得到一个方程误差自回归滑动平均模型,使用估计的噪声项代替信息向量中的未知噪声,提出了辨识双率系统的广义增广随机梯度算法,以及广义增广遗忘梯度算法。仿真例子说明了提出算法的有效性。     

离散动态系统的改进关联预测法

将连续系统的改进关联预测法扩展引入到离散动态系统中,不对不具有和具有扰动、控制关联、状态和控制向量约束两种情况,提出了相应的阶优化算法,其主要特点是在求解局部问题的每一步,引入时间维上的关联向量局部修正,从而明显加快了收敛速度。     

子系统间具有时滞通道连接的大系统的稳定性(上)

本文使用向量李雅普洛夫方法,得到了那些由时滞通道连接在一起的大系统的与时滞无关的稳定条件。由此条件可以确定对子系统之间关联的限制。     

P-增广矩阵及其动态跟踪识别应用

P-增广矩阵是利用P-集合的动态特征改进普通增广矩阵得到的增广矩阵新结构.利用P-集合的结构与动态特征，给出P-增广矩阵与普通增广矩阵的关系，及P-增广矩阵的合取范式扩展-收缩逻辑特征；利用P-增广矩阵动态特性与系统工作状态吻合的规律，把P-增广矩阵数学模型应用于动态跟踪识别系统，为判断系统的状态特征提供了新的方法.     

拓扑指数与链烃类化合物理化性质的相关性研究

本文利用距离邻接矩阵的增广矩阵方法建立了一种新的拓扑指数Q,用Q与链烷烃的理化性质进行关联,效果良好.其计算方法简便,准确性较高,     

单周动态补偿的光通信码间抑制抗干扰新方法

在对光通信码间进行抑制抗干扰的过程中,光信号会受温度、大气流动等不确定性因素的影响,干扰随机性较大,导致传统的调相阵列技术由于不能实时检测,从而无法有效实现光通信码间的干扰抑制。提出一种单周动态补偿的光通信码间抑制抗干扰方法,分析带有干扰的光通信系统,给出外部扰动向量的动态特性,分析无限时域的性能指标,将原系统和干扰系统和期望输出联立,获取光通信增广系统。在调制信号中引入直流偏置信号,将经调制的数据向量划分成不同子序列,赋予各子序列对应的加权系数,依据光通信码间安全工作区域信号范围对光信号进行限幅,通过正信号的切顶信号求出补偿信号。对正信号与翻转负信号进行符号拼接、偏置信号添加等操作,将光信号以光功率的形式传输至光无线信道。将加性高斯白噪声信道作为信道模型,将负信号置零,进而抑制光通信码间的干扰。仿真实验结果表明,所提方法具有很好的抗干扰性能。     

基于支持向量机逆系统的感应电机线性化解耦控制

本文提出了一种新的系统线性化解耦控制方法,其特点是不依赖于对象的精确数学模型,通过采用支持向量机与逆系统相结合的方法来构造原系统的逆系统．本文将基于支持向量机逆系统的方法应用于感应电机解耦控制,将感应电机这一多变量、非线性、强耦合的复杂对象动态解耦成转速与转子磁链两个一阶子系统,从而可以像线性系统一样进行控制．仿真结果表明采用该方法后系统具有优良的静态与动态解耦性能．     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

无轴承异步电机最小二乘支持向量机逆解耦控制

为了实现无轴承异步电机径向悬浮力、转速和磁链的非线性动态解耦控制,提出了基于最小二乘支持向量机逆的解耦控制策略,在分析无轴承异步电机原系统可逆的基础上,首先采用最小二乘支持向量机逼近原系统逆模型,然后将逆模型串接于原系统之前构成伪线性复合系统,将无轴承异步电机线性化解耦成径向二自由度位移子系统、转速子系统以及磁链子系统,最后为了进一步提高整个控制系统性能,为伪线性复合系统设计了闭环控制器,并采用Matlab对控制方法解耦性能进行了仿真.仿真结果表明:该方法能够成功实现无轴承异步电机系统的非线性解耦控制,并且系统具有优良的鲁棒性和动、静态性能,克服了传统解析逆解耦控制方法过分依赖于系统模型的缺点.     

基于微分几何方法的高维混沌系统间的复合同步控制

基于多入多出的微分几何方法提出了一个高维混沌系统间的同步方法.通过适当调节系统的相对阶和非线性坐标变换,将误差动力学系统转换为线性子系统与零动态子系统,使零动态子系统的收敛以独立设计的方式来确定外部控制的形式.以高维Lorenz型混沌系统为例设计了混沌同步的控制方案,其中,零动态的收敛采用了滑膜控制方法.模拟仿真验证了方案的有效性,可被应用于其他类型的混沌同步控制.     

信息智能融合与它的P-增广矩阵推理生成

P-集合是一个具有动态特征的数学模型,它是把动态特性引入到有限普通元素集合X内,改进有限普通元素集合X被提出的。P-增广矩阵是改进普通增广矩阵,利用P-集合得到的。利用P-集合的动态特性与P-增广矩阵结构,本文给出P-增广矩阵推理与推理结构、信息智能融合以及信息融合与与P-增广矩阵的关系;给出信息智能融合的分离与信息智能融合的分离具有的属性智能特征;给出这些理论研究的应用。     

信息动态融合识别与P-增广矩阵关系

P-集合是一个具有动态特征的数学集合模型,它是由内P-集合■与外P-集合X^F构成的集合对;P-增广矩阵是利用P-集合的动态特征改进普通增广矩阵得到的增广矩阵新结构,它是由内P-增广矩阵■与外P-增广矩阵A^F构成的矩阵对.将P-集合与P-增广矩阵交叉应用研究,得到信息动态融合与它的生成,给出信息动态融合发现-识别与P-增广矩阵分离系数定理,以及信息动态融合识别准则,最后利用这些理论与结果给出应用.