基于线性化误差模型的自适应控制系统设计

本文提出了一种基于线性化误差模型的自适应控制系统。该控制系统首先为非线性过程建立一个ARX模型与一个基于神经模糊系统的线性化误差模型组成的合成模型,然后再引入单神经元控制器,利用线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。最后,将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并和传统的PID控制器进行比较。仿真结果表明,这种基于线性化误差模型的自适应控制和PID控制器相比,具有更快的响应速度。     

新庄煤矿三煤二煤回风联巷大倾角胶带运输机的选型与设计

新庄煤矿三煤二煤回风联巷长度为300m,以倾角18°上山下运,传统使用带式运输机运输,经常出现飞车现象。为解决安全运输的问题,可以采取增加制动滚筒和软制动的方式,以达到减少胶带的张力、延长胶带的使用寿命的目的。从而,使得运输设备既安全又有效,提高经济效益和社会效益。     

基于Wiener模型的风力发电系统变桨距控制

风力发电系统具有非线性强和波动性大的特点,如何在风速随机变化的工况下,快速地将风电机组输出功率控制在额定范围内是风电系统控制面临的重大难题。针对5 MW风电机组的变桨距控制问题,提出一种基于Wiener模型的风力发电系统变桨距控制方案。根据Wiener模型线性和非线性环节可分离的特殊结构,通过计算非线性环节的逆,构造具有线性性质的广义风电系统被控对象,将风电系统非线性变桨距控制问题简化为线性模型控制问题。采用独立可分离信号分步辨识风电机组Wiener模型,可以更加精准地预测风电机组输出功率。仿真实例表明：该控制方法有效地提高了变桨距系统的控制效果。     

创新培养模式下的现代控制理论教学改革探索

《现代控制理论》课程是自动化、电气工程及自动化专业的重要专业课,课程与工程实际问题有着紧密的联系,考虑问题更全面、更复杂,主要表现在考虑系统内部之间的耦合,系统外部的干扰,其主要特点是内容丰富、理论性强、概念抽象、计算繁杂。因此,改革传统教学方法和教学手段,进而提高教学质量,是课程改革的重中之重。下面是我校在现代控制理论课程教学改革中的初探与几点体会。     

基于神经模糊系统的自适应前馈-反馈控制系统设计

在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的"扰动",然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明:这种基于神经模糊系统的自适应前馈-反馈控制器和PID控制器相比,能得到更快、更好的控制效果。     

基于概率密度函数的软测量方法及其在烟气含氧量中的应用

现场采集的数据多为动态的生产数据,常规的数据预处理方法不能完全剔除数据中存在的各种有色噪声.针对该问题,提出了一种基于概率密度函数的烟气含氧量软测量方法,建立基于神经模糊系统的烟气含氧量软测量模型,将概率密度函数控制的思想引入到模型参数的辨识算法中,以克服有色噪声的影响.仿真结果表明,文中提出的新型软测量方法具有较高的建模精度,特别是在测量数据存在噪声的情况下,能够有效地解决烟气含氧量的预测问题.     

基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统.该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器.通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值.理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节.     

大模数整体滚刀材料性能与应用

针对普通钢大模数滚刀在使用中存在耐用度差的问题,在众多钢材料中,选择了M42钢作加工大模数整体滚刀的刀具材料和表面涂层材料,对其性能作了介绍,并对三种规格的M42钢大模数整体滚刀进行了应用对比试验,结论：M42整体大滚刀使用性能和生产效率优于普通钢滚刀。     

高性能整体硬质合金小模数滚刀设计

论述了高性能整体硬质合金小模数滚刀的设计方法、用途、规格、精度等级、型式、全切式和非全切式滚刀的区别,介绍了全切式滚刀的优点。