考虑心理因素和饱和治疗的H7N9禽流感动力学模型分析

研究了一种带治疗的病媒传播疾病的流行模型.得到了模型的基本再生数R_0,模型的平衡点和阈值由R_0确定.利用Bendixson-Dulac定理,证明了当R_01时,该模型的唯一正平衡点是全局稳定的.该结果可以帮助探索控制媒介传染病传播的方法.最后对模型进行了数值模拟,验证了该结论.     

网络化控制系统连续动态输出反馈控制器设计

研究一类网络化控制系统的连续动态输出反馈控制器的设计问题.假设网络化控制系统的被控对象为一个定常时滞系统,其网络诱导时滞是随机的且小于一个采样周期的情况下,将此类网络化控制系统模型化为一个混合系统.然后采用李亚普诺夫函数、线性矩阵不等式的方法推导出了该网络化控制系统渐近稳定的充分条件.根据此充分条件,给定一个等式约束,然后通过求解一组线性矩阵不等式,获得了连续动态输出反馈镇定控制器.最后给出一个具体的数值和仿真实例说明了此设计方法是有效的.     

基于PID神经网络的快速路入口匝道控制

鉴于神经网络具有良好的非线性特性,学习能力以及自适应能力,本文将神经网络控制与快速路入口匝道控制结合起来,提出了一种基于PID神经网络的入口匝道的协调控制方法。仿真结果表明,较之于ALINEA控制,该方法能更好地稳定快速路的主线交通流密度。     

PLC在自动给料系统中的应用

介绍了以西门子S7-300PLC为基础的PLC在机械手控制中的应用,并给出了详细的程序设计的过程。     

电动汽车能量管理系统的研究

针对电动客车行驶工况对能量的需求,对动力电池和超级电容器电动客车的能量管理系统的控制策略进行了研究.采用模糊控制理论建立了控制策略模型,并用Matlab Simulink编程实现了该仿真系统.仿真结果表明:采用速度控制策略和电流约束控制策略后,在相同条件下车辆的动力性能得到了提高,可避免动力电池的过电流充放电.对安装了超级电容器和未安装超级电容器的电动客车分别在市区和市郊循环工况下计算平均比能耗.结果表明:超级电容器在市区循环中能够降低能耗.通过对电动低地板公交客车场地试验,验证了仿真得出的结论.     

高阶反向响应过程的分数阶PID控制器设计

针对具有反向响应特性的高阶过程,提出了一种分数阶PID控制器设计方法.为了便于控制器设计,采用一种改进的微粒群优化算法对高阶过程模型进行简化处理,在此基础上,根据内模控制原理设计分数阶PID控制器,该控制器仅有一个可调参数,有效降低了控制器整定的复杂度,并根据最大灵敏度指标推导出控制器参数整定的解析表达式,克服了参数选择的盲目性.仿真结果表明,该方法可使系统具有良好的设定值跟踪、扰动抑制特性以及克服参数摄动的鲁棒性.     

基于粒子群优化算法的绳驱动连续体机器人轨迹规划

为提高绳驱动连续体机器人运动的平滑性和稳定性,在关节空间和笛卡尔空间研究了基于样条函数和粒子群算法的轨迹规划问题。首先,采用双参数局部指数积公式建立连续体机器人的运动学模型;其次,根据牛顿-拉夫森迭代方法进行逆运动学求解;最后,基于自适应惯性权重的粒子群时间最优化算法结合五次B样条函数,分别实现了连续体机器人在关节空间和笛卡尔空间的轨迹规划。仿真结果表明：在相同的条件下,两种方法均可得到连续体机器人末端的连续轨迹,速度均小于10 mm/s,加速度均小于20 mm/s²;基于关节空间规划出的关节位移、速度、加速度曲线更为平滑,关节空间规划用时9.219 3 s,笛卡尔空间规划用时10.604 6 s。基于粒子群优化算法的绳驱动连续体机器人轨迹规划研究,提高了连续体机器人的运动性能,可为绳驱动连续体机器人的位姿规划提供参考。     

基于核极限学习机的煮糖结晶自适应控制研究

针对煮糖结晶过程难以进行自动控制的问题,提出一种基于预测模型的自适应控制方法.以逐步浓缩上升煮糖工艺为基础,基于核极限学习机构建糖膏液位和糖膏锤度的预测模型;以预测工艺偏差作为适应度函数,利用粒子群算法在线优化蒸汽阀和入料阀开度,并自动调节阀门用于跟踪理想工艺曲线.结果表明:与人工煮糖相比,自适应控制的煮糖过程更稳定且...     

基于ADVISOR的纯电动汽车复合电源系统

以动力电池和超级电容组成的复合电源系统为研究对象,在合理匹配复合电源系统各参数的基础上,建立基于逻辑门限和模糊控制的复合电源系统功率分配策略。利用汽车仿真软件ADVISOR2002并对其二次开发,搭建采用复合电源系统的纯电动汽车模型,结合典型的NEDC道路循环工况分别对此两种功率分配控制策略进行仿真对比分析。结果表明,基于模糊控制策略的复合电源系统可以更好地分配动力电池和超级电容之间的功率,复合电源系统性能明显提升。     

认知Ad hoc网络中基于凸优化的功率控制算法

针对认知Ad hoc网络的特点,构建了相应的网络模型,提出了一种基于凸优化理论的分布式功率控制算法。在分析系统内部干扰的基础上,以最大化网络效用值为目标,以认知用户的发射功率为求解对象,建立了一个通用的数学优化模型。在凸优化理论的指导下,通过引入辅助变量和变量的对数变换,将该模型转变为等价的凸优化模型,采用拉格朗日对偶法对该模型进行求解,得到了分布式的功率迭代算法。仿真实验表明：与其他算法相比,该算法在满足系统约束条件的前提下,取得更好的系统性能。