一种新的预测PID控制器

提出了一种新的预测PID控制器 ,通过将广义预测控制的控制律写成PID的形式 ,使PID控制器具有预测的功能。同时 ,在广义预测控制的性能指标中引入稳态误差加权项 ,用较小的预测时域和稳态条件代替较大的预测时域 ,从而减小了在线计算量。在连续搅拌反应釜 (CSTR)上进行的仿真试验验证了该技术的可行性 ,新控制器的控制性能优于普通的预测PID控制器。     

试论电教课的干扰与控制

对电化教育运用过程中的干扰源和干扰的常见类型,提出了系统设计控制、目标控制、程序控制、心理控制等几种有效避免各种干扰的产生手段以及提高教师电教素质和专业电教人员的具体措施。     

面向微装配机器人的TSB分级智能控制结构

提出了一种面向微装配机器人的TSB(任务 策略 行为 )分级智能控制结构 ,该结构自上而下有三个控制层组成 :任务层、策略层和行为层 .操作者在任务层通过人机交互接口进行微装配任务规划 ,策略层将抽象的装配规划分解为具体的显微视觉伺服策略控制微装配机械手的运动 ,行为层则涉及微装配机器人基本行为的生成与执行监督 .TSB控制结构通过人机交互的方式将操作者的任务规划能力和机器人显微视觉伺服策略结合起来 ,实现了微装配机器人的半自主控制 .     

基于频域的多变量广义预测控制（MIMO-GPC）稳定性分析

提出了基于频域的多变量广义预测控制（MIMO-GPC）稳定性分析方法，推导了MIMO-GPC的闭环反馈结构，给出了基于闭环特征多项式的MIMO-GPC的稳定性判据和奈奎斯特稳定性判据。这些判据可作为MIMO-GPC控制器参数设计的重要依据。     

明代仓政与基层社会控制——以预备仓和社仓为例

明代前期，预备仓为备荒的主要方式。它经历了一个由官督民办到官办的历程。尽管弊端百出，官方仍极力堆持运营。明中后期以后，出现了由地方乡绅募捐为主的社仓，它在运营中与保甲、乡约、社学、宗族等相互渗透。相互整合，在社区赈济和基层社会控制中发挥着重要作用。二者实力的消长，反映了官方试图加强对基层社会控制，而地方绅士势力却极力排挤，妄图独霸基层社会控制权的历史态势。     

有未知延迟的下三角系统的输出反馈控制

主要研究状态和输入都有未知时变延迟的下三角系统的输出反馈控制.关于延迟仅规定它是有界的,但它的边界和时变率是未知的.针对要研究的系统,首先提出一个新的自适应输出反馈控制器;然后,为了处理有未知时变的状态,给出了一个新的变换和技术;最后,说明在所给的输出反馈控制器下所研究的系统是全局可控的.仿真结果说明了控制器的有效性.     

双伺服驱动高速精冲机主传动系统的运动规划

针对高速精冲过程中滑块速度和力能分配急剧变化的特点,提出一种双伺服驱动二自由度七杆机构的高速精冲机主传动系统.通过构造伺服电机柔性加减速函数,使伺服电机速度平滑过渡,结合精冲工艺要求及主传动机构尺寸参数,研究双伺服电机的运动规划方法,得到双伺服电机的运动与冲裁板厚、极限冲裁速度、电机特性的关系函数.利用ADAMS(动力学分析软件)建立主传动系统虚拟样机模型进而对整个精冲的过程进行仿真,分析不同冲裁板厚及不同极限冲裁速度下滑块的运动学特性曲线及伺服电机扭矩曲线.实验结果表明:该运动规划方法能够满足不同冲裁板料精冲工艺要求,降低伺服电机功率,提高精冲机工作效率.     

交通控制子区划分方法研究

交通控制子区划分主要将相邻的众多交叉口划分为若干个交通子区进行干线协调控制,可有效缓解交通拥堵现象,但现有方法划分出的交通子区无法满足实际协调控制的准确性与鲁棒性。为解决这一难题,结合当前流行的划分技术,考虑4个影响因素:信号交叉口间距、交通流量、周期、通行能力,建立模糊C均值聚类划分方法,再通过实例,借助Vissim仿真软件,验证方法的适用性与可行性。Vissim仿真结果表明:与传统协调控制方法相比,方法可使系统车均延误时间减少27%,协调相位行车时间减少20%。     

基于磁流变阻尼器的双跨轴系PID振动控制研究

为了解决双轴串联的旋转机械在临界转速处产生共振问题,搭建了双跨转子实验台,在不改变原有支撑形式的条件下将磁流变阻尼器分别安装在串联的轴1、轴2上,并建立双跨轴系振动的半主动控制系统,采用比例-积分-微分（PID）控制方法,以振幅为反馈参数实时调节阻尼器电流,在线抑制双跨轴系的振动,并在此基础上通过整定PID控制的比例系数K研究其值对振动控制效果的影响。实验结果表明：基于磁流变阻尼器的PID控制系统可以有效控制两个串联轴在临界转速附近的振动;对临界振幅过大的转子宜采用较大K值,而对临界振幅较小的转子可适当减小K值。     

基于生物启发反步级联控制方法的多AUV主从式编队

研究了自治水下机器人(AUV)在三维环境中主从式编队控制问题,提出一种基于生物启发反步级联控制方法.该方法利用领航者的位置信息以及期望的队形得到虚拟AUV的航行轨迹和速度信息,引入反步控制实现跟随AUV对虚拟AUV的轨迹跟踪,实现三维水下编队控制;利用生物启发神经网络有界性的特点,解决了速度跳变以及由此引起的驱动饱和问题.仿真结果表明,该方法实现了预期控制效果,并且有较好的有效性和实用性.