计算机免受病毒侵扰防范技术

计算机病毒严重干扰了计算机的工作,已引起社会各界与用户的普遍关注.本文依据计算机病毒的有关知识,结合工作实践,就如何预防和消除病毒,谈一点看法.     

基于神经网络的无刷直流电机预测控制的仿真研究

在无刷直流电动机高性能速度跟踪系统中，由于PI控制的滞后性，无法根据未来动态行为产生较为理想的PWM波形。针对PWM发生器一无刷直流电动机系统，提出基于神经网络的PWM预测控制方法。采用离线训练和在线修正的方法，通过对PWM发生器-无刷直流电动机系统动态行为的在线估计，建立了系统的神经网络模型。最优控制器根据神经网络模型的输入、输出响应产生合适的PWM波形。在Matlab／Simulink环境建立了模型并进行了仿真，结果表明，较之PI控制器，神经网络预测控制具有更好的动态响应性能。     

森林面积分布系统的最优控制存在性问题

本文研究森林面积分布系统的最优控制问题。本文将林木总和长消率作为控制变量，以“范数最小”来衡量其最优性，利用空间Ｌ＾２（０，Ｔ）Ｔ〉０的自反、光滑和严格凸性，给出了森林面积分布系统最优控制的一个存在性定理。     

一类大机动导弹的非线性控制问题

本文研究了大机动飞行情况下飞行器姿态控制系统的设计问题。首先，基于非线性系统输出解耦控制的设计思想，重点解决了一类既有姿态角控制要求，又有弹道设计要求的控制系统设计问题，设计得到一种复合控制规律。最后，通过数值仿真验证了该方法的有效性。     

离散大系统的多级控制

本文使用反馈控制和广义逆矩阵研究离散大系统的多级控制问题,即在局部控制器上加所谓“校正”控制器,达到中性关联作用,使整个系统的性能指标为极小,且得到较小的性能指标偏差的上界。     

用奇异摄动法设计线性二次型准最优直流控制系统

利用线性最优调节器理论可以设计出具有良好性能指标的晶闸管直流电机控制系统。这种设计方法优于传统的“双环系统”设计。然而,求解Riccati方程的计算量相当大。为寻求最佳加权Q阵,可能耗费许多时间。采用奇异摄动法设计准最优线性系统时,可以化高阶为低阶,从而简化计算工作量。本文利用奇异摄动理论设计了一个晶闸管直流电动机系统。已肯定本法适应于此类设计。本文还比较了不同设计方法所达到的动态性能。     

模糊集合论在矿山控制网布设和图纸质量评定中的应用

应用模糊数学方法研究和处理矿山测量中存在的具有“模糊性”的问题。例如控制网布设方案及矿山测量图纸质量的综合评判。它能更准确地描述用精确数学模型难以描述的问题。     

Earthshaker: A mobile rescue robot for emergencies and disasters through teleoperation and autonomous navigation

To deal with emergencies and disasters without rescue workers being exposed to dangerous environments, this paper presents a mobile rescue robot, Earthshaker. As a combination of a tracked chassis and a six-degree-of-freedom robotic arm, as well as miscellaneous sensors and controllers, Earthshaker is capable of traversing diverse terrains and fulfilling dexterous manipulation. Specifically, Earthshaker has a unique swing arm—dozer blade structure that can help clear up cumbersome obstacles and stabilize the robot on stairs, a multimodal teleoperation system that can adapt to different transmission conditions, a depth camera-aided robotic arm and gripper that can realize semiautonomous manipulation and a LiDAR aided base that can achieve autonomous navigation in unknown areas. It was these special systems that supported Earthshaker to win the first Advanced Technology & Engineering Challenge (A-TEC) championships, standing out of 40 robots from the world and showing the efficacy of system integration and the advanced control philosophy behind it.     

基于强化学习的电磁悬浮型磁浮列车悬浮控制

为了保证磁浮列车的安全、可靠运行,研究了悬浮系统在参数摄动条件下的悬浮控制问题。首先,对电磁悬浮（EMS）型磁浮列车的基本悬浮单元建模,给出了电流控制模型;然后,建立了悬浮系统的强化学习环境以及软演员-评论家（SAC）智能体,并设计了加速训练的奖励函数与“吸死”处理方案;最后,提出了基于强化学习的悬浮控制方法。与传统比例-积分-微分（PID）控制方法的对比结果表明,本方法具有更快的动态响应,在损失50%线圈匝数或磁极面积变化时具有更好的跟踪精度。