利用高等数学方法证明不等式问题探究

主要讨论如何利用高等数学的方法证明不等式的问题,提出了常用的几种方法,并归纳出解题方法和基本思路.     

基于两级神经网络的发酵过程多变量前馈解耦控制

针对具有时变、非线性、不确定性的多变量耦合生物发酵过程,提出了一种基于两级神经网络的多变量前馈解耦方法.一级神经网络利用可获得的过程信息拟和耦合通道的过程特性,实现耦合作用对被控量影响的估计;二级神经网络用来拟和控制通道的逆特性.通过两级网络的串联,消除系统间的耦合.实验结果表明,提出的解耦控制方法能适应生物发酵过程模型的不确定性和参数时变性,克服了前馈解耦方法依赖于过程模型和对模型参数的变化表现敏感的缺点.     

基于改进PID神经网络算法的AUV垂直面控制

针对一类小型低速自主水下航行器(AUV)的垂直面运动控制问题,设计了一种改进的PID神经网络控制器,实现对水下航行器在垂直面内深度和俯仰角的全局控制。利用REMUS水下航行器模型搭建了Simulink下AUV垂直面仿真控制系统,仿真结果表明,改进的控制方法克服了原方法中饱和区过大的问题,具有良好的动态性能同时能够适应不同的学习速率和网络初始权重,对水下航行器的工程实际应用具有一定参考价值。     

基于RBF神经网络的多变量系统PID解耦控制

针对工业生产过程中的多变量耦合系统采用传统控制方法不能达到满意的效果,提出了一种基于神经网络的PID解耦控制方案。在实验研究中,采用改进型动态BRF神经网络辨识器,在线辨识多变量系统的非线性时变模型,同时自动调整PID控制器各项参数,最终实现对系统的智能化解耦控制。给出了BRF神经网络的拓扑结构和算法,并对一组二变量强耦合时变系统的控制过程进行了计算机仿真,结果表明:基于BRF神经网络的PID控制不仅超调量小、响应速度快、控制精度高,而且具有很强的鲁棒性和自适应能力。该设计方案使得解耦后的多变量系统具备了良好的动、静态特性。     

稳定相方法与一类振荡积分的渐近

主要对稳定相方法的一般结论进行了推广,给出了一类更一般的振荡积分的渐近情况。基于一般稳定相方法给出了积分的渐近条件,严格证明了主要定理,并讨论了此类积分渐近结果的重要应用。     

最优解耦综合控制及其在除氧器控制中的应用

本文基于W.A.Wolovich的最优解耦思想,提出了多变量离散系统的最优解耦综合控制规律,为计算机控制系统的解耦并且最优设计提供了理论依据。研制了用于多变量连续系统和离散系统的最优解耦综合控制的计算机辅助设计应用软件包,并成功地将其应用于火电厂除氧器群的解耦控制设计。     

AGC－AFC综合系统解耦控制

分析了板材轧制控制过程，给出了板厚板形综合系统（ＡＧＣ－ＡＦＣ）反馈闭环控制的数学模型；对ＡＧＣ－ＡＦＣ系统进行了解耦；引进Ｓｍｉｔｈ预估器补偿系统延迟环节的影响；最后采用ＰＩＤ方法实现对ＡＧＣ—ＡＦＣ系统的控制。仿真实验结果显示了上述方法的有效性。     

对不定积分的新处理

以胶用不定积分∫ｆ（ｘ）ｄｘ表示全体的原函数Ｆ（ｘ）＋Ｃ，从而把Ｃ看作任意常数变元，比较新近的说法则用∫ｆ（ｘ）ｄｘ表示原函数族，从而∫ｆ（ｘ）ｄｘ不再是函数（而是函数集），这些说法都有其本身的问题，难以服从，本把∫ｆ（ｘ）ｄｘ写成∫＾ｘｆ（ｘ）ｄｘ（分清现行变元与积分变元），用它表示一个确定的（但尚未具体指定的）原函数，Ｃ为待定常数，并作约定，在此基础上重新建立不定积分论。     

多变参数分批精馏技术分离N－乙基苯胺

采用多变多数分批精馏技术分离精细化工产品Ｎ－乙基苯胺系列产品，实际生产表明，有持液、变气速及变压强、变回流比的设计方法可行；精馏塔操作可靠，分离效率高；所得产品的纯度≥９９％；控制塔身持液量操作法可提高产品收率．