遥操作机器人系统的预测控制

遥操作机器人系统传输通道中存在通讯时延，造成系统不稳定和操作性能降低等问题．为了消除或减少时延的影响，利用前向神经网络建立环境模型，通过神经网络模型预测从机械手受力，并用时间前向观测器预测从机械手状态；然后用力、位置和速度反馈对系统进行设计，使得系统在环境模型未知的条件下稳定，还能获得良好的透明性；最后，将预测方法与无源控制方法进行切换，保证系统在环境剧变时的稳定性．实验结果表明了该方法的有效性．     

几种常用时延过程控制算法的比较与分析

文章介绍了常规PID控制、预测控制、模糊控制、Fuzzy-PID这4种不同控制算法的原理,并对它们的特点进行了分析与比较。通过仿真,比较这几种控制算法的控制效果发现:对大时延对象,常规的PID控制容易产生较大的超调,模糊控制器易产生振荡,而Fuzzy-PID控制算法和带预测功能的预测PI控制算法具有较好的性能。试验结果还表明,Fuzzy-PID和预测PI控制算法不仅产生超调小,而且具有较高的稳态控制精度,可广泛应用于工业现场大时延系统。     

基于LSTM分类器的航空发动机预测性维护模型

利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health manage-ment,PHM)的关键问题.针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network,LSTM)分类器的预测性维护模型.LSTM分类器...     

基于模糊分类变系数的铅锌烧结过程综合透气性状态预测

针对铅锌烧结过程的强非线性、时变等特点,运用智能集成建模的思想,提出一种模糊分类变系数透气性状态预测方法。首先深入机理分析和工况参数相关性分析研究,采用神经网络方法建立工艺参数和时间序列透气性预测模型;然后借助于模糊组合器实现两个子模型的有机组合,设计了模糊分类变系数综合透气性集成预测模型结构,其中加权系数由工况波动程度确定。运行结果表明:提出的集成模型具有较高的预测精度和较强的自学习能力,并且在工况波动严重的情况下,仍然具有好的预测效果,该模型具有一定的灵敏度和鲁棒性。     

焦化加热炉先进控制系统

以某炼化公司的焦化加热炉为工业应用背景,采用预测函数控制-P ID透明控制结构,辅以基于延迟焦化过程焦炭塔的预热切换事件设计的前馈控制器,研究开发出了一种实用的焦化加热炉先进控制系统。系统投运后,整个生产过程的平稳性和控制精度得到了显著的提高。     

非参数模型预测控制系统的预测二次稳定性

提出了预测二次稳定性（ＰｒｅｄｉｃｔｉｖｅＱｕａｄｒａｔｉｃＳｔａｂｉｌｉｔｙ,ＰＱＳ）概念,利用有界不确定对象的非参数模型和预测状态反馈,研究了系统ＰＱＳ成立的充要条件,并从理论上给出了严格的证明,同时给出了确定反馈阵的Ｒｉｃｃａｔｉ不等式．证明了具有ＰＱＳ系统的闭环输入输出稳定性,从理论上解决了一类简单、易于实现的预测控制系统的鲁棒稳定性问题     

PI型有约束后移限位预测控制器

基于对后移的输出预测进行约束,并优化具有比例积分结构的多步预测控制的目标函数,设计出PI型有约束后移限位预测控制器.仿真结果说明了这种方法的优良性能.     

两传感器自校正信息融合白噪声Wiener反卷积滤波器

应用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型,对于带未知模型参数和噪声方差的两传感器反卷积系统,提出了自校正信息融合白噪声Wiener反卷积滤波器。它具有渐近最优性。一个Bernoulli-Gaussian白噪声反卷积的仿真例子说明了其有效性。     

具有饱和执行器跳变系统的鲁棒模型预测控制

针对一类具有饱和执行器的不确定离散Markov跳变系统,提出鲁棒模型预测控制器设计方法。为便于工程应用,考虑被控跳变系统各模态下的动态系统参数以及各模态间的跳变转移模态均存在不确定性的情形,这些不确定性均以凸多面体的形式给出。预测控制器的求解通过在每一个采样时刻优化无穷时域的最坏二次性能指标实现,该预测控制序列在每个采样时刻表现为具有饱和特性的状态反馈控制律,从而使得所形成的闭环系统鲁棒均方稳定。为方便求解,将控制器的求解转化为以线性矩阵不等式形式给出的正半定规划(SDP)问题。数值示例验证了所提方法的有效性。     

用去卷积方法测量和差通道延时补偿量

宽带单脉冲三维成像雷达具有很高的距离分辨率,差信号经过相对于和信号的归一化处理后就能提供目标方位、俯仰信息;但和差通道微小延迟差可能对角度测量造成较大影响.介绍了宽带脉冲三维成像雷达原理和用去卷积测量和差通道延迟补偿量的方法,分析了和差通道延迟不同对角误差测量结果的影响,并用去卷积方法测量了仿真数据的和差通道延时补偿量.由分析可知,去卷积方法测量和差通道延迟补偿量不仅计算量小,并具有很高的测量精度.