人工神经元网络在辊道窑炉温度过程建模中的应用

研究了应用ＢＰ网络在辊道窑炉温度过程中建立数学模型的方法．所研究的辊道窑炉的烧成段有八个区，靠燃料阀门开度调节温度．选取三层网络，辊道窑炉烧成段各区的燃料阀门开度作为网络的输入，各区的温度作为网络的输出，隐层节点数取１０，建立温度过程数学模型．通过计算机仿真计算和实测温度曲线比较，满足误差范围要求．证明人工神经网络建立的数学模型能较准确计算辊道窑炉参数，为实现辊道窑炉生产过程的优化研究奠定了基础     

具有伺服跟踪和时滞辨识的自校正控制算法及其应用

本文针对广义最小方差自校正控制存在的问题,提出了利用双重切换控制消除稳态误差的新方法,使控制系统的动特性有所改善,并消除了稳态误差。对时变滞后系统,本文利用极小化二次型目标函数的方法实现对时变滞后的在线递推估计,尤其对大滞后系统及二次型目标函数为多极值情况,本算法简单快速且实用.实时仿真和应用结果表明,本算法在许多方面优于广义最小方差方法。