Simth串级PID控制在锅炉主蒸汽温度控制中的应用

针对主蒸汽温度存在较大的滞后、非线性问题,传统的PID控制无法满足高精度控制,而工厂现用DCS中又没有先进控制方法。通过对Simth预估器的匹配程度,利用Matlab仿真,表明预估模型偏差较大时仍然可以达到比PID控制好的效果,而且加入该预估器不会增加控制器的负荷率。利用DCS中现有的算法包搭接了Simth预估器,结合串级PID控制,实现了CFB锅炉的主蒸汽温度控制,取得了较好的效果。     

一类分数阶混沌系统的滑模控制

通过构造分数阶滑模曲面,对一类分数阶混沌系统进行了滑模控制研究。利用预估-校正算法编制MATLAB仿真程序,对分数阶Liu系统、分数阶Chen系统、分数阶Lorenz系统以及分数阶金融系统的仿真实验表明所设计的滑模控制器能使该类分数阶混沌系统在其平衡点处渐近稳定。     

再谈世界半导体市场的预测

现时世界经济复杂,变数多多,难于预测,本刊刚报导了WSTS预估今年世界半导体市场仅能微增0.4%,信心不免受挫。而今见到本刊同属一个系统的市调机构IDC的7月最新预测,她的4月预测说2012     

电动钢轨打磨车恒力磨削控制方法的研究

电气驱动的钢轨打磨装置在磨削过程中钢轨不平顺、振动等强干扰因素的影响下会产生磨削力的波动，导致打磨精度的下降。为了有效抑制打磨压力的波动，本文基于矢量控制原理设计了用于稳定打磨电机转速的电机调速系统；基于干扰估计器（负载转矩估计器）和系统在线逼近模型（小波神经网络“无延迟负载——电流”模型）设计了控制磨削力稳定的Smith预估控制器。仿真结果表明：相比PID控制，本文设计的控制器能够实现阶跃输入的无超调、无振荡的快速跟踪响应；另外，控制器对外界强干扰的抑制作用明显，整个控制过程中反映磨削力波动情况的打磨电机主轴电流的波动幅度很小。     

移动机器人的引导方法与偏差预估研究

针对目前有轨引导系统灵活性差、固定引导轨道更改麻烦等缺陷,提出一种依靠红外光源引导移动机器人到达目的地的设计方案并对机器人移动过程中偏差预估补偿等关键技术进行分析验证。系统主要由移动机器人与多个信标组成,机器人通过无线通信控制相应的信标开启红外光发射管发射红外光引导机器人至目的地。     

中国五一液晶电视销售持续旺盛,同比增长13%

根据NPD DisplaySearch对中国大陆春节期间的液晶电视销售状况的特别观察,综合中国渠道销售情形以及针对主要品牌的调查结果,受能效补贴以及旧品清货降价带动需求,整个五一期间(4月15日-5月5日)液晶电视销售持续旺盛。预估总体液晶电视销量达到440万台,较去年五一期间销售增长达13%。根据我们对于前期本土厂商面板采购量的追踪,3月以及4月预估面板出货量月成长率分别为36%(M/M)和4%(M/M)左右,分别达到530万片和550万片。由于液晶电视的畅销,节后库存水位也从节前8周左右下降到节后5-6周的水平。面板与整机出货量的成长基本一致,渠道库存流转较为健康。     

乙烯裂解深度控制系统的设计开发

针对某烯烃厂液相原料裂解炉实施裂解深度控制改造为背景,采用了神经网络软测量建模技术并结合Smith预估控制的控制方案,实时跟踪裂解原料和裂解炉运行工况,并对裂解深度的变化趋势进行及时准确的预测,结合在线色谱分析仪对预测结果进行校正,同时利用DCS设计开发了裂解深度控制系统软件。投用效果表明:该系统能够很好地适应裂解原料的变化,维持并控制裂解深度,有较好的安全性和稳定性。     

轧机AGC系统的Smith预估补偿

轧机厚度控制系统中厚度误差反馈信号的纯滞后影响了系统的稳定及响应速度。本文介绍了采用Smith预估器进行预估补偿的方法来克服纯滞后的影响,改善系统的动态特性。     

地下室外墙裂缝预估与控制

地下室施工是建筑工程的重要内容,其也是建筑工程中较容易出现质量问题的施工项目。地下室由于处在建筑的最下层,地下室外墙需要承受的荷载比较大,所以,地下室外墙采用的施工材料必须具有较大的强度与承重力,否则很容易使外墙出现裂缝等质量问题。除了建筑材料,施工操作对施工质量也有很大的影响,如果施工人员出现操作失误的情况,很容易破坏外墙结构的稳定性,使外墙出现大量的裂缝,这不但会影响地下室的质量与安全,还会影响地下室的使用功能,从而影响整个建筑的质量与价值。本文对地下室外墙裂缝出现的原因进行了预估,并对控制与防治地下宣外墙裂缝提出了几点建议措施,以供施工单位参考与借鉴。     

基于GANN的SRM无位置传感器位置预估方法研究

神经网络具有强大的非线性映射能力,非常适用于对磁链特性高度非线性的开关磁阻电机(SRM)转子位置的预估。然而,由于其网络结构、初始连接权值和阈值的不确定性,很难一次获得理想的训练结果。提出了一种基于遗传优化神经网络(GANN)的SRM无位置传感器位置预估方法,利用遗传算法对神经网络的初始权值和阈值进行优化,在此基础之上,以磁链和电流为输入、转子位置为输出,建立了预估模型。仿真结果表明,该方法可以在不同转速下对转子位置进行准确的预估,其预估误差不大于2°。