一类非自衡对象的扩展内模PID控制

针对一般方法在非自衡控制对象中应用的不足,提出了一种扩展内模PID调节器的整定方法。采用非对称二阶Pade逼近对被控对象的时滞环节做近似处理,并结合内模控制原理导出了一种简单的基于内模控制的PID调节器参数整定策略,从而得到PID调节器的整定参数,所设计的调节器可使系统同时具备更好的目标跟踪特性和干扰抑制特性。仿真研究结果表明了该方法的有效性。     

多层次SIFT特征在语义概念检测中的应用

SIFT局部特征因良好的性能在图像和视频的语义概念检测中得到广泛应用。已经有很多学者对SIFT做了深入研究,并提出了PCA-SIFT,SURF,MSER等,但是在SIFT算法中,阶与阶之间采样率的变化对SIFT特征的影响关注很少。考察了SIFT算法中,阶与阶之间采用不同降采样率对SIFT特征差异性的基础上,提出了一种多层次的SIFT（ML-SIFT）算法。Caltech256和SceneClass13数据集上的实验表明,ML-SIFT相比于原始SIFT,其MAP的提高能够分别达到15.7%和5.1％。另外在Caltech256上,当采用不同比例的正负样本训练时,ML-SIFT算法具有较好的稳定性。同时,还将ML-SIFT算法、SIFT、SURF算法做了性能比较,SURF和SIFT算法的性能较接近,但是SIFT和SURF相对于ML-SIFT算法,则其性能较差。实验表明,ML-SIFT是有效的。     

基于分数阶滑模观测器的BLDCM无位置传感器控制

为解决传统滑模观测器存在的抖振和相位延迟问题,将分数阶思想引入滑模观测器设计中,利用其传递能量缓慢的特点,结合无刷直流电机(brushless DC motor,BLDCM)线电压方程,设计出分数阶滑模观测器,避免了传统整数阶观测器中因低通滤波器的存在引起观测值相位滞后,同时可以得到光滑的线反电动势估计值曲线,进而获得实时准确的换相信号和估算转速。仿真结果表明:本研究提出的方法,可以准确观测BLDCM线反电动势,实现其无位置传感器控制。     

Progressive framework for deep neural networks:from linear to non-linear

We propose a novel progressive framework to optimize deep neural networks. The idea is to try to combine the stability of linear methods and the ability of learning complex and abstract internal representations of deep learning methods. We insert a linear loss layer between the input layer and the first hidden non-linear layer of a traditional deep model. The loss objective for optimization is a weighted sum of linear loss of the added new layer and non-linear loss of the last output layer. We modify the model structure of deep canonical correlation analysis (DCCA), i.e., adding a third semantic view to regularize text and image pairs and embedding the structure into our framework, for cross-modal retrieval tasks such as text-to-image search and image-to-text search. The experimental results show the performance of the modified model is better than similar state-of-art approaches on a dataset of National University of Singapore (NUS-WIDE). To validate the generalization ability of our framework, we apply our framework to RankNet, a ranking model optimized by stochastic gradient descent. Our method outperforms RankNet and converges more quickly, which indicates our progressive framework could provide a better and faster solution for deep neural networks.     

直流位置伺服系统的二自由度分数阶控制

为提高直流位置伺服系统的控制性能,提出了一种2自由度（two degree-of-freedom,2DOF）分数阶控制方法．通过设计一种2DOF控制结构,实现了系统的跟随和抗扰特性的解耦控制;将内模控制（internal model control,IMC）与分数阶控制相结合,选用分数阶滤波器,推导出了跟随控制器和抗扰控制器设计方法;根据控制性能的要求,利用系统截止频率和最大灵敏度指标,实现了2DOF控制器参数的解析整定．仿真实验结果表明,2DOF分数阶控制方法具有良好的位置跟随特性和抗干扰能力．     

基于PSpice的Buck变换器仿真教学研究

作为一种基本的DC/DC降压式变换电路,Buck变换器被广泛应用于电机的无级变速与控制。本文基于PSpice软件,对Buck变换器进行参数仿真、对其功耗分析和吸收电路设计方面进行电路仿真。形象化的教学,可以直观观察分析Buck变换器元器件参数的选取对电路性能的影响,为实际Buck变换器设计与研发提供可靠依据。     

基于模糊神经网络的二自由度内模控制

针对工业控制领域具有代表性的过程控制对象,设计了一种二自由度内模控制器,可以同时独立地调节日标值跟踪特性、干扰抑制特性和鲁棒性.并提出了一种基于模糊神经网络的二自由度内模控制参数在线智能整定方法.理论分析和仿真结果表明,所提出的方法设计简单、参数凋整方便,可以使系统同时具有良好的目标值跟踪特性、干扰抑制特性和鲁棒性.     

泵阀并联驱动液压缸抗干扰控制器设计

根据液压升船机、多自由度试验平台等重载、长行程单出杆液压缸控制系统高性能和高效能的要求,采用阀控开式回路和泵控闭式回路并联驱动非对称液压缸系统。该系统本身可以兼顾效能和性能,但还要保持性能。由于速度和位移传感器存在电磁扰动问题,为了抑制该扰动,提出在PID位置反馈控制基础上,增加抗干扰观测器策略,并通过仿真对该系统控制性能进行验证。仿真结果表明：与传统的PID控制方法相比,该方法能够精确估计出正弦扰动,并在前馈进行补偿,消除频率已知的单正弦扰动的影响,从而抑制检测扰动,使系统更快地跟踪给定信号。     

组态软件MCGS在锅炉液位控制中的应用

介绍了工控组态软件MCGS及其基于MCGS开发的锅炉液位监控系统。详述了该系统的硬件组成、控制方法、组态过程、组态软件的运行环境及在此运行环境下控制器参数的整定。该系统具有界面友好、参数在线整定方便、扩展性强等优点。MCGS的锅炉液位实时曲线输出显示系统运行稳定、可靠性高。该锅炉液位监控系统在提高工业锅炉计算机自动控制方面具有一定的参考价值,是值得推广应用的。     

自动化专业开设综合实验课的探索与实践

针对当前课程体系中综合应用专业知识的实践教学环节的不足，依据围绕核心课程设置项目驱动综合实验的思路，增设了“自动控制综合实验”和“计算机控制综合实验”2门实验课程，形成递进式专业课实践教学体系：“专业基础课→专业综合实验→专业课→专业综合实验→综合课程设计→毕业设计”，已完成两届学生培养，获得良好的教学效果。