改进的最小方差自校正控制算法

在分析了传统的最小方差自校正控制算法存在的缺陷后,引入了预测控制的“柔化”思想,对系统的输入控制作用进行了“柔化”处理,提出了一种改进的最小方差自校正控制算法,并对其进行了稳定性分析。仿真结果表明,该算法对于最小相位系统和非最小相位系统均适用。     

微流控芯片技术的现状与发展

简要叙述微流控芯片的定义及应用,介绍几种制作微流控芯片的方法,分析微流控芯片成型中的关键技术,如:压力、温度、时间等.综合国内外发展,结合当前微流控芯片的现状,提出微流控芯片在一些方面的尝试和探讨.     

基于神经网络预测误差修正的广义预测控制

针对建模误差对预测控制的影响,提出一种基于神经网络预测误差修正的广义预测控制算法.被控对象采用递推最小二乘法(RLS)辨识其线性模型;预测误差由前馈神经网络进行建模,并用Powell快速优化方法训练网络.该方法无需预先离线训练神经网络,即可投入闭环控制,并具有理想的稳定性、跟踪性能和鲁棒性.仿真结果表明该算法能够有效地控制复杂系统.     

基于观测器的网络化多智能体预测控制

研究含模型不确定性的刚性航天器输入受限时的姿态跟踪控制设计问题.针对修改的罗德里格斯姿态参数描述的航天器姿态跟踪动力学模型,基于一种有界非线性连续函数和修改的罗德里格斯姿态参数自身有界性,设计鲁棒自适应状态反馈受限控制器,不确定参数的自适应更新律可保证在线估计参数的有界性.通过所提出的输入受限控制设计方法给出输入受限幅值、期望轨迹上界、模型不确定性上界与控制器增益之间的定量关系,并采用李亚普诺夫方法证明通过选择合适的控制器参数可以保证闭环系统角速度误差渐近收敛到零,且姿态跟踪误差收敛到原点小邻域,同时保证控制量始终在预先给定的受限范围内.仿真结果验证了所设计的控制器可在输入受限的情况下完成控制目标并有效抑制模型的不确定性影响.     

基于BP神经网络变参数设计的广义预测控制

针对广义预测控制算法中控制参数整定困难这一缺陷,提出了一种基于BP神经网络变参数设计的广义预测控制算法,实现了广义预测控制中的输出柔化系数α和控制增量加权系数λ的在线调整。仿真结果表明,该算法无论在跟踪性能、控制精度及鲁棒性上,均优于固定参数设计的广义预测控制算法,并对干扰有一定的抑制作用。     

变时滞系统的滚动自校正控制

针对变时滞的大时滞系统 ,在Clarke等人提出的广义最小方差控制算法的基础上 ,提出了一种基于CARIMA模型的广义最小方差滚动自校正控制算法。该算法计算量小 ,适用于实际过程控制 ,特别是变时滞的大时滞系统 ,而且能够保证设定值发生单位阶跃变化时 ,闭环系统输出无稳态误差。仿真结果证实了该算法的有效性和实用性     

基于VB和Matlab的实时监控系统

介绍了一种过程控制实验装置的实时监控系统。该系统利用VB与PLC的串口通信,实现了上位机对下位机的实时数据采集;同时,为了充分发挥VB可视化界面与Matlab强大的数值分析和图形绘制功能的各自优势,利用ActiveX自动化技术,将二者结合编程,实现了对过程控制实验装置的实时监测、控制分析、控制设计等功能。实际应用表明：该实时监控系统运行可靠、操作方便,不仅可以取代商业组态软件(如组态王),而且使得实时监控功能更加强大、灵活。     

电火花加工控制技术综述

介绍了电火花加工原理及其加工过程中涉及的主要控制问题,论述了近20年来应用于电火花加工过程中的控制技术,即自适应控制、专家控制、遗传算法、模糊控制、神经网络控制、灰色控制及其相应的混合智能控制.     

多变量广义预测控制的快速算法

针对传统广义预测控制算法的计算量大这一缺陷，通过对未来的控制序列的离线近似计算，而只精确求解当前时刻要实施的控制量，提出了一种广义预测控制的快速算法。该算法简单．适用于任意维输入任意维输出(ADIADO)线性系统。由于不必求解Diophantine方程，并在求解逆矩阵时．降低了逆矩阵的维数，从而大大减小了在线计算量。仿真结果证实了该算法有效性和实用性。     

基于NetCon的网络化控制系统快速实现

为解决网络化控制系统(NCS)实现中的难题,并促进其研究与应用,通过IP网络(以太网/无线网/因特网)连接技术,将控制系统快速原型开发和网络化控制无缝集成在一起,研发了一套NCS仿真和实现平台--NetCon系统.详细介绍NetCon各组成部分的设计机理,并以直流电机为被控对象,利用此系统为其设计了基于无线局域网的NCS.实际应用表明:NetCon系统提供了一个完整的NCS快速开发和实时控制解决方案,可以快速建立被控对象模型,进行控制系统的设计、仿真、实现以及组态、监控、调试等工作.