全文获取类型
收费全文 | 45篇 |
免费 | 11篇 |
国内免费 | 23篇 |
学科分类
工业技术 | 79篇 |
出版年
2023年 | 2篇 |
2022年 | 2篇 |
2021年 | 4篇 |
2020年 | 5篇 |
2019年 | 5篇 |
2018年 | 5篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2015年 | 3篇 |
2014年 | 2篇 |
2013年 | 2篇 |
2012年 | 3篇 |
2011年 | 3篇 |
2010年 | 1篇 |
2009年 | 3篇 |
2008年 | 1篇 |
2007年 | 1篇 |
2006年 | 4篇 |
2005年 | 2篇 |
2004年 | 6篇 |
2003年 | 3篇 |
2002年 | 5篇 |
2001年 | 5篇 |
1998年 | 1篇 |
1996年 | 1篇 |
1995年 | 2篇 |
1994年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有79条查询结果,搜索用时 15 毫秒
31.
1 INTRODUCTION Many multi-input and multi-output (MIMO) sys- tems worldwide are regarded as linear invariants, but there are still some difficulties in controlling these systems. The challenges arise from the need to achieve both robust stability and control performance when the plants to be controlled are highly uncer- tain[1―3]. Quantitative feedback theory (QFT) is a fre- quency domain design technique[4], which is perhaps the only known method that deals with highly uncer- tain pla… 相似文献
32.
为了克服广义预测控制的在线计算量大这一不足,本文提出了一种自抗扰广义预测控制(ADRC-GPC)算法。并针对一阶非线性不确定系统,推导了新算法的闭环反馈结构,分析了其频域特性,证明了所提算法的稳定性,利用Bode图分析总结了控制器参数选取的原则与规律。分析结果表明:与传统的广义预测控制相比,新算法可以离线求得丢番图方程的通解,且无需辨识被控对象的参数,因此极大地减少了算法的线计算量;仿真结果表明:和β-GPC预测控制算法相比,新算法具有更好的动态性能和更高的控制精度。 相似文献
33.
四旋翼无人飞行器ADRC-GPC控制 总被引:1,自引:0,他引:1
针对四旋翼无人飞行器的姿态控制系统,需要研究先进控制策略来达到满意的性能.将自抗扰控制(ADRC)与广义预测控制(GPC)相结合,设计一种新型自抗扰广义预测控制器(ADRC-GPC),利用ADRC中的扩张状态观测器(ESO)来估计和补偿非线性系统的模型不确定性以及外部扰动作用,将原始对象模型转化为积分器形式,然后针对积分器设计广义预测控制器.阶跃响应系数矩阵能被解析地求解出来,可有效地解决广义预测控制计算量大的问题.研究结果表明:所提出的ADRC-GPC控制方法能够对四旋翼无人飞行器姿态系统进行实时控制,可满足控制精度及快速性要求,并能有效地克服系统的外部干扰和多变量耦合作用.自抗扰广义预测控制器能够有效地控制欠驱动非线性多变量系统. 相似文献
34.
35.
在基因芯片的制作过程中,对周围环境的温、湿度要求较高,周围环境的好坏将直接影响着基因芯片的质量.本文介绍了基因芯片微点阵仪环境控制系统的设计及实现,该系统能实现对温湿度的高精度调节. 相似文献
36.
37.
为降低翼伞系统的非线性和强耦合特性以及环境扰动对其轨迹跟踪控制的影响,提出一种基于线性自抗扰控制(linear active disturbance rejection control,LADRC)的翼伞系统轨迹跟踪控制方法。该方法采用基于制导的2D轨迹跟踪控制策略,使用LADRC设计控制器对轨迹跟踪误差进行实时修正。将该控制方法应用于多种扰动下翼伞系统轨迹跟踪仿真和空投实验中,结果表明:基于LADRC的轨迹跟踪控制方法能够有效克服内扰和外扰的影响,实现高精度轨迹跟踪控制,与传统PID控制相比,LADRC具有更好的抗扰能力和鲁棒性。 相似文献
38.
39.
氧气面罩中的核心部件是氧气调节器(氧调器).针对当前氧气调节器的大流量、低吸气阻力、快速响应的性能需求,本文在分析了电子氧气调节器工作原理的基础上,介绍了氧气调节器的数学模型,采用了反向传播(BP)神经网络自适应控制算法,并使用粒子群算法(PSO)对BP神经网络自适应控制算法的初值进行筛选.最后,对算法的性能进行了仿真.仿真结果表明,系统具有鲁棒性,且与传统的比例–积分–微分(PID)控制方法和自抗扰控制(ADRC)方法相比, PSO–BP神经网络自适应控制方法实现了更精确的吸气阻力调节、更快的响应速度.此外,当呼吸频率变化或者外界干扰变化时,相比于常规PID算法和ADRC算法则需要人工调整控制参数, PSO–BP神经网络自适应算法则可以自动在线学习训练并调整控制参数,应用前景广阔. 相似文献
40.