协调控制系统PID控制器参数优化设计

本文提出一种新的参数优化方法,它基于频率域理论,使之具有频域设计方法的优点,也有自己的特点:提出了目标传递函数矩阵的概念,用它表示多变量控制系统期望的性能指标,这样可以根据所需的性能指标,提出任意的目标传递函数矩阵。该方法简洁、明了,物理概念强,优化效果好,适合工程需要。     

位运算实现DHTMLX框架中树控件的多选操作

位运算是各个高级语言中的必须支持的运算规则,以搜索网站导航为例,针对＂搜索网站导航＂实际的需求,运用位运算中的与、或操作,结合DHTML框架中的树形控件与ASP.NET技术,实现了在Web应用程序中的树形控件的多选操作。     

便携式激光盘煤系统的研究应用

在大型露天煤场存煤量测量中，对激光扫描采集到的三维不规则数据的显示方法进行了研究，提出了一种结合三维散乱数据插值和计算机视觉修正方法的设计方案。这种方法首先对三维散乱数据进行插值，根据插值结果进行三维网格点绘图，再根据所拍摄到的图形进行修正，以提高所绘的网格图与实际煤场形状的拟合精度。它可以立即给出煤场存煤量的体积结果，动态修改网格图形状。     

模糊与神经网络相结合的控制方法

介绍了一种模糊与神经网络相结合的控制方法,借以克服模糊控制存在稳态偏差的不足和神经网络对小偏差信号不敏感的缺陷。对复杂的具有大惯性、大迟延热工对象的仿真研究表明,该控制方法较其它控制方法不仅改善了系统的动态性能,并在一定程度上克服了热工对象的时变对控制效果影响。     

基于状态变量-多模型的主汽温控制系统

在现代火力发电厂控制中,锅炉出口过热蒸汽温度(主汽温)是锅炉的主要参数之一,对电厂的安全经济运行有着重大的影响。针对主汽温系统大惯性、非线性的特点,提出了基于状态变量-多模型的控制方案,即先采用状态反馈补偿主汽温的惯性,以PID作为控制器对补偿后的广义被控对象进行控制;再针对不同工况下对象特性的变化,对各工况控制子系统进行模态综合,实现大范围的控制。对主汽温系统的仿真结果表明,该方案可以较好地解决系统的大惯性和非线性问题。     

基于现场数据的电站过热器神经网络建模

为克服机理建模方法的不足,对利用现场数据建立过热汽温模型进行了研究。通过对过热器运行机理的分析,确定了影响过热汽温变化的主要因素,及其对过热汽温影响的延迟时间。在论述了神经网络建模原理的基础上,建立神经网络模型。通过大量现场数据的训练,使所建模的输出与实际系统的输出基本吻合。最后,用部分现场数据对所建模型进行了仿真试验,证明了该建模方法的可行性。基于神经网络建模计算速度快及模型精度高,模型输出基本上反映了过热汽温的实际运行情况。     

一种新型的动态递归神经网络及其算法

通过对Elman网络的研究 ,提出了一种新型的基于输入层、隐层、输出层神经元递归的动态递归神经网络 ,并给出了其算法。通过在系统辨识中的应用表明 ,该网络收敛速度快 ,模型精度高 ,具有较为广阔的应用前景。     

LS-SVM误差补偿的广义预测控制

广义预测控制（Generalized Predictive Control,GPC）汲取了DMC（Dynamic Matrix Control）、MAC（Model Algorithmic Control）中的多步预测优化策略,抗负载扰动、随机噪声、时延变化等能力强,且选取模型参数少,利于控制。然而,据研究发现GPC对模型失配问题有一定的局限性。最小二乘支持向量机（Least Squares Support Vector Machine,LS-SVM）是在支持向量机的研究基础上发展而来的,具有良好的回归、分类功能。在认真学习LS-SVM原理的基础上,提出了基于LS-SVM误差补偿的广义预测控制,并选择两个模型进行了仿真实验。通过与常规GPC的比较,表明了该算法具有更优的控制性能。