基于PNN算法的空调智能控制策略研究

针对传统空调控制系统缺少智能控制策略的问题,结合物联网、传感器、单片机以及神经网络算法等技术,设计并实现基于PNN算法的空调智能控制系统。阐述了系统的总体架构和软硬件设计思路;重点研究了基于PNN算法构建人体舒适度模型的过程;给出了基于舒适度模型的空调控制策略。经过仿真和实例验证,空调智能控制系统能够按照设计的控制策略自适应调节空调运行状态,从而使室内环境温湿度以适合人体感受的方式动态变化。结果表明,设计的舒适度模型可用于人体舒适度的评价,提高了用户舒适度体验。     

分布式智能无功补偿技术研究

提出进行分布式智能无功补偿技术研究的必要性,分析了分布式电源接入对电网的影响,简述了分布式智能无功补偿技术的控制策略、智能控制、综合保护、有源滤波技术,探讨了分布式智能无功补偿装置的设计,对分布式智能无功补偿技术的发展进行了展望。     

智能控制一体化滑片泵

着重阐述了一种智能控制一体化滑片泵的技术特点、关键技术及其解决方案,并对结构设计与参数设计进行了探讨,新研制的QCBA-60/0.6型智能控制一体化滑片泵的全性能试验与现场应用均达到了设计要求和用户要求。     

智能控制在烟厂烟丝烘干控制系统中的应用

本文给出了烟丝烘干系统的控制策略,利用仿人智能控制实现了烟丝烘干系统的控制,给出了该控制器的详细设计。     

Insitu PCR／PCR综合系统

本文介绍了将Ｉｎｓｉｔｕ ＰＣＲ和ＰＣＲ两种系统合二为一的独到设计。根据控制目标和硬件特点，以温育温度的控制策略进行了研究，在智能控制和传统控制方法相结合的基础上，采用了概率控制技术。     

基于Fuzzy控制技术的锻压机床CNC系统

本文介绍了基于Fuzzy控制技术的智能位置控制模板,并针对管材弯曲加工的工艺特点,提出了采用分级分布式三级控制策略的WISH－3TB管材柔性加工单元CNC系统。采用这种控制策略和智能控制模板,可以十分方便地组成各种锻压机床CNC系统。     

基于DSP的无刷电机调速系统智能算法设计

基于模糊神经网络控制技术,本文设计了一种无刷直流电机的数字调速控制策略,该控制策略以二维模糊神经网络控制器为核心,结合了模糊控制和神经网络的特点,具有很强的模糊推理和自学习能力.根据该控制策略,设计了基于DSP的硬件电路,并进行了MATLAB的仿真,结果表明,采用模糊神经网络算法能取得令人满意的动静态性能,具有很强的鲁棒性和自适应性,为无刷直流电机的智能控制提供了新的理论依据.     

基于预测模型的无人动力伞智能控制研究

对无人动力伞的智能控制,给出一种基于模糊神经网络预测模型的控制策略,最后通过数学仿真,验证了该控制策略的可行性和有效性.     

水泥生料自立式辊磨DCS系统仿真设计与开发

以某水泥生料自立式辊磨DCS系统为研究对象,为提高自动化水平为目标,提出一套DCS控制方案.首先,给出DCS设计方案,为后续智能控制算法提供平台.其次,针对典型的控制要点(出,入口压力差,张紧装置压力,振幅),运用模糊PID的控制策略,实现对其智能控制.最后,仿真结果表明所设计的控制策略能够实现预期的控制目标.     

智能控制及其在机电一体化系统中的应用

随着近年来机电一体化系统控要求的不断提升,导致了被控制的对象以及控制目标等变得日益复杂起来,在机电一体化的控制过程中智能控制系统显得尤为突出和重要。因此,本篇文章主要侧重介绍智能控制及智能控制技术在机电一体化系统中的实际应用。     

复杂机械产品协同寻优相关技术的研究

将广义优化设计从体系上划分为4个模块：功能与方案优化、产品建模与规划、协同寻优及后处理（结果分析及评价），然后针对协同寻优模块的各个关键环节与实现策略展开探讨，研究子任务之间的耦合关系及其特征以及子任务的表达方式，并提出处理这些耦合因素的求解方法及措施。为有效实现复杂产品的协同寻优，还对支持该模块的相关技术进行了论述，包括特征识别与优化模型诊断技术，数据库技术、可控与可视系统等。     

铸造生产线型砂处理分布式微机监控系统的研究

介绍铸造生产线型砂处理用可编程控制器和智能型砂水分控制仪进行实时控制，微机进行监测管理的两级分布式控制系统的设计思想和实现方法。论述多对象的协调控制方案、联网通讯策略和监测管理软件开发的关键技术。生产运行验证表明，该系统设计合理。     

基于Internet的实时控制系统研究综述

介绍了基于Internet的实时控制系统的基本概念及研究动态。阐述了各种Internet网络特性测量方法及其特点。总结了基于Internet实时控制系统的建模及稳定性分析方法。重点回顾了各种控制策略的研究进展,包括预测控制、鲁棒控制、模糊控制、随机最优控制、先进PID控制。最后,给出了基于Intemet的实时控制在液压与气动领域的应用实例,并展望了其应用前景。     

A consideration of modelling techniques that can be used to evaluate manufacturing strategies

Practising engineers frequently seek to understand what the effects of various manufacturing strategies will be on the performance of their production facilities. In this situation a computer model can help to provide insight and form predictions about future manufacturing system performance. Various types of modelling methods exist and each provide models that have distinct characteristics. This paper presents a review of popular modelling techniques and, based on the results of a structured experimental study, summarises their capabilities to support the evaluation of manufacturing strategies.     

同步控制策略及其典型应用的研究

该文介绍了液压/气动、电机等传动系统中3种经典同步控制策略（同等方式、主从式、交叉耦合控制）。分析了其控制特点并结合典型应用实例进行阐述。随着计算机技术和智能控制理论的发展,近年来国内外在同步控制策略上出现了新方法、新技术,将模糊控制、自适应控制、神经网络控制等应用到同步控制技术中,该文探讨了这些同步控制新方法,并进行了分类总结。最后,介绍了作者目前所从事用于土工试验土体动力学研究的双向电液激振同步控制装置及其同步控制策略。     

履带起重机发动机与液压泵的匹配

针对履带起重机存在的功率匹配问题,分析其产生的原因.基于发动机不同的控制方式,给出相应的液压泵的控制策略.提出了一些解决履带起重机发动机-泵功率匹配问题的新方法.     

Comparison of several well-known controllers used in process control

In this paper, several well-known design methods, PID control, Smith predictor, inferential control, internal model control, Dahlin controller, deadbeat control, and predictive control, are studied. A suboptimal Smith predictor is derived. The relationship among these methods is investigated. It is shown that these methods are equivalent to each other on certain premises. This explains why they are widely used in process control and provides insight into the work of bringing these techniques together to control system design. Examples are given to illustrate the result.     

多Agent故障诊断原型系统研究

研究了多Agent故障诊断原型系统，其中着重研究了基于多Agent理论的设备诊断问题分布式任务分解与控制问题，及诊断Agent之间的协调合作问题。和其它应用领域不同，基于多Agent的诊断问题应根据诊断对象的结构和故障特征进行分布式任务分解。建立了诊断问题的任务树模型，提出了基于多Agent的诊断任务串行与并行以及混合控制策略。     

在数控车削中,提高零件加工精度的技巧

本文从合理选择工件装夹与找正方法和采用正确的编程工艺两大方面来论述提高零件加工精度的几点技巧.     

Multivariable control of grinding plants: a comparative simulation study

In this paper five multivariable adaptive and classical control strategies have been studied and implemented in a simulator of the copper grinding plant of CODELCO-Andina. The strategies presented were compared and, according to theory, exhibit good behavior. The extended horizon, pole-placement and model reference multivariable adaptive control strategies were formulated in discrete-time and use a model of the plant whose parameters are updated on line using the recursive least squares method along with UD factorization of the covariance matrix and variable forgetting factor. The direct Nyquist array and sequential loop closing techniques were also studied and simulated. The two-by-two multivariable system chosen to represent the grinding plant has the percentage of solids (density) of the pulp fed to the hydrocyclones (which is highly correlated with the percentage of +65 mesh in the overflow of hydrocyclones) and the sump level as output (controlled) variables. The water flow added to the sump and the speed of the pump are its input (manipulated) variables. All the algorithms tested by simulation exhibited good performance and were able to control the grinding plant in a stable fashion. Adaptive algorithms showed better performance than classical techniques, with the extended horizon and pole-placement algorithms proving to be the best. The fact that adaptive algorithms continuously adjust their parameters renders such controllers superior to those based on fixed parameters.