高超声速飞行器的非线性预测控制

针对高超声速飞行器非线性、多变量、强耦合的特征,将广义预测控制应用于其纵向模型的控制中。对模型进行输入输出反馈线性化,利用基于泰勒展开的有限时间预测控制方法,设计轨迹跟踪预测控制律,使其飞行的高度和速度跟踪控制指令。通过matlab仿真验证了该方法在参数不确定性的条件下,具有一定的鲁棒性,能满足系统的性能要求。     

基于T-S模糊模型的供水系统预测控制策略研究

针对恒压供水控制系统,运用模型预测控制方法进行了建模和仿真。该方法利用带遗忘因子的加权递推最小二乘法对模型后件参数进行在线辨识,减小模型失配造成的对控制性能的影响;将非线性供水系统模型转化成线性时变状态空间模型,并由此实现对模型输出的预测,并通过滚动优化不断得到最优的预测控制输入,反馈校正过程提高了控制输出精度。仿真分析验证了该方法在供水过程中的灵敏性和准确性。     

应用神经网络对精煤灰分含量进行实时预报

针对具有不确定性、时变性和复杂非线性关系的跳汰选煤过程，提出了精煤产品灰分含量的新型实时多步预测方法．本基于Jordan神经网络构造了具有多作用因素输入和灰分含量动态时间序列反馈的实时动态建模预测模型，提出了BP算法和TD法相结合的网络学习新算法．该方法比传统预测方法具有更好的收敛性和适应性．应用结果表明，预测命中率和预测精度较高。     

自适应滤波预测法在电量预测中的应用

用时间序列分析中的自适应滤波地，建立某市用电量的预测模型，得到了用电量发展变化的规律；对模型从几个方面进行了分析并与电量预测常用的指数平滑法和灰色法进行了对比，结果表明自适应滤波法适合用于城市电量预测并可认为是一种较好的方法。     

基于向量误差修正模型的短时交通参数预测

为了进一步提高短时交通参数预测的精度,针对交通参数之间存在的内在相关性,在对各交通参数时间序列进行平稳性检验、协整检验的基础上,构建了一种适应于短时交通参数预测的多变量时间序列模型-向量误差修正模型,并对模型的稳定性进行了检验。最后,利用上海市南北高架快速路的感应线圈实测数据进行了实验验证和对比分析。实验结果表明,所构建的向量误差修正模型具有较好的预测效果,能够进一步降低短时交通参数预测的误差。     

基于Wiener模型的非线性预测函数控制

针对传统的预测函数控制对非线性强、结构多变的实际对象控制效果不佳问题,提出了一种基于Wiener模型的非线性预测函数控制(PFC)方法。通过引入支持向量机回归方法,建立Wiener模型中非线性部分的逆模型,在输出反馈和参考轨迹上分别添加一个Wiener模型中非线性部分的逆模型,将非线性预测函数控制转化为线性预测函数控制,用线性优化算法解决非线性预测函数控制问题,避免了复杂的非线性优化。pH中和过程的计算机仿真结果表明,该方法比PID控制效果更好,而且对模型失配具有很好的自适应性能。     

基于相空间重构的支持向量回归机在振动数据预测中的应用

支持向量回归机是近年来发展起来的一种通用的机器学习方法,后来被广泛应用于预测领域。在对模型进行训练时,输入特征在很大程度上影响了预测的精度。所以对于特征的选择一直是人们所关注的问题。提出了一种基于相空间重构的支持向量回归机方法。该方法首先对时间序列进行相空间重构,然后利用重构的相空间中的相点作为特征输入,对模型进行训练。经实验验证,该方法能够根据时间序列内在规律,自适应的构造输入特征,提高预测结果的精度。     

基于ARIMA-LSTM的绝缘子状态数据挖掘方法

提出结合时间序列分析与深度学习组合模型的架空线绝缘子状态数据挖掘方法。首先,运用自回归综合滑动平均模型对绝缘子的关键状态量进行拟合,提取其中的线性特征;采用长短时记忆单元的反馈神经网络对模型的残差进行拟合,提取外部条件对设备的非线性作用,对时间序列模型进行修正,提升预测精度;最后,采用自适应的学习率调整方法,优化模型的收敛速度。以广州某杆塔上绝缘子的等值附盐密度数据为例,验证了该算法的可行性。     

预测控制机理简介及算法研究的探讨

简介预测控制的发展及概况，并以典型ＤＭＣ算法为例说明预测控制的模型预测，滚动优化，反馈校正三大核心机理，进而探讨了神经网络，人工智能等新方法在其预测模型，反馈校正方法研究中的应用。     

电力负荷预测的一种综合方法

在电力负荷预测的数学方法中，有多种预测模型，因而有多个预测结果，目前还没有令人满意的方法，用来确定出其中最接近实际的结果，另外，大多数的预测样本都存在着数据失真，直接导致预测结果失真，这些都较大地影响了预测的准确性，本文提供了一种筛选方法，对模型和样本数据进行过滤。     

转向系统背压加载的广义预测控制

针对转向系统背压加载的时变、非线性、多变量耦合等过程特性,研究了一种基于最小二乘支持向量机(least square support vector machine,LS-SVM)的广义预测控制算法.采用LS-SVM辨识方法对系统进行建模,并用粒子群算法对LS-SVM的参数进行寻优,为控制器的设计奠定基础;对于时变的特点,采用基于在线LS-SVM的广义预测控制混合算法,实时修改模型参数.转向系统背压加载的控制实验结果表明,基于LS-SVM的广义预测控制混合算法是有效的,能准确地跟踪设定的加载压力,对扰动有较强的鲁棒性,具有实际工程应用价值.     

一种新的间断型备件需求预测方法

针对间断型需求因需求发生随机、需求量值波动大而导致预测困难这一问题,提出一种新的备件需求预测方法.该方法能分别预测需求发生时间和非零需求发生时的需求量值.对于0-1需求发生时间序列,采用调制方法对其进行平滑处理,运用神经网络对调制后的0-1时间序列进行预测,获得需求发生时间的预测值.采用时间聚合方法对实际备件需求时间序列进行预测,将滚动预测应用到解聚合过程中,得到备件的需求量预测值.使用三一重工砼活塞和核电设备的备件需求数据对方法进行验证,结果表明,该方法的预测精度要优于Croston方法、指数平滑法以及BP神经网络,证明了所提方法的有效性和准确性.     

用多级返流模型模拟芳烃分馏萃取过程

本文用多级返流模型描述芳烃抽提塔的液——液分馏萃取过程。模型参数为级数和返流比。萃取因子及返流比经验式的系数由生产操作数据估算。用矩阵解法解包括14个组分的物系的组成和流量。用此模型分析了溶剂量与原料量之比和反洗液量与原料量之比对过程的影响,检验了模型的适用性.     

Model predictive path integral method for nonlinear random vibration control

In order to find a way to transfer back the state of a nonlinear random vibration system which is far away from the trivial equilibrium point, a model predictive path integral control method is introduced. Under certain conditions, the Hamilton-Jacobi-Bellman equation for optimal control of nonlinear random vibration can be linearized by exponential transformation. Based on the Feynman-Kac theorem, the path integral method can be used to solve the optimal control force. By introducing the idea of model predictive control, the control force can be updated in real time according to the actual state of the system. Numerical simulation is carried out for the control of two typical systems, van der Pol equation and Duffing equation. The results show that the state of the system can be quickly transferred to the vicinity of the ordinary equilibrium point, while the control force and real-time cost decreases monotonically after the initial fluctuation. Therefore, the model predictive control path integration method can be well applied to the vibration of random nonlinear systems far from the trivial equilibrium point.     

用信号流图法分析反馈放大器的输入输出阻抗

用信号流图计算反馈放大器的输入输出阻抗，并进一步明确在分析反馈放大器不同指标时，所采用的反馈深度的具体含义。     

Investigation of Surface Roughness in High-Speed Milling of Aeronautical Aluminum Alloy

An approach is presented to optimize the surface roughness in high-speed finish milling of 7050-T7451 aeronautical aluminum alloy. In view of this, the multi-linear regression model for surface roughness has been developed in terms of slenderness ratio, cutting speed, radial depth-of-cut and feed per tooth by means of orthogonal experimental design. Variance analyses were applied to check the adequacy of the predictive model and the significances of the independent input parameters. Response contours of surface roughness were generated by using response surface methodology (RSM). From these contours, it was possible to select an optimum combination of cutting parameters that improves machining efficiency without increasing the surface roughness.     

时间序列ARMA模型及其应用

本文叙述了动态数据的分析与处理方法，时间序列预测模型的建模过程及参数估计的计算方法，并将模型实际应用。应用结果表明：本预测模型对动态数据进行预测是可行的。     

甲醇合成中双效精馏节能研究

针对目前国内精馏能耗偏大的情况,以稳态数学模型为基础,对生产能力为8万t/年的甲醇生产过程中的双效精馏的3种流程(并流型、逆流型、平流型)进行了计算。分别得到3种流程所需最小蒸汽量与蒸汽品质和冷水量。通过对不同流程所需的加热蒸汽的费用比较,提出了精馏设计的最佳节能优化方案。结果表明:在相同生产能力下,逆流型流程实现了较好的节能效果,比单塔流程节约蒸汽加热费用约30.3%,比目前国内最常用的双效并流流程节约蒸汽加热费用约16.6%。     

正交车铣表面粗糙度预测模型的研究

车铣是近些年来发展起来的先进切削加工技术.采用多元回归正交试验法,进行了正交车铣ZL101铸铝合金的切削试验,确定了正交车铣切削用量与表面粗糙度之间的关系.轴向进给量对表面粗糙度影响最大,铣刀转速和偏心量等因素对表面粗糙度影响次之.通过正交试验法的回归分析原理,建立了表面粗糙度的预测模型,根据统计检验结果表明,所建立的表面粗糙度预测模型呈高度显著检验状态,具有很高的可信度.     

Large-angle attitude tracking maneuver of a spacecraft

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｍｏｒｅｄｅｖｅｌｏｐｍｅｎｔｏｆｓｐａｃｅｅｘｐｌｏｒｅｒｓ ,ｔｈｅｈｉｇｈｅｒｒｅｑｕｉｒｅｍｅｎｔｔｏｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｓｐａｃｅｃｒａｆｔ.Ａｔｔｉｔｕｄｅｔｒａｃｋｉｎｇｍａｎｅｕｖｅｒｐｒｏｂｌｅｍｉｓｏｎｅｏｆｉｍｐｏｒｔａｎｔｓｕｂｊｅｃｔｓｉｎｔｈｅａｒｅａｏｆｓｐａｃｅｃｒａｆｔｃｏｎｔｒｏｌ ,ｗｈｉｃｈｇｅｎｅｒａｌｌｙｒｅｑｕｉｒｅｓｍａｎｅｕｖｅｒｉｎｇｑｕｉｃｋｌｙａｎｄｒｅｏｒｉｅｎｔｉｎｇｐｒｅｃｉｓｅｌｙ .Ｃｏｎｓｉ…