变论域模糊PID控制在交流发电系统中的应用

在三级式交流发电系统中一般使用传统PID控制器进行调压控制,但是在某些工况下该控制策略难以满足复杂系统的高精度、快响应要求。通过在传统PID控制器的基础上,分析了其不足之处,引入了模糊PID控制策略。同时,针对模糊PID在系统的动态调节过程中论域过小的问题,提出了一种基于变论域模糊控制理论的PID控制器,并与传统双环PID控制和普通的模糊PID控制在MATLAB/Simulink软件中进行对比仿真,验证了该控制策略具有更好的稳态调节精度和动态调节性能,与传统双环PID控制器相比,稳态误差从0.5%优化到0.3%,动态调节时间从0.4 s缩短至0.2 s。     

基于D-S理论的故障诊断融合算法及应用研究

针对工业现场传感器状态类型复杂多变、被测参量难以准确可靠获得等问题,提出了一种基于RBF神经网络和证据理论的两级信息融合方法。利用RBF神经网络实现特征层数据融合,并建立基本信任分配函数,解决了D-S证据理论确定基本信任分配函数困难的问题;基于D—S证据理论的传感器故障诊断方法,可用来判断出工业现场传感器的有效工作状态。木材含水率检测结果表明,基于RBF神经网络和证据理论的两级信息融合方法可正确定位并准确分离出失效传感器。     

木材干燥窑内判断传感器有效状态方法的研究

为了判断传感器的有效工作状态,提出了基于D-S证据理论和CMAC神经网络的信息融合方法。利用传感器在空间和时间上的冗余或互补信息,依据D—S证据理论,消除故障检测、诊断中的不确定性。采用模块化的小脑模型识别网络建立基本信任分配函数,具有最佳一致逼近特性,同时解决了D—S证据理论确定基本信任分配函数的困难和因输入参数改变影响信任分配函数构建的问题。仿真结果表明：该方法可以对木材干燥过程中传感器工作状态进行有效诊断。