船舶发电机组容错的StateFlow模糊PID控制研究

为了提高单个传感器故障情况下船舶柴油发电机组转速的稳定性,运用基于State Flow的模糊PID容错控制策略研究了船舶柴油发电机组传感器故障后的转速控制。研究中建立了基于Matlab的传感器故障模拟模型,基于StateFlow的故障判别方法,通过对故障传感器的估算和模糊PID控制,实现了对传感器故障后船舶柴油发电机组的转速控制。仿真结果验证了故障模型的正确性和基于StateFlow的模糊PID控制方法对传感器故障后船舶柴油发电机组转速控制的有效性。上述建模与控制的研究为进行多个传感器故障的容错控制研究奠定了基础。     

船舶发电机组转速神经网络模型参考自适应控制研究

将基于神经网络的模型参考自适应控制（NNMRAC）作为控制策略用于研究船舶发电机组的时变与非线性转速控制,以提高控制质量。研究中建立了船舶发电机组二阶传递函数模型,模型参考自适应控制的神经网络辨识器与控制器均采用多层前馈拓扑结构,网络训练采用量化共轭梯度反向传播优化学习算法。学习完成的神经网络模型参考自适应控制器与PID控制器并行作用于船舶发电机组,仿真数据表明船舶发电机组转速控制系统的调速快速性得到了提高、灵敏度得到了改善。     

钢锭内部温度预测模型的CFD建模与应用

钢锭内部温度分布是钢铁热处理过程中最重要的参数之一,但是常规的测量方法和手段不能保证高温环境下、长期测量的精度。针对某钢厂出现的钢锭过加热问题,采用流体力学计算方法建立钢锭的三维非稳态导热模型,并针对该钢厂此钢锭的少量现场测量数据确定模型参数,分析钢锭内部温度分布,修正和调节目前钢厂运行的一维钢锭温度预测模型,确保在线控制模型的预报精度。