基于β参数B样条基函数及改进PSO算法的PID神经网络控制

针对传统PID控制参数难以选择以及神经网络PID不适合控制动态系统的缺点,本文提出了基于重新参数化的B样条神经网络以及考虑到早熟现象的改进粒子群算法的PSO-B-BP-PID控制器.该控制器能通过PSO的搜索找到最佳适合的因子,从而得到适合本网络权值搜索的最佳重新参数化B样条基函数,同时,文中还提出由考虑到早熟处理的改进粒子群算法取代传统BP后向传播算法来作为网络学习算法,从而有效克服传统算法易于陷入局部最优的缺点.实验结果表明PSO-B-BP-PID的控制系统可以实现对被控系统的有效控制,并可提高控制系统稳定性、精确性与鲁棒性.     

基于双模态控制的异步电机并联运行方法的研究

针对两台电机参数和负载不一致的情形,在原有单台电机磁场定向矢量控制模型的基础上,结合平均的思想,推导出适合一个逆变器控制两台电机的磁场定向控制模型。该数学模型在矢量控制思想的核心下,利用定子电流的q轴分量控制电机的平均转矩,d轴分量控制平均转子磁通。由于PI控制和模糊滑模变结构控制在交流调试系统中的局限性,利用它们的各自优点,采用双模态控制方法对交流异步电动机系统进行控制。仿真结果表明,无论在启动时负荷不均衡、运行时负荷不均衡还是运行时负荷均衡情况下,该系统都能平稳运行,且具有较好的动态、稳态性能。该方案的研究对轨道交通意义较大。     

并网型光伏发电系统控制策略研究

根据单相电压源型光伏并网发电系统的结构组成及其工作原理,采用双环控制策略,针对传统PID控制器在相位幅值控制方面存在的误差,采用新型的重复控制器,提高了系统的准确性;针对电网电压作为并网系统的扰动量,采用前馈补偿技术,提高了该系统的稳定性.Matlab仿真实验结果表明,该控制策略输出的交流电与电网电压更加同步.     

粒子群算法在光伏系统最大功率点跟踪中的应用

介绍了光伏电池的特性,并在Matlab/Simulink中进行建模仿真研究.针对局部遮阴条件下光伏阵列的P-U特性呈现多个极值点,导致常规的最大功率点跟踪算法失效的问题,提出了一种基于粒子群算法(PSO)的最大功率点跟踪(MPPT)控制方法.仿真结果表明,该方法能够快速、准确地跟踪光伏阵列的最大功率点,具有较好的控制精度,有效地提高了光伏阵列的输出效率.     

金川公司西充填搅拌系统的DCS

本文介绍金川公司西充填搅拌系统ＤＣＳ的构成、控制功能、监控功能等，并给出了系统运行结果。     

金川公司西充填搅抖系统的DCS

本文介绍金川公司西充填搅拌系统ＤＣＳ的构成、控制功能、监控功能等，并给出了系统运行结果。     

基于FPGA的便携式超声波探伤仪设计

阐述超声波探伤原理的基础上,针对传统超声波探伤仪电路设计复杂以及调试困难等缺点,介绍了一种以Xilinx公司的FPGA为核心的设计方法,并将基于MicroBlaze软核处理器的SOPC技术引入到系统设计中,在此基础上完成了超声波探伤仪的设计。实验表明,该系统可以实现复杂算法和采集数据的实时处理,具有体积小、成本低、可靠性高和便于升级等优点。系统设计使用VHDL语言,应用软件设计使用C语言。     

无源性非线性控制策略的研究与应用

针对传统控制器在设计时常忽略与系统能量相关的问题,文中给出一种无源性控制策略,并将其应用于阻性负载的单相电流型PWM逆变器中。该控制策略主要是从能量角度分析逆变系统,根据在系统中注入阻尼,重新分布逆变系统能量的方法,使系统能够全局稳定。该方法无需将系统中的非线性因素完全抵消,即可实现电压、电流的渐近跟踪。仿真结果证明此无源性控制策略具有较好的鲁棒性,以及良好的稳态和动态性能,即使负载发生大范围变化,系统仍能保证稳定运行。据此也说明所述方法的正确性和有效性。     

基于粒子群算法的PID神经网络解耦控制

基于粒子群的优化算法具有对整个参数空间进行高效并行搜索的特点以及PID神经网络的自调节和自适应特性,设计了具有PID结构的多变量自适应神经网络控制器。该算法采用粒子群算法优化PID神经网络初始权值,并将优化后的最优初始权值控制非线性耦合系统。系统仿真结果表明,粒子群优化后的PID神经网络控制器具有逼近控制目标更快、响应时间较短的显著优点。该控制策略可在大范围内克服系统的非线性和强耦合问题,具有一定的理论研究价值和工程实用价值。     

Win CE平台下嵌入式故障诊断专家的设计

针对高科技产品专业性强、系统结构复杂、故障分析困难等问题,本设计以故障诊断的理论和方法为基础,提出了一种基于专家系统的故障诊断设计方案。设计构造了故障诊断专家系统的整体框架,探讨了专家系统中知识库的建立、推理机制以及人机界面设计等问题。