粉煤灰恒压输送滑模控制系统研究

为了克服PID控制器的缺点,有效抑制状态变量的超调问题,加快系统的控制速度,增强系统的抗干扰性,针对粉煤灰恒压输送系统提出了一种自学习滑模控制方法。设计了一种非线性光滑函数,并将其应用于自抗扰控制器、跟踪微分器及滑模趋近律的设计。鉴于进一步提高系统的自适应控制能力,使用了最速下降法对滑模控制器的增益参数进行自学习镇定。仿真与实验结果表明:该方法不仅响应速度快、控制精度高,而且有效抑制和消除了系统抖振和超调现象。     

论纠错无量纲比例增益的必要性及其改进策略北大核心CSCD

通过分析PID控制系统的物理属性发现,PID控制中“无量纲比例增益与相互独立增益”的概念会引起量纲冲突与不协调控制机理两个理论问题。为了解决这两个问题,提出了两个科学思想:一是科学定义比例增益的量纲属性,纠正无量纲比例增益的历史性错误,以便消除PID控制系统的量纲冲突问题;二是探索三个增益之间的内在关系,纠正三个增益相互独立的历史性错误,以便消除比例控制力、积分控制力和微分控制力之间的不协调控制问题。研究结果开创了基于量纲匹配原则的控制理论发展新方向,具有重要科学意义。     

基于多分辨率分析和傅立叶基神经网络的电力系统短期负荷预测

提出了一种基于小波多分辨率分析和傅立叶基函数神经网络算法(FT-ANN)进行短期负荷预测方法.通过小波多分辨率分析把负荷序列分解为不同频段的子序列,再对这些子序列分别采用相匹配的人工神经网络模型进行预测,最后叠加得到负荷序列的最终预测结果.多分辨率分解能够提取负荷序列中一些周期性特征,符合周期傅立叶级数模型,并采用傅立叶基神经网络模型获得了预测结果.经实例验证,该方法具有较高的预测精度和较强的适应能力.     

同步发电机短路故障参数的扩充Prony算法辨识

针对同步发电机短路故障问题,在分析同步发电机短路电流信号特点的基础上,提出了基于扩充Prony算法的同步发电机三相短路电流分段分析方法,建立了同步发电机突然三相短路电路模型。通过仿真分析得到拟合误差曲线以及A、B两相短路电流的模态信息。仿真结果表明:算法能够有效的提取各相电流信号的幅值、频率、相位和阻尼参数等模态信息,信号拟合精确度在10-5以上,是一种有效的同步发电机短路电流分析算法。     

一种基于共轭梯度法的频谱分析方法

提出了一种分析频谱的新方法,其主要思想是采用共轭梯度法训练傅里叶基神经网络权值,根据权值获得信号的幅度谱和相位谱,并给出了基于Matlab语言的频谱分析应用实例。仿真结果表明,与FFT相比,该方法具有计算精度高,计算速度快以及滤除噪声的功能。     

非线性PID自学习控制方法研究

针对非线性、多变量、强耦合系统的控制问题,提出一种基于双曲函数的非线性PID自学习控制方法。在PID控制过程中,用双曲函数构造比例、积分、微分3个增益参数分别随误差变化的规律曲线,将传统线性PID控制律转化为非线性PID控制律的控制思想,并使用自学习算法实时调整3个非线性增益函数的增益系数,实现基于双曲函数的非线性PID自学习控制。仿真实验结果表明,与其他控制方法相比,该方法具有更强的鲁棒稳定性和抗扰动能力,是一种有效的控制方法,在非线性控制领域具有重要的应用价值。     

红外遥控电子密码锁应用研究

详细介绍了红外发送密码芯片CIPH210A与红外接收密码芯片CIPH211A的功能，特性和使用方法，给出了红外发送器与红外接收器的设计电路以及由其组成的电子密码锁的典型设计电路和具体应用方法。     

基于单片机的Chebyshev神经网络硬件设计

介绍了Ｃｈｅｂｙｓｈｅｖ神经网络简洁拓扑结构及逼近任意非线性映射的优异特性,并提出了一种神经网络硬件设计方法。     

关于"信号、系统与控制理论"新课程的探索

针对“信号与系统”和“自动控制理论”等课程中许多知识相互重复的弊端。根据电子电气工程（EEE）类各专业的教学实际,提出了将其科学地综合成“信号、系统与控制理论”新课程的具体方案,提出了依照“先信号、后系统,先连续、后离散”的顺序,按分析方法展开的知识结构,并在试验班教学的基础上,从节省总课时和符合学生认知规律两方面,进行了“信号、系统与控制理论”新课程的效果分析。     

基于神经网络算法的谐波参数估计

研究基于神经网络算法的谐波参数估计方法.采用递推最小二乘法(RLSM)作为学习算法,提高神经网络的收敛速度并避免局部极小问题.为验证该算法的有效性,给出利用该算法进行间谐波分析的仿真实例.仿真结果表明,提出的间谐波分析方法具有计算精度高、训练速度快的特点,因此在电力系统间谐波分析中具有较大的应用价值.