基于聚类算法的C-R模糊模型结构辨识

工业过程中多数系统呈现出非线性、时变性和多模态性等特征,往往难于用机理建模的方法建立它的模型,因此利用系统的输入和输出数据进行非机理建模是非常有意义的。对C-R模糊模型进行了改进,应用关系度聚类算法在线辨识出系统的模态,即系统C-R模型的模糊子空间的数目,提出了C-R模糊模型的聚类建模方法,仿真结果表明了该算法的有效性,节省了运算时间,简化了运算过程。     

啤酒糖化温度DMC-PID预测控制方案

啤酒糖化温度对象具有大惯性滞后,工艺要求该参数要快速跟踪工艺设定且无超调,常规PID算法显然难以满足这些需求。针对加热蒸汽压力频繁波动的特点,将预测控制算法与串级控制相结合,设计了糖化温度DMC-PID串级控制系统。仿真结果表明,该系统与常规PID控制系统相比既具有较好的随动跟踪性能,又无超调,且具有较强的抗干扰性。     

非线性PID仿人智能控制算法及仿真

针对仿人智能算法中,由固定增益的比例和智能积分组成的控制器不能获得满意的动静态控制性能的缺点,在系统阶跃响应曲线的不同阶段,模拟了经验丰富的操作人员的控制策略,将非线性比例环节、积分环节和固定增益的微分环节引入到仿人智能控制中,提出了一种非线性PID仿人智能控制算法。通过对三阶系统的数值仿真,证明了该算法的有效性。     

基于BP神经网络的仿人智能控制仿真研究

在仿人智能控制算法的闭环阶段。须调整比例、积分和微分三种控制作用，形成控制量既相互配合又相互制约的关系，这种关系不一定是简单的“线性组合”，从变化无穷的非线性组合中可以找出最佳的。而BP神经网络所具有的任意非线性表达能力。可以通过对系统性能的学习来实现具有最佳组合的过程控制。在对非线性系统的数值仿真中，取得了较好的阶跃响应。     

变论域模糊仿人智能控制

从优化模糊控制器的角度出发,讨论了变论域思想和伸缩因子的概念,同时就量化、比例因子和伸缩因子的关系进行了分析,在此基础上将模糊和变论域思想相结合,形成变论域模糊控制结构;进而将其与仿人智能控制相结合。为防止由控制量切换引起的系统扰动,引入比值切换方式;为消除系统余差,引入智能积分开关。最后通过对工业常见二阶时滞系统进行仿真研究,表明该方法达到了预期目的,性能明显高于未改进的仿人智能控制。     

原位聚合无卤阻燃3D打印PA 6粉末的制备及表征

在己内酰胺(CPL)水解开环悬浮聚合体系中加入三聚氰胺氰尿酸(MCA)单体盐,制备了可用于3D打印的无卤阻燃聚酰胺6(FRPA 6)粉末材料,在打印机上烧结成形,研究了MCA单体盐的加入对制品力学性能及阻燃性能的影响,并对FRPA 6形貌及性能进行了表征。结果表明:在悬浮聚合体系中,MCA的自组装反应进行比较充分,生成的MCA均匀分散在FRPA 6中,达到纳米级别;随着体系中MCA含量的增加,FRPA 6的熔点、抗冲击强度、拉伸强度和弯曲强度有所下降,断裂伸长率、结晶温度有所提高,当MCA质量分数为8%时,FRPA 6阻燃性能达到UL94 V-0级,拉伸强度为62.4 MPa,缺口冲击强度为7.4 k J/m~2,弯曲强度为64.7 MPa。     

基于遗传算法的仿人智能控制

将仿人智能控制与基于自适应在线遗传算法整定的PID控制算法相结合,在线调整闭环阶段的参数;在保持环节,根据误差极值调整抑制系数。二阶系统的数值仿真证明了该算法的有效性。     

三种阶跃响应模型及控制器参数整定

控制器参数整定需要对实际对象进行建模,工程上常用的模型是阶跃响应模型即飞升曲线。根据数字控制平台的特点给出三种阶跃模型:无量纲广义数字对象模型即从数字控制量到数字被控制量;半量纲广义对象模型即从数字控制量到带量纲的实际物理被控量;全量纲对象模型即从带量纲的实际物理控制量到带量纲的实际物理被控量。根据这三种模型给出了PID的数字算法中偏差的不同计算方法和所对应的参数整定方法,并且给出一种测试未知数字PID参数的整定方法。