改进型的动态矩阵控制

本文在分析了七十年代出现的动态矩阵控制算法的基础上,发现该算法在克服干扰的定值调节方面质量不高,从而提出了变预估修正系数的改进算法。并且通过理论分析和实际应用证实了这种改进的正确性和优越性。在过程控制实验室的温度装置上进行的实时控制试验,表明了这种改进算法有较大的实用价值。     

基于M68HC908Q系列单片机掉电保护系统的设计与实现

介绍一种由电源监控芯片MAX708和串行E~2PROM AT24C02构成的低成本、高可靠性的掉电检测和保护电路。在软件上，通过对现场数据的保护实现了上电后现场数据的恢复。同时对E~2PROM存储区的循环写入增加了可擦写次数，特别适用于数据更新频繁的智能仪表的数据掉电保护。     

动态矩阵控制在非自衡系统中的应用

动态矩阵控制(Dynamic Matrix Contiol,简称DMC)算法是以对象的离散脉冲系数模型为基础的,过去的DMC算法只能适用于自衡系统.本文研究了DMC算法在非自衡系统中的推广应用.推导出一个既适用于非自衡系统,又适用于自衡系统的改进DMC算法.作者通过计算机数字仿真和在实验室液位系统上的实时计算机控制证实了此改进DMC算法的正确性和实用性.     

基于80196KC的晶闸管钨极氩弧焊电源控制器的设计

基于晶闸管弧焊电源驱动类型以及控制电路的功能原理,设计开发了以80196KC单片机为核心部件的晶闸管电源驱动控制器.此控制器采用面板选取工作模式及设置给定参数值,反馈值取自晶闸管主电路的导通电流,偏差值采用增量型PI控制算法计算控制量,并利用主电路电流的过零时刻值来确定输出同步触发脉冲信号以对晶闸管导通电路进行控制.提供了相关的硬件电路原理图及软件程序流程图,并对其构成及原理进行了详尽的阐述.     

面向污水处理过程因子分析故障诊断方法的研究

污水生化处理过程是一个典型的多变量、非线性、具有强外部干扰的复杂工业过程,基于主元分析(PCA)的方法在污水处理过程的故障诊断中已经得到了广泛的应用和发展.但是,主元分析存在着噪声和不确定信息描述能力不足的问题.针对污水过程的特点提出了因子分析(FA)故障诊断方法,同时拓展了因子分析监控指标以及解决了故障辨识贡献图的控制问题,为污水处理过程的有效监控提供了可行性.所提出方法在国际水协会BSM1模型上得到了有效的验证,与PCA的对比研究表明FA提供了更低的故障误报警率和更完整的不确定信息描述能力.     

无线传感器网络中目标跟踪的马尔可夫模型与预测方法

针对目标运动是一个包含许多不确定因素的非线性非高斯随机过程,提出基于马尔可夫随机场模型与粒子滤波的WSN分布式目标跟踪方法(MRF-PF)。把目标跟踪过程看作是一个马尔可夫过程,基于贝叶斯规则,建立目标状态分布函数,用粒子滤波估计目标状态,实现目标跟踪。实验结果:对于泊松白噪声,MRF-PF方法的跟踪均方根误差RMSE相比卡尔曼滤波(KF)和扩展卡尔曼滤波(EKF)方法分别降低52.6%、49.2%;对于方差σ2由0.3→3的高斯噪声,GM-PF方法的RMSE相比KF、EKF分别降低54.5%～77.2%和23.5%～54.2%。这表明MRF-PF方法在非线性非高斯噪声或高斯噪声变化较大时具有较好的抗噪能力及跟踪性能。     

SJA1000内寄存器的VHDL语言读写设计与应用

SJA1000是一种独立的CAN总线控制器,主要应用于工业环境中的区域网络控制。随着FPGA的广泛应用,CAN总线与FPGA的应用日益加强。文章从状态机的角度,介绍SJA1000内部寄存器的硬件语言读写时序的实现和应用,详细描述状态机的工作原理和相应的VHDL代码。     

一种异构传感器网络的能量有效路由算法

无线传感器网络设计能量有效的路由算法是至关重要的.对于不同类型的传感器节点传输不同大小数据包信息以及拥有不同初始能量的异构传感器网络,本文提出了一种适合此传感器网络的D-REECR路由算法,此算法是在之前提出的REECR算法上改进而来.基于REECR没有考虑簇头在选择时的分布不均匀性,D-REECR将簇头闻的距离作为选择簇头的因素之一,与节点的剩余能量及能量消耗率一起作为选择簇头的依据.这样使各个簇大小基本一致,从而平衡各个节点的能量消耗,达到延长网络生命的目的.仿真结果显示,改进后的D-REECR算法比REECR算法在能量效率上大约提高5%～10%.     

欠驱动船舶航迹Backstepping自适应模糊控制

针对欠驱动船舶直线航迹跟踪问题,提出一种Backstepping自适应模糊控制方法．在模糊逼近误差存在未知上确界的假设条件下,基于Lyapunov~论证明了闭环系统在所有信号一致最终有界意义下具有均方意义稳定性．本文提出的控制器具有设计直观和结构简洁的特点,并且对参数摄动和外界干扰都具有良好的鲁棒性．在状态变量和控制输入共同约束下的仿真实验验证了该方法的有效性．     

面向污水处理的动态变分贝叶斯混合因子故障诊断

在污水生化处理过程中,存在着多变量耦合、强非线性、参数时变、大滞后等特点,面对这些特点,传感器故障频发,从而导致生化过程无法得到有效优化和诊断.为此,本文在结合动态数据特性的基础上提出了一种基于变分贝叶斯混合因子的动态故障诊断方法,同时,利用混合因子的在线调整实现了诊断模型的半自适应化.该方法能够捕捉到污水处理过程的强非线性和动态性,从而可有效降低故障诊断的误报率和漏报率.通过在国际水协会的BSM1模型上的模拟研究,充分表明所提出的策略可以显著提高故障诊断能力,精确地检测传感器的突变和漂移故障,甚至定位故障所发生的根本原因.