多模型系统的神经网络控制器设计

针对多模型不确定系统,文章给出利用神经网络同时逼近多个常规控制器,实现多模型控制的神经网络控制方法.仿真实验结果表明了该方法简单有效,鲁棒性强.     

聚硅硫酸铝处理长江水的生产性应用研究

用聚硅硫酸铝处理长江水进行生产性应用研究,研究结果表明:与硫酸铝相比,聚硅硫酸铝可降低混凝剂投加量20%~30%;在混凝剂投加量相近时,浊度平均值降低20%～50%;可以增大澄清池处理量15%;投加聚硅硫酸铝,滤池的主要运行参数及效能没有受到不利的影响.     

纸浆浓度的Smith预估器神经元自适应控制

针对纸浆浓度控制系统具有大纯滞后和模型不确定的特性,提出将神经元PID控制和Smith预估控制相结合的控制策略。该控制系统既具有Smith预估补偿控制的优点又有神经元自学习、自适应的能力。仿真实验结果表明该方法可以提高系统的控制品质,证实了这种方法的可行性。     

磷限制对三角褐指藻脂质含量及相关基因表达的影响

为了提高微藻生产油脂能力,本论文研究了不同浓度磷限制（0、16、32、48、64 μmol/L）对三角褐指藻细胞生长、总脂含量、叶绿素a含量和脂质合成相关基因表达量的影响,为三角褐指藻油脂的规模化生产和分子机理研究提供了理论基础。结果表明,磷限制虽然极显著地抑制了三角褐指藻细胞生长和叶绿素a含量,但却极显著地促进了脂质的积累。当磷浓度为0 μmol/L时,三角褐指藻细胞密度与对照组（64 μmol/L）相比极显著下降,下降了21.6%,但其脂质含量与对照组相比极显著上升,上升了61.64%。RT-QPCR分析结果表明：磷浓度为0 μmol/L时,FABD、DLD、FAD2、FABI、PTD12和ACC1等6个基因的表达量均极显著上调,这和磷浓度为0 μmol/L时的总脂含量变化一致,说明磷限制是通过促进脂质合成相关基因的表达来促进三角褐指藻脂质的积累的。主成分分析表明,DLD、FAD2和ACC1 3个基因是对脂质合成的主要贡献因子,累计贡献率达89.916%。     

新型混凝剂聚合硅硫酸铝试验研究

新型混凝剂聚合硅硫酸铝是以聚合硅酸为基础,用铝盐配制而成的无机高分子混凝剂。硅酸钠在一定的pH值条件下,活化聚合到适宜的聚合度,然后根据不同原水特点,选用合适的硅、铝比进行复配。制备的混凝剂受水温变化影响小,结成的矾花大而密实,沉淀效果好,适用于低温低浊水的处理。与常用的硫酸铝相比,配制成本与硫酸铝相仿,可节约矾剂40%,降低沉淀水浊度,减轻滤池负荷,提高出厂水水质。     

纸浆浓度的自适应模糊调整神经元控制

针对纸浆浓度控制,研究了单神经元自适应PID控制器的实现算法和自学习规律,采用模糊集理论对单神经元学习速率进行动态调整。计算实例表明该控制器应用于纸浆浓度控制比PID调节器和普通神经元控制器应当具有较好的控制品质。     

基于自适应Smith预估器的补偿模糊神经网络控制

针对滞后慢时变系统，利用Adaline网络在线辨识被控对象的静态增益和纯滞后时问，实时调整Smith预估器的参数，并采用补偿模糊神经网络作为控制器的控制方法。将该方法用于纸浆浓度控制系统，仿真实验结果表明了该方法的有效性和实用性。     

共注射成型中芯/壳层材料黏度比对追赶距离的影响

在塑料共注射成型中,芯/壳层材料分布是衡量制品质量的主要指标,当芯层熔体前沿突破壳层熔体前沿时形成前端突破,前端突破是导致废品的主要原因。成型过程中芯/壳层材料黏度比是影响材料充填和最终分布的最主要的因素。文中采用计算机辅助工程(CAE)软件对不同的芯/壳层材料组合进行共注射模拟分析,研究了不同的芯/壳层材料黏度比对充填过程中芯层熔体和壳层熔体前沿推进距离的影响,获得了芯/壳层材料黏度比对共注射成型过程中芯/壳层前沿距离演化的影响规律。     

纸浆浓度的自适应模糊调整神经元控制

针对纸浆浓度控制，研究了单神经元自适应PID控制器的实现算法和自学习规律，采用模糊集理论对单神经元学习速率进行动态调整。计算实例表明该控制器应用于纸浆浓度控制比PID凋节器和普通神经元控制器应当具有较好的控制品质。     

基于模糊调整的神经网络逆模型控制

研究了神经网络的逆模型辨识及其直接逆模型控制,提出了一种基于模糊调整的神经网络逆模型控制方法。采用神经网络建立非线性被控对象的动态逆模型,并用模糊集理论对控制器增益和积分增益进行动态调整。仿真实验结果表明该方法应用于纸浆浓度控制系统中具有良好的控制品质,较强的鲁棒性、适应性和抗扰能力。