基于CIP协议的液压型风力发电机组上位监控系统通信方法研究

以液压型风力发电机组的上位监控系统为研究对象,针对上位监控系统与下位机的通信问题,结合EtherNet/IP通信原理,提出一种基于CIP协议的液压型风力发电机组上位监控系统通信方法,并通过Microsoft Visual Studio开发环境,采用C#语言实现上位监控系统的通信。测试结果表明：采用基于CIP协议的通信方法能够实现液压型风力发电机组上位监控系统的通信,并独立于其他任何通信软件;与上位监控系统的其他通信方法相比,基于CIP协议的通信方法提升了通信效率,节约了资源,降低了成本,可为后续开发完整的液压型风力发电机组上位监控系统提供通信基础。     

机器人打毛刺系统模型参考自适应控制

研究了一种模型参考自适应的方法来用于机器人除毛刺。在此设计中，引入前馈和反馈来控制砂轮的位置和砂轮与工件的接触力。应用此控制器可以使机器人去除未建模工件的毛刺。在每个操作点上，我们用一个二阶线性模型来逼近原始的非线性模型。仿真结果验证了本文所提出方案的有效性。     

具有区间快变时延的NCS H∞鲁棒容错控制

针对存在时延和丢包的网络化控制系统,同时考虑参数不确定性和有限能量外部扰动的影响,研究了执行器或传感器失效时系统的H∞鲁棒容错控制问题.将丢包当作一种特殊时延,考虑综合时延的区间快变特性,采用状态反馈控制策略,通过构造适当的Lyapunov-Krasovskii泛函,推证出了闭环系统对执行器或传感器失效故障具有H∞鲁棒...     

自动化专业实践教学改革的思考与探索

针对如何培养和提高自动化专业本科生工程实践能力和创新能力的议题,结合自动化专业人才培养目标的要求,从自动化专业实践教学改革的角度,对实践教学新体系进行了探索,总结出以理论验证性实验为基础、以自选设计性实践为主干、以技能应用综合性实践为重点的三个教学层次的完善的体系结构,阐述了三个层次之间的紧密关系,详细探讨了自选设计性实践的特点,并介绍了我校自动化专业开展自选设计性实践的做法,以期能够把握住实践教学改革的关键环节,为培养社会需要的自动化专业应用型人才进行了有益的尝试。     

一种基于WinCC的PID型自适应模糊控制系统的设计

利用组态软件WinCC完成数据采集、控制信息输出以及人机交互等工作,利用MATLAB完成PID型自适应模糊控制算法运算,在MATLAB和WinCC之间通过动态数据交换（DDE）协议对过程变量、控制变量和设定值实时更新。通过对水箱液位控制实验,结果表明,该方法在实际过程中是切实可行和值得推广的。     

基于单神经元PID自适应的液压型风力发电机组恒转速控制

以新型液压型风力发电机组为研究对象,针对风速随机变化引起变量马达转速恒定困难的问题,提出一种基于单神经元PID自适应控制的方法,深入研究单神经元PID自适应控制器参数对变量马达恒转速控制性能的影响。利用AMESim仿真软件建立定量泵-变量马达液压模型,联合MATLAB/Simulink仿真软件进行了仿真研究。仿真结果表明:相比于经典的PID控制方法,单神经元PID自适应控制方法对变量马达恒转速控制具有良好的效果,增强了系统的抗扰动能力,提高了变量马达恒转速输出精度。     

多级注意力传播驱动的生成式图像修复方法

现有图像修复方案普遍存在着结构错乱和细节纹理模糊的问题, 这主要是因为在图像破损区域的重建过程中, 修复网络难以充分利用非破损区域内的信息来准确地推断破损区域内容. 为此, 本文提出了一种由多级注意力传播驱动的图像修复网络. 该网络通过将全分辨率图像中提取的高级特征压缩为多尺度紧凑特征, 进而依据尺度大小顺序驱动紧凑特征进行多级注意力特征传播, 以期达到包括结构和细节在内的高级特征在网络中充分传播的目标. 为进一步实现细粒度图像修复重建, 本文还同时提出了一种复合粒度判别器, 以期实现对图像修复过程进行全局语义约束与非特定局部密集约束. 大量实验表明, 本文提出的方法可以产生更高质量的修复结果.     

基于双重速率QDMC的液压型风力发电机组变量马达转速控制

由于二次动态矩阵控制（quadratic dynamic matrix control,QDMC）算法中二次规划求解计算量大、实时性差等问题,难以满足液压型风力发电机组变量马达转速的高精度快速控制需求。该文提出一种双重速率二次动态矩阵控制算法（dual rate QDMC,DR-QDMC）,将控制增量的求解分解为快速层和慢速层2个时间尺度进行,利用AMESim-Simulink/Matlab联合仿真平台构建液压型风力发电机组的AMESim仿真模型并研究分析DR-QDMC算法性能。仿真实验结果表明,DR-QDMC算法不仅可增强系统控制实时性,而且还能提升变量马达转速控制的快速性和抗扰性。     

基于遗传算法的机器人分层模糊控制

为解决模糊多变量控制中规则数随系统变量数呈指数增长的问题,针对机器人轨迹跟踪的特点,提出了一种分层模糊控制器的设计方法。该方法不仅减少了模糊规则数,而且使模糊控制逻辑变得清晰明了,其中控制参数采用遗传算法整定。实验结果证实:该方法控制效果好、系统跟踪速度快。