一种新型PID自整定方法

Astrom的继电器反馈法整定PID参数以其简单实用而获得了广泛应用,但是这种使用理想继电器的辨识方法存在着辨识误差大和需要预先知道被控对象稳态增益两个缺点.为此提出了一种设定值饱和继电器反馈法.这种方法使用饱和继电器代替理想继电器以获得更精确的描述函数表示,并且使用反馈来校正被控系统使其增益为1.使用这种方法可以较好地克服继电器反馈法的两个缺点,辨识结果更接近真实值.仿真结果表明这种方法是行之有效的.     

基于RBF神经网络的改进多变量预测控制

针对一类多输入多输出非线性被控对象,提出一种基于单神经网络的预测控制算法,应用RBF神经网络对非线性系统进行辨识,并计算被控系统多步预测输出值.该方法通过对传统预测目标函数加以改进,给出一种带微分项的多步预测目标函数,通过迭代寻优实时给出优化控制量.该方法实时性好,简化了传统预测控制算法,加快了滚动寻优的速度,有效地抑制了系统惯性和输入时滞所带来的超调,减小了模型误差、干扰及不确定性对控制器的影响.仿真及应用结果表明了该方法的有效性.     

伺服系统弹性负载的闭环辨识方法EI北大核心CSCD

为有效解决机械谐振问题,伺服系统弹性负载的辨识是非常关键的步骤.本文以工业中最常见的双惯量系统作为辨识对象设计闭环辨识方法,使用伪随机二进制序列作为激励并采集电机电流转速信号.在此基础上,使用最小二乘法拟合系统的自回归移动平均模型,并提高模型阶次以保证拟合精度.为抑制采样噪声的影响,提出基于平衡截断的模型降阶方法,根据Hankel奇异值大小判断系统阶次并提取主要模态.最后,通过仿真和实验进行验证,结果表明:相比于传统辨识方法,本文所提出的辨识方法能够有效抑制噪声干扰,具有更高的精度.     

飞行器动力系统多变量控制结构设计研究

针对飞行器动力系统多变量控制系统结构设计问题,提出了以相关增益矩阵方法确定发动机多变量控制方案中被控参数与控制量的一一对应关系,阐明了相关增益矩阵的意义.以二输入二输出系统为例推导了相关增益矩阵的比值计算方法.并以某型三输入三输出的变循环发动机为仿真算例,计算了其各被控参数和控制量的相关关系.根据其相关关系,确定了该变循环发动机多变量控制系统结构,并分析了其相关关系对飞行器动力系统多变量控制方案确定的意义.仿真算例表明,利用相关增益矩阵方法可以定量地确定系统各控制量和被控参数的相关关系,从而可以避免传统方法仅通过经验定性确定其相关关系的缺点.     

滑模观测器在大惯量扫描镜系统中抗谐振的应用

针对扫描镜伺服控制系统中柔性连接所导致的机械谐振问题,本文提出一种结合电机加速度反馈以及负载速度反馈的滑模观测器控制方法.首先建立伺服系统柔性连接的数学模型并分析谐振对系统性能的影响;然后给出滑模观测器的设计过程;随后将观测出的电机加速度以及负载速度反馈到伺服系统中进行补偿;最后分析了位置传感器对伺服系统控制性能的影响,系统的鲁棒性,并与相似被控条件下的其他控制方法进行了比较.仿真结果表明:与未采用观测器时相比,本文所提出的方法有效地抑制了基于柔性连接的伺服系统中的机械谐振问题,提高了系统的控制性能,且具有较高的鲁棒性.     

迟延惯性系统的一种自校正增量型PID控制

对于具有大迟延、大惯性特性的被控对象,常规PID控制往往难以取得满意的控制效果。在对常规PID控制算法及迟延和惯性系统的动态特性进行定性分析的基础上,提出了一种新的自校正增量型PID控制方法。首先采用带最小损失函数的递推最小二乘算法通过离线辨识获得被控对象初始的迟延和惯性特性,并据此整定PID控制器参数;控制过程中,通过在线辨识实时获取被控对象的动态特性,并利用历史控制信息,根据在线辨识结果获得一种具有自调整功能的校正基准量,从而形成一种自校正增量型PID控制器。最后,将其应用于电站锅炉过热汽温串级控制系统中。仿真试验表明,该方法能够有效地控制具有时变特性的大迟延、大惯性对象,表现出了良好的自适应能力。     

基于PSO的变结构变时滞自校正控制

针对变结构、变时滞被控对象,将粒子群优化(PSO)算法与广义最小方差相结合,采用实时自校正过程对其进行控制,提出基于PSO自校正控制器算法.该算法应用隐式辨识方式,可减少辨识计算量,通过跟踪误差来改变辨识精度.以工业上典型的一阶、二阶和三阶系统的结构变化并伴随着有时滞突变的复杂被控对象进行仿真,并和基于最小二乘的传统自校正控制方法比较得知,在运用PSO自校正控制器的控制下,系统输出量与期望输出之间的方差趋于更小,控制跟随性和鲁棒性均较好.仿真结果表明该自校正控制器的有效性与应用价值.     

基于神经网络的时滞非线性系统的广义预测控制

针对一类时滞非线性被控对象,提出一种基于RBF神经网络的广义预测自校正控制方案,在广义预测控制中,采用RBF神经网络建立被控对象的多步预测模型,并不断修正预测输出,提高预测输出的精度.控制器则采用GPC隐式修正算法,不用辨识对象的模型参数,大大减少了计算量.经过仿真研究,与常规的PID自适应控制方法相比较,证明了该方法的优越性,预测控制误差小,实时性好,动态响应快.     

大惯量扫描镜的滑模自抗扰控制

针对大惯量扫描镜伺服系统中因柔性连接所导致的机械谐振问题,本文提出一种非线性滑模自抗扰控制方法对机械谐振加以抑制.首先建立了伺服系统谐振数学模型,并分析了自抗扰控制抑制谐振的原理;然后建立了速度环滑模自抗扰控制器,并在计算机仿真软件中针对连续–离散混合模型进行仿真;最后在大惯量扫描镜机构上进行控制实验.仿真结果表明,采用滑模自抗扰控制后,机械谐振得到了抑制,系统的动态性能得到了提高,系统更接近于刚性连接系统.实验结果表明,扫描镜摆动过程中匀速段及反向加速段的机械谐振得到了有效抑制,位置跟踪精度得到了有效提高,达到了设计要求(<1′′).     

未知参数非线性系统的自适应广义预测控制

研究非线性系统的稳定性和跟踪优化问题,针对未知参数非线性系统的参数辨识和输出跟踪问题,给出参数自适应广义预测控制方法,为使辨识模型能实时反映被控对象特性以及输出对设定值的跟踪有较高精度.提出将非线性系统转化为受控自回归滑动平均模型,根据输入输出数据辨识模型参数.采用广义预测控制滚动优化的策略得出最优控制律,将最优控制律作用于对象实现非线性系统的优化控制以及系统输出对设定值的跟踪控制.明显克服了自适应控制对模型精度要求高的缺陷且具有在线辨识,滚动优化的特点.最后,通过仿真实例验证了方法的有效性.     

三轴稳定卫星扫描镜伺服系统的谐振抑制

本文针对三轴稳定卫星中的扫描镜伺服系统在运行时产生的机械谐振现象,采用在反馈回路中加入加速度观测器的方法抑制此类机械谐振.首先针对大惯量扫描镜伺服系统的机械传动结构建立研究模型,通过数学推导和仿真分析谐振产生的原因及谐振对系统控制性能的影响;然后采用加速度观测器方法,将观测出的加速度反馈到伺服系统电流环的前端对谐振进行补偿,并分析了噪声对观测器性能的影响与限制;最后的仿真结果表明,相比于采用陷波滤波器抑制谐振的方法,采用加速度观测器能更为有效地抑制三轴稳定卫星中扫描镜伺服控制系统中的机械谐振,并提高系统的控制性能,且设计的观测器对噪声具有良好的鲁棒性.     

A Feature Identification System for Electron Magnetic Resonance Tomography: Fusion of Principal Components Transform,Color Quantization and Boundary Information

A windows-based, object-oriented, feature identification system for electron magnetic resonance imaging (EMRI) is presented. Identification of region of interest (ROI) is achieved by fusing the standard principal component transform (PCT) and a color quantization method. The performance of the system is evaluated using renal and a series of murine RIF tumor data imaged on different days after the implantation of the tumor. The integrated ROI identification system clearly brings out the capability of EMRI to detect changes in the tumor redox status when thiol levels are lowered. Prior application of PCT reduces the computation load on the color quantization process, enabling the system to be twice faster than an earlier technique reported by the authors. The system is implemented in Visual C++ using Micro Soft Foundation Classes (MFC). Both visual evaluation as well as quantitative metrics shows the performance of the system to be optimal for 8-color quantization.     

应用复杂陷波器精确消除经纬仪机械谐振方法的研究

为了精确消除机械谐振频率对经纬仪系统性能的影响,应用了复杂型的数字陷波器,利用其幅频特性与实际系统幅频特性相对比的方法,精确消除了机械谐振.实验表明:该方法可以做到在对经纬仪低频段特性影响较小的情况下,精确消除机械谐振,提高经纬仪的闭环带宽及其稳定性.     

基于神经网络的两步预测自适应控制器及其应用

设计了基于神经元网络的两步预测自适应控制器.这种控制方法在线运算量较少,并且能很好地控制复杂的非线性系统.仿真结果验证了这种方法的有效性.     

Constrained two dimensional recursive least squares model identification for batch processes

Recursive system identification, due to its easy online implementation and computation efficiency, has been widely used in many advanced process controls such as adaptive control and model predictive control (MPC). This paper proposes a novel two dimensional recursive least squares identification method with soft constraint (2D-CRLS) for batch processes. This method can improve the identification performance by exploiting information not only from time direction within a batch but also along batches. A soft constraint term is incorporated in the cost function to reduce the variation of the estimated parameters. A bound on weighting matrix has been established as the sufficient consistency condition in the paper together with a practical guideline for weights selection. Results based on the experimented data for injection molding, show the superiority of the proposed method over the conventional identification based on recursive least squares.     

A computer vision approach for weeds identification through Support Vector Machines

This paper outlines an automatic computer vision system for the identification of avena sterilis which is a special weed seed growing in cereal crops. The final goal is to reduce the quantity of herbicide to be sprayed as an important and necessary step for precision agriculture. So, only areas where the presence of weeds is important should be sprayed. The main problems for the identification of this kind of weed are its similar spectral signature with respect the crops and also its irregular distribution in the field. It has been designed a new strategy involving two processes: image segmentation and decision making. The image segmentation combines basic suitable image processing techniques in order to extract cells from the image as the low level units. Each cell is described by two area-based attributes measuring the relations among the crops and weeds. The decision making is based on the Support Vector Machines and determines if a cell must be sprayed. The main findings of this paper are reflected in the combination of the segmentation and the Support Vector Machines decision processes. Another important contribution of this approach is the minimum requirements of the system in terms of memory and computation power if compared with other previous works. The performance of the method is illustrated by comparative analysis against some existing strategies.     

语音活动检测对方言辨识系统的影响研究

分别把基于阈值判断和基于统计模型的语音活动检测（VAD）应用于汉语方言辨识系统中,对比了系统识别率及运算时间。其中基于能量、过零率等阈值判断的方法以其算法简单、计算量少的优点在高信噪比噪声环境下取得较好的效果,但在低信噪比噪声环境下准确性及鲁棒性急剧下降。在相同测试环境下,采用统计模型的DD＋Hang-over算法取代传统经典阈值算法。实验表明,基于统计模型的算法在高斯混合模型（GMM）系统下运算时间稍氏,但抗噪声性能明显优越于基于阈值判断的算法,尤其在低信噪比的加性噪声环境下效果更显著。     

基于啮合频率调制现象的齿轮振动信号辨识

齿轮是大多数旋转机械设备的核心零部件,也是主要的振动来源.为了评估齿轮箱的健康状态,从机械系统信号中提取齿轮箱的振动成分具有重要意义.齿轮的啮合频率包含了反映其运行状态的丰富信息,是进行齿轮在线监测和故障诊断的前提条件.通过理论分析和试验验证,解释了啮合频率调制现象,也就是当齿轮在重载条件下工作时,啮合频率会以啮合冲击的形式被调制到高频共振区.基于此现象,提出了一种齿轮振动信号辨识方法.在此方法中,通过迭代获得啮合能量比图,以确定啮合共振频带.此方法的性能通过试验台试验和叉车现场试验进行了验证.通过与快速谱峭度方法进行对比,证明所提出的方法适用于齿轮振动信号辨识,尤其是当齿轮处于重载条件时.