DCS系统环境下大纯滞后过程自适应补偿控制的应用

介绍ＤＣＳ环境下开发纯滞后自适应补偿控制算法设计，现场应用得到较好控制效果。     

基于BP神经网络的油井井斜角误差补偿研究

介绍了延长石油常用的石油测井测斜仪器及其测量原理,分析了其工作过程中可能存在的误差及其来源。针对井眼姿态测量中主要测量参数之一的井斜角,利用前馈神经网络算法,建立了以测量井斜角为输入、期望的井斜角为输出的三层BP神经网络模型,并用实际测斜仪器的测量数据进行现场测试。实验数据表明,采用该BP神经网络补偿算法,可将井斜角的实际测量精度从提高至以内。     

基于SVR误差补偿技术的神经网络城市污水厂水质预测

城市污水处理是一个复杂的生化处理过程,现在的神经网络技术无法做到对此过程精准建模.为了解决该问题,提出了一种基于SVR误差补偿技术的神经网络水质预测算法.该算法先利用BP神经网络对水质处理过程进行映射,再利用SVR误差补偿模型获得BP网络的预测补偿,进行预测数据校正.为了验证补偿模型的性能,还组织了马尔科夫补偿模型的对...     

基于动态补偿逆的非线性RBF内模控制及其应用

针对非线性不确定系统和传统的非线性内模控制在控制上存在的不足,提出一种基于动态补偿逆的非线性不确定系统RBF内模控制,在引入RBF建立逆模型的同时,将无模型自适应控制方法作为附加控制器,用于模型偏离被控对象时在线修正逆模型。仿真结果表明,本文提出的方法不仅对系统的常量摄动具有较好的鲁棒性,对时变不确定性仍然保持较好的跟踪效果,具有较好的实时性、鲁棒性和在线校正功能。     

pH值的控制方法研究

介绍了酸碱中和过程pH值的变化特性,并对pH值中和过程的机理模型做了简单描述.然后根据pH值控制的特点重点介绍了几种控制方法,包括常规的PID控制、补偿控制,以及比较先进的模糊神经网络的自适应控制.     

施釉机器人位姿误差摄动补偿的研究

通过对6自由度施釉机器人位姿误差的分析，建立了施釉机器人的误差补偿模型，据之可以求出各关节的补偿摄动运动，为施釉机器人位姿误差的精确控制提供依据。     

基于模糊PID预估控制的电镀废水处理中pH/ORP值的优化控制

通过对废水处理工艺的研究,针对废水处理过程控制系统的特点,提出一种废水处理中pH及ORP值的控制方案,并实现智能控制策略研究,达到废水的综合利用及合格排放的目的。     

基于Smith预估补偿的自适应模糊PID控制在换热器出口温度控制中的应用

温度控制系统由于其本身的非线性、大惯性、纯滞后、参数时变等特性,常规的控制方法难以达到理想的控制效果。本文提出一种基于Smith预估补偿的自适应模糊PID算法,并以该方法在北京化工大学过程控制实验系统上进行换热器出口温度设定值的跟踪控制实验,取得了比较理想的控制效果。     

轮胎滚动阻力试验设备定位误差的补偿

介绍轮胎滚动阻力试验设备定位精度的要求及定位偏差对滚动阻力的影响.给出了定位误差的补偿方法,主要介绍在给定校准负荷情况下产生的轮轴力作为校准值,试验时用此校准值对轮轴力进行修正.分析表明,采用此方法进行补偿得到净轮轴力,可消除定位误差对试验结果的影响.     

基于蚁群优化Elman神经网络的传感器补偿

为了提高随钻测斜仪的工作稳定性和测量精度,将蚁群算法和神经网络相融合,采用信息素挥发因子ρ和信息素更新策略自动调整自适应蚁群算法优化Elman神经网络的权阈值,将其应用到随钻测斜仪的传感器补偿中.仿真结果表明,自适应蚁群Elman神经网络的补偿效果优于Elman网络和遗传Elman网络,补偿精度达10-8,补偿效果良好...     

基于BP神经网络的流体流量补偿方法

针对流体质量流量测量中密度随温度及压力等参数的变化而变化,在BP算法的基础上,采用BP神经网络补偿方法对液氨的密度进行了补偿,给出了网络训练后误差渐进过程的仿真图和补偿后的仿真结果图,通过函数调用网络训练后非采样点上的温度来得到对应的密度值。可以得到结论:基于BP神经网络的补偿方法弥补了最小二乘法在非线性补偿方面的缺陷,且误差比较小,是一种性能比较优越的补偿方法。     

基于模糊控制的温湿度试验系统的研究

针对温湿度试验箱温湿度控制大滞后和强耦合特性,提出在传统PID控制的基础上,结合温湿度模糊自适应PID控制算法和模糊解耦算法来设计模糊温湿度控制器,并对其进行了仿真试验结果,结果表明该方法控制精度高、响应快,能够满足温湿度试验箱温湿度控制的要求。     

德尔塔巴流量计的流量计算与误差补偿

在介绍德尔塔巴流量计工作原理的基础上,分析其流量计算方法,针对计算参数在不同状态下的选择和计算进行了详细阐述,最后结合实践经验指出在计算过程中容易引入的误差及其补偿方法。     

BP神经网络补偿快速成型系统闭环误差的研究

提出快速成型系统闭环误差反馈的必要性,将BP神经网络引入快速成型技术,建立了快速成型误差补偿模型,探求出一种快速成型系统闭环误差的反馈方法,并通过实例进行了验证。结果表明,基于BP神经网络控制的最大绝对误差和相对误差均比传统误差补偿方法大为降低。     

液体流量控制仪补偿方法及其准确度分析

工业现场液体流量测控成套装置的使用精度由组成系统的各部分设备基本误差决定.为提高定量流量控制精度,对液体流量测控成套装置核心的液体流量控制仪的补偿方法进行研究,并对其准确度进行分析.     

煤质化验中误差的控制策略

煤质化验作为煤质分级的主要依据,其对于我国煤炭事业的可持续发展具有重要的作用与意义。本文首先介绍了煤质化验的定义与技术内容,其次对煤质化验的常见误差进行了解析,并在最后对煤质过程控制的策略进行了探索,希望能够有效提升误差控制水平,为我国误差分析与处理工作的顺利开展创造条件。     

基于神经网络算法的LVDT传感器非线性补偿方法设计

针对线性可变差动变压器式传感器(Linear Variable Differential Transformer,LVDT)存在非线性缺陷,提出了一种新的级联补偿方法。它是一种基于传感系统的以函数连接型人工神经网络FLANN模型为线性变量的自适应非线性补偿方法,FLANN复杂度不高却拥有高精度的优点。首先分析了LVDT传感器产生非线性的原因,然后利用神经网络算法进行非线性校正,经过实验分析与结果比对,证明了该方法具有较强的可行性、有效性,达到了理想的实验要求。     

模糊自适应控制算法在配料系统中的应用

介绍模糊自适应控制算法在配料系统中的应用。模糊自适应控制器以误差E和误差变化量Ee作为输入，可以满足不同时刻E和Ee对PID参数自整定的要求；利用模糊控制规则在线对PID参数进行修改，消除了生产过程中人为因素的影响，提高了产品质量的均一性和稳定性。     

应用自适应模糊-PI复合算法的塑料薄膜厚度控制研究

塑料挤出机工业系统中塑料薄膜厚度存在非线性及时变性问题,对塑料产品质量造成很大影响。针对这一问题,引入了模糊-PI复合控制算法解决塑料薄膜厚度的复杂系统控制。为了增加控制器的自适应性,加入自适应因子构成自适应模糊-PI复合控制。仿真实验与传统PID控制器对比结果表明:相比于传统PID控制器,自适应模糊-PI控制器产生更小的超调量及更快的系统响应速度;且当控制器达到稳定后,自适应模糊-PI控制器产生的平均绝对误差远小于传统PID控制器,具有更高的薄膜厚度控制精度。