约束分段仿射系统的鲁棒一步预测控制

针对一类具有附加有界扰动的离散时间约束分段仿射系统,提出了一种鲁棒低复杂性的模型预测控制方法,即鲁棒一步控制.首先,基于最大鲁棒正不变集,计算系统的最大鲁棒可稳定集并作为第一步预测状态的约束集,使得产生的滚动时域控制器可以在较小的预测时域内控制最大鲁棒可稳定集.然后,在最大鲁棒正不变集外,通过构建线性矩阵不等式来分析其鲁棒稳定性.两个步骤分别确保控制器的可行性和闭环系统的鲁棒稳定性.大量的数值例子表明,和已有的控制方法相比,所得的鲁棒一步控制器具有更低的复杂性.     

约束分段仿射系统的鲁棒最小时间控制

针对一类有界附加扰动的分段仿射系统,提出了一种离线低复杂性的鲁棒预测控制方法-鲁棒最小时间控制.首先计算系统的最大鲁棒正不变集和相关的局部稳定控制律,然后基于最大鲁棒正不变集通过多参数规划离线迭代计算系统的鲁棒一步集,得到的最小时间控制器覆盖最大鲁棒可稳定集.提出的鲁棒最小时间控制确保系统状态在最小时间内进入鲁棒正不变...     

一种改进的鲁棒约束预测控制器的综合设计方法

针对多包描述的不确定系统,提出一种新的鲁棒约束预测控制器.高线设计多包系统worst-case情况下性能最优的不变集,在线求解多包系统无穷时域性能指标的rain-max优化问题.设计方法采用了时变的终端约束集,扩大了初始可行域,并能获得较优的控制性能.仿真结果验证了该方法的有效性.     

饱和约束系统的鲁棒模型预测控制

针对饱和约束系统提出了一种鲁棒模型预测控制算法,分别考虑了多面体不确定性和结构反馈不确定性.考虑无穷时域的最坏二次性能指标,通过采用带有饱和特性的反馈控制结构,将控制律的求解转化为一个在线的线性矩阵不等式优化问题.初始时刻优化问题的可行性保证了闭环控制系统的鲁棒稳定性.最后的仿真结果说明了算法的优越性.     

基于可达集的鲁棒模型预测控制

设计了一种基于可达集的鲁棒模型预测控制算法.首先确定了一个鲁棒不变集,并将此不变集用作模型预测控制的终端约束集;接着采用终端约束集对可达集的包含度作为优化指标;最后,采用预测时域逐渐减小的控制策略以保证在线优化存在可行解.从理论上证明了吸引域内的任意点在有限时域内都会被引导至终端约束集并始终停留在此集之内,并由仿真算例验证了本文所设计鲁棒模型预测控制算法的可行性.     

基于LMI的多模型鲁棒预测控制

用线性矩阵不等式 (LMI)方法研究多模型鲁棒预测控制, 提出了状态反馈的综合方法, 并分析了闭环系统的可行性, 同时证明闭环系统渐近稳定. 在此基础上, 研究了带终端零状态的有限优化时域预测控制和无穷优化时域预测控制的性能, 证明了两者在性能上的一致性.     

一类干扰有界约束非线性系统的鲁棒模型预测控制

针对一类干扰有界约束非线性系统设计了基于控制不变集切换策略的鲁棒模型预测控制算法.针对非线性系统线性化之后的结果,给出了平衡点的非线性标称系统控制不变集的计算方法.然后在考虑线性化误差和加性有界干扰影响的基础上,构造了平衡点附近最小鲁棒正不变集.结合不变集切换策略和Tube不变集控制方法,提出了干扰有界约束非线性系统的不变集切换策略.最后将该算法应用到一类典型的非线性化工过程连续搅拌反应釜(CSTR)中,仿真结果验证了算法的有效性.     

运用区间算法的约束非线性系统鲁棒模型预测控制

针对一类具有输入和状态约束的干扰有界非线性系统,提出了基于区间分析的约束非线性鲁棒模型预测控制,以降低计算量并扩大系统吸引域.首先,在集合运算的基础上,利用区间运算和函数区间扩展,给出了一种计算效能更好、保守性更低的非线性系统鲁棒一步集计算方法;其次,构造重叠的多面体控制不变集序列并以此计算约束非线性系统的鲁棒多步集,并通过设计基于集合的在线优化策略,提出了基于鲁棒一步集的单步优化非线性模型预测控制,有效降低了非线性优化的在线计算量;最后,仿真实例验证了算法的有效性.     

基于状态观测器的直接约束鲁棒预测控制

针对多包描述线性离散不确定系统,提出一种在系统状态不可测时的直接约束鲁棒预测控制算法.将控制器与观测器综合设计,利用观测状态直接构造性能指标,通过求解无穷时域性能指标的最小最大优化问题,得到系统的最优状态反馈控制律.采用参数依赖Lyapunov函数,在满足输入和状态约束的情况下保证闭环系统稳定.仿真结果验证了算法的有效性.     

基于支持向量机的抽油机故障诊断研究

与传统的故障诊断方法相比,基于支持向量机的故障诊断方法具有模型简单、分类能力强、推广能力好等特点。以油田生产中抽油机的常见故障诊断为例,表明了本文所提方案的有效性。     

基于功率谱包络能量和SVM的舰用发动机故障诊断

发动机是军舰上的重要部件之一,其稳定性对军舰的正常航行具有重要影响。以舰用发动机关键部件(主泵轴承)为具体研究对象,提出了基于功率谱包络能量和支持向量机相结合的故障诊断方法。首先获取了大量可表征舰用发动机主泵轴承健康状态的振动加速度信息,对其进行功率谱分析,获得其功率谱的包络能量;以获取的舰用发动机主泵轴承功率谱的包络能量构建特征向量,并设计基于SVM的舰用发动机主泵轴承故障诊断模型,对主泵轴承的故障进行诊断研究。研究结果表明,采用基于功率谱包络能量和SVM相结合的舰用发动机关键部件故障诊断方法,可以很好实现主泵轴承的故障诊断效能,为舰用发动机主泵轴承故障诊断的工程应用奠定了基础。     

基于BP神经网络和支持向量机的电机故障诊断系统

故障诊断是计算机模式识别领域的一个活跃课题。文中提出一种基于BP神经网络和支持向量机（SVM）的电机故障诊断方法，设计了适合该诊断系统的网络结构。仿真结果表明：该网络结构比BP算法具有更快的学习速度和更高的学习精度，完全适用于电机故障诊断系统。     

支持向量机在机械故障诊断中的应用研究

在机械故障诊断中,通常不具备有大量的故障样本,因此,制约了故障诊断技术向智能化方向发展。而基于统计学习理论(SLT)的支持向量机(SVM)方法正好克服了这方面的不足。统计学习理论是专门研究少样本情况下的统计规律及学习方法的理论。SLT理论和SVM方法为故障诊断技术向智能化发展提供了新的途径。该文讨论了支持向量机在故障诊断领域中应用的分类算法。并以滚动轴承的振动信号为例进行了试验论证。试验表明:SVM方法对具有少样本的故障诊断领域具有很强的适应性。     

Multisim在电力电子技术教学诊改中的应用

为提高高职高专电力电子技术课程的教学效果,本文对传统的教学方法进行了反思,分析了当前电力电子技术课程在教学实训上的一般做法及优缺点,提出利用Multisim软件加大实训在教学中的比重,并给出了2个很难用实际实验平台实现的故障现象.实践表明,利用Multisim进行仿真教学能够很好地提高电力电子技术课程实训的教学效果.     

一种基于SVR的传感器系统故障诊断方法

简要介绍了回归型支持向量机(Support Vector Regression,SVR),并在此基础上构建了一个传感器故障诊断系统,对SVR采用离线训练,在线应用的方法,用训练好的SVR来模拟柴油机温度控制的传感器系统的动态特性。仿真结果表明:SVR能有效地模拟传感器系统的动态特性,能跟踪传感器的输出信号,并及时对传感器故障进行准确的诊断。     

基于实例推理的电路故障诊断系统研究

本文简要介绍了CBR和多Agent的技术,并将它们融合到故障诊断过程中,研究了多Agent的CBR电路故障诊断系统的实现。     

基于GSM的网络环境监测系统的设计与实现

本文以与门电路为例,介绍电路故障诊断系统通信模块的实现方法.利用下位机将与门电路系统所构建CNF形式描述的系统行为描述,组件正常行为描述以及51单片机获取观测值以此建立的观测值描述文件上传到上位机.上位机采用Python语言实现上下位机之间的串口通信,将所接收数据输入运行在Liunx操作系统下的MiniSAT求解器求解三元组,并将诊断结果反馈下位机.实验结果表明基于Python的通信模块可以很好的实现51单片机与PC机之间的串口通信.     

计算机仿真技术在电力电子电路与系统分析中的应用

该文介绍了一种基于Matlab可用于电力电子电路与系统分析的仿真软件-Power System Blocksets，并将其与其它常用的Pspice、Saber等软件进行了比较。说明该软件是电力电子电路与系统在计算机仿真领域中不可多得的软件。     

基于支撑向量机的航空发动机故障诊断研究进展

支撑向量机因其适用于多参数、小样本的非线形问题,是一种极具潜力的航空发动机故障诊断方法。在分析基于支撑向量机的航空发动机故障诊断研究进展的基础上,对若干需要进一步研究的问题,如核函数的参数选择、核函数的选择、多类故障的分类策略以及SVM算法的优化进行探讨。