多变量系统信号流图的计算方法

本文扼要地综述了国外求多变量系统信号流图的四种计算方法:简化规则计算法;返还回路法;最优拓扑法;最优拓扑树法。并附有计算实例。这些方法都具有实际工程应用价值。众所周知,梅逊增益公式只适用于单输入,单输出系统。梅逊公式运用的信号流图称为标量信号流图,它对多输入、多输出系统是不适用的。为了求得多输入、多输出系统的传输相应地出现了所谓的矩阵     

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.     

采样信号流图计算中的一个问题

作者在文献〔1〕中提出了新采样信号流图,用这种流图方法,可以计算单输入单输出周期采样数据系统的采样输出。这种方法的本质是将采样器之间的传输,当作一个采样传输集,再利用梅逊公式严格的数学推导证明得到,而并非单纯运用 Mason 公式的拓扑概念。从原则上说,它适应于任何单输出采样数据系     

过程块分散控制系统结构设计

化工过程一般为多变量系统,即输入输出变量之间往往存在相互关联,但是在大多数的工业过程中,输入变量和输出变量之间的耦合作用范围是有限的,一般不包括全部范围,因此这些过程可以根据耦合强弱以分块的方式进行控制形成块分散控制系统。块分散控制综合了多变量集中控制高性能和完全分散PID控制易实现性和易维护性的特点,既能降低计算量,又能保证控制质量,因此块分散控制给复杂工业过程的控制提供了极大的便利。块分散控制系统设计的首要工作是进行输入变量和输出变量的块划分和块配对。块相对增益的概念来源于相对增益阵,可以在不设置控制器的条件下对块分散控制结构的闭环特性进行分析并进行块分散控制系统的结构设计。本文引入了块相对增益的定义和性质,介绍了利用块相对增益进行块分散控制系统结构筛选的方法。最后通过实例分析说明了块分散控制系统结构设计的过程,通过与预测控制的对比验证了块分散控制的控制性能不亚于多变量集中控制。     

采样数据系统输出量的新计算方法

本文用新的原理推广了信号流图和梅逊公式在采样数据系统中的应用,提出了"新采样信 号流图",以及相应的计算单输入、单输出周期采样数据系统的采样输出、连续输出和广义采样 输出的新计算方法.根据新计算方法,可利用系统方块图一步构造出新采样信号流图,并可 直接计算出采样数据系统的三种输出量.这种方法比目前利用系统方块图构造"原始信号流 图","采样信号流图"和"复合信号流图"再进行计算的方法简单、方便,计算量亦大为减少.对 于一般采样数据系统,通过心算就能得到输出量结果.对于多速采样数据系统,只要将系统稍 加变换,新计算方法仍能适用. 本文还给出了计算多变量采样数据系统输出量的最优拓扑方法.     

MASON增益公式中参数的确定

本文从图论角度出发,把信号流图的关系阵分解为回路阵和通路阵,并分别修正为独立阵,然后判定独立回路与前向通路的相互关系,给出了MASON公式中参数和系统闭环传递函数的一种计算方法。该方法可以避免直观确定有关参数的某些疏忽,并为研究多坐标或多变量之间的关系带来了一定的方便。     

"LonWorks技术及其应用"讲座第6讲Neuron C中的网络变量及事件驱动

１网络变量（ｎｅｔｗｏｒｋ　ｖａｒｉａｂｌｅｓ）１．１什么是网络变量 网络变量是一个节点中的一个对象,它可以与一个或多个其它节点的网络变量相连接。一个节点的网络变量从网络的观点定义了它的输入和输出,同时允许在分布式应用中共享数据。无论何时,如果一个程序更新了它的输出网络变量的值,则该值通过网络传给所有的与该输出变量相连接的其它节点的输入网络变量。虽然网络变量通过ＬｏｎＴａｌｋ报文传播,但报文的传送是透明的,应用程序不需要任何显式的指令来接收或发送更新后的网络变量。网络变量大大地简化了开发和安装分…     

嵌入式控制系统程序模式的自动分析方法

嵌入式控制系统通常都有模式,比如启动模式、正常工作模式以及紧急模式等。程序模式是由其输入变量值范围组合构成的输入变量约束表达式表示的。基于源程序,获取其模式,不仅能够验证实现的模式与设计是否一致,还能够更加精确地计算程序的WCET。在对源程序进行分析的基础上,提出了一种自动获取程序模式的新方法。该方法基于C语言源程序,针对程序控制流程图,通过调整循环中节点流向以及去除与输入变量无关的节点,获得输入变量相关控制流程图ICFG,通过对ICFG每条路径建立线性规划问题并求解,获得每一个潜在的程序模式及其输入变量约束表达式。对基准程序的实验结果,表明了该方法的可行性和有效性。     

基于协同通信中传输系统自由度的研究

在多输入多输出（MIMO）通信系统网络中，考虑发送信息从信源节点链接到中继节点及目的节点自由度（d.e.f）的问题，本文采用的办法就是用协同复用增益（GMC）和系统可达率的来实现。通过信息理论分析和数值结果可以得出，当辅助频段（AFBs）数量足够大，也就是在相对较高的信噪比的情况下，改进复用增益能够迅速的增加系统的可达率，从而解决传输系统的自由度问题。     

基于全相关动态核偏最小二乘法的故障诊断方法

传统KPLS在构造输入变量与输出变量时未考虑样本间的动态特性,使故障样本信息易被其他样本掩盖;同时,KPLS未考虑所有变量对故障样本的影响,使变量间隐藏信息不能被完全表达。针对以上问题,提出一种基于全相关动态KPLS（all correlated dynamic KPLS,ADKPLS）的非线性工业过程故障诊断方法。该方法首先对原始数据进行动态特征分析研究,使组成的数据矩阵能很好地反映变量间的动态关系。然后分析证明了KPLS中输出变量的变化会影响到输入残差空间,设计一个输出变量辅助矩阵,表征输入变量与输出变量的全相关性。最后,采用基于输入变量与输出变量之间的全相关信息构建贡献图以识别故障源变量。与KPLS相比,在输入和输出变量之间建立了更直接的关系。在抽油机生产过程上的仿真结果表明,所提方法具有良好的故障检测与识别性能。     

通用数据采集与过程控制系统软件的开发

文章通过分析分布式数据采集与过程控制系统的硬件结构和测控对象,将测控信号划分为数字量输入、输出和模拟量输入、输出四种类型,并分别对其进行了数据抽象。将数据通道参数设置和系统流程图和控制图等图形的绘制形成单独的模块,在测控模块中将设置的通道参数与绘制的流程图进行数据融合,通过任务调度完成数据的采集与过程控制。并将该软件应用于某热控测控系统中。     

Reference trajectory tuning of model predictive control

An approach to minimize tuning effort of nominal Model Predictive Control algorithms is proposed. The algorithm dynamically calculates output set points to accommodate user-defined output importance, which is more intuitive than selecting values for the MPC weighing matrices. Instead of tuning the weights on the outputs deviations from their set points, weights on the input values and input increments, which are the usual tuning parameters of MPC, the desired output control performance of the MPC can be specified by performance factors. The proposed method extends the existing methods that consider a reference trajectory for the output tracking to the case of zone control and input targets. The proposed method also assumes that, as in most commercial MPC packages, the controller has two layers: a static layer and an extended dynamic layer. The method is illustrated by three case studies, contemplating both SISO and MIMO systems. It is observed that: the output set point tracking performance can be changed without modifying the MPC tuning weights, the approach is capable of achieving similar performance to conventional MPC tuned by multiobjective optimization techniques from the literature, with a fraction of computer effort, and it can be integrated with Real Time Optimization algorithms to control complex systems, always respecting output constraints.     

Testing input validation in Web applications through automated model recovery

Input validation is essential and critical in Web applications. It is the enforcement of constraints that any input must satisfy before it is accepted to raise external effects. We have discovered some empirical properties for characterizing input validation in Web applications. In this paper, we propose an approach for automated recovery of input validation model from program source code. The model recovered is represented in a variant of control flow graph, called validation flow graph, which shows essential input validation features implemented in programs. Based on the model, we then formulate two coverage criteria for testing input validation. The two criteria can be used to guide the structural testing of input validation in Web applications. We have evaluated the proposed approach through case studies and experiments.     

Nonlinear modelling and control of the flow over aerofoils using CFD simulations

A simulation based approach for nonlinear dynamical modelling and feedback control of the drag to lift ratio for aerofoils is investigated through case studies involving NACA 23012, ag13 and b737a aerofoils. The flow around the aerofoils is studied via numerical solutions of the 2D Navier–Stokes (NS) equations. A standard computational fluid dynamics (CFD) solver is extended to be able to measure desired feedback values and to apply a control input to the flow field. The proposed modelling and control approach is based on first determining the measurement points and injection points on the aerofoil for the control input. Then, to estimate the dynamical model, some input–output data are collected by injecting a chirp input flow to the field and saving the measurement data. Next a Hammerstein–Wiener (HW) type nonlinear dynamical model of the flow field is estimated using system identification. For control design, the nonlinear part of the model is eliminated by means of inverse functions, followed by the application of automated tuning methods to the linear part to obtain the closed-loop system. The results show that the designed feedback control system can reduce the drag to lift ratio considerably as compared to the unactuated case.     

On-line identification and optimal control of continuous-time systems

In this paper, a moving algorithm for on-line identification of continuous-time systems is developed. With the proposed algorithm, the observed input–output data can be directly used to estimate the system parameters without any numerical pre-processing, and by means of a recursive formula the estimates can be updated step by step without repeatedly computing the matrix inversion. In this way, the use of both computer memory and computing time can be reduced. Besides, the computations are simple and straightforward. From the moving identification algorithm, a linear moving model can be obtained to represent the control systems. The on-line optimal control algorithm is also developed via the linear moving model. A slider-crank motion control system is used to illustrate that the proposed on-line identification and optimal control algorithms can give satisfactory results.     

计算机在全混流反应器多级串联的应用

在全混流反应器多级串联作3/2级化学反应时,为了求各级反应器的出口浓度,就具体实例利用图解法、递推法和计算机程序法求解。结果表明：递推法计算结果和程序运行结果一致,但递推法费时费力,图解法又不够精确。只有计算机程序的方法简便、快速、精确,在全混流反应器多级串联的设计中具有重要的应用价值。而且,对实际化工生产过程的控制也具有重要意义。     

一种基于模型检验程序分析技术的前端工具研究

提出了一种用模型检验技术对程序进行分析的方法,其主要思想是将C/C++源代码转换为与控制流图等价的Kripke结构,用CTL公式描述待验证的源程序性质,使用NuSMV模型检验工具实施具体的程序分析。基于这一思想,设计并实现了一个自动将C/C++源代码转换为NuSMV输入的工具。所做的实验验证表明,该方法能够有效地对程序进行分析。     

基于OWL-S文档的Web服务测试用例生成

若从使用者的角度测试Web服务,只能从服务的接口文档中提取信息进行测试工作.现有工作提出通过分析文档中的输入或输出参数获取测试数据的方法.利用OWL-S文档中的输入输出参数信息生成初始的测试数据,同时充分利用文档中的服务过程信息,提取出服务的控制流程图,据此约简测试数据,生成最终的测试用例,从而提高测试用例的生成效率,降低测试成本.     

Nonlinear Control VIA Generalized Feedback Linearization Using Neural Networks

A novel approach to nonlinear control, called Generalized Feedback Linearization (GFL), is presented. This new strategy overcomes one important drawback of the well known Feedback Linearization strategy, in the sense that it is able to handle a broader class of nonlinear systems, namely those having unstable zero dynamics. It is shown that the use of a nonlinear predictor for the system output is a key feature in the derivation of the control strategy. For certain types of systems this predictor can be found as a nonlinear function of the system input and output, allowing an output feedback control solution. The use of Artificial Neural Networks (ANN) to directly parameterize the predictor of the controlled variable when an explicit model for the system is not available, is investigated via computer simulations. This approach is based on the functional approximation capability of multi layer ANN.