基于观测器的非线性严格反馈系统的模糊控制

基于模糊逻辑系统的性质,本文主要研究一类单输入单输出的非线性严格反馈系统的控制问题,提出了一种基于观测器的自适应模糊控制方法。在控制器设计过程中,采用模糊逻辑系统逼近未知的非线性函数,结合自适应模糊控制与Backstepping方法构造输出反馈控制器;在观测器设计过程中,用凸组合的方法处理不确定非线性函数,利用李雅普诺夫方法证明了闭环系统的稳定性,最后通过实际算例对本文结果的有效性进行仿真实验。仿真结果表明,在本文所提出的控制器的作用下,系统状态能够迅速收敛到原点的一个充分小的邻域内。该研究对控制理论的发展具有一定的实际应用价值。     

注塑机注射速度的分级控制

速度控制对塑件的质量影响很大。以80C552单片机为控制器，对注射速度进行采样并经A／D转换输入单片机，经误差运算后，控制指令由D／A转换输入流量比例阀，从而实现了对注射速度的闭环控制。同时用变速积分PID控制算法进一步对速度进行分级控制，改善了速度控制的性能，提高了塑件质量。     

基于两类重要函数的非线性组合函数

Bent函数和不重复齐次k次函数是两类重要的布尔函数，研究了这两类函数的密码特性，介绍了Bent函数的构造；并以Bent函数和不重复齐次k次函数为基础，给出了一类具有较高非线性度的平衡相关免疫函数。     

基于观测器的非线性时滞系统的自适应模糊控制

针对非线性严格反馈时滞系统的自适应模糊控制问题,给出了基于观测器的输出反馈模糊自适应控制方案,利用系统界函数的单调递增性质和模糊逻辑系统的性质,解决非线性严格反馈系统所产生的问题,并设计状态观测器估计系统中不可测的状态变量,用模糊逻辑系统逼近系统中未知的非线性函数,将自适应技术、Backstepping方法与模糊逻辑系统相结合构造自适应模糊控制器,并采用数值例子进行仿真验证。仿真结果表明,系统的所有状态都收敛到原点一个充分小的邻域内,而且在本文所提出的控制率的作用下,闭环系统是稳定的,保证所有信号在闭环系统有界。     

基于观测器非线性不确定系统的自适应模糊控制

针对一类单输入单输出不确定非线性系统,提出了一种稳定的自适应模糊控制方法。这种控制方法不需要系统状态可测的条件,而是通过设计模糊状态观测器来估计系统的状态。证明了所提出的控制方法不但能使闭环系统稳定,而且输出误差取得跟踪控制性能。     

基于神经网络的非线性预测函数控制

给出了一种新的神经网络多步预估器结构,建立了CSTR过程的人工神经元网络的动态模型,并在此基础上提出了基于人工神经元网络模型的非线性预测函数控制算法．给出了非线性预测函数控制的具体实施步骤．计算机仿真表明。人工神经元网络模型的精度已满足预测控制的需要。该控制系统比常规PID控制器具有更好的控制效果．     

非线性时滞系统的模糊控制设计

针对一类非线性时滞系统,采用模糊T-S模型对系统进行逼近,应用平行分布补偿算法（PDC）设计了模糊状态反馈控制器,应用Lyapunov函数和线性矩阵不等式（LMIs）方法,证明了非线性时滞系统的渐进稳定性。锋法仿真验证了所提出的方法和条件的有效性。     

燃煤锅炉蒸汽压力的模糊控制

分析了燃煤锅炉燃烧机理，描述了Fuzzy-Smith预估控制工作原理，介绍了Fuzzy控制器的设计，并对锅炉的主汽压控制进行了仿真研究，同时与传统的PID控制，PID－Smith控制进行了比较，结果表明，Fuzzy-Smith较常规PID和PID－Smith有更好的控制性能。     

基于Wiener模型的非线性预测函数控制

针对传统的预测函数控制对非线性强、结构多变的实际对象控制效果不佳问题,提出了一种基于Wiener模型的非线性预测函数控制(PFC)方法。通过引入支持向量机回归方法,建立Wiener模型中非线性部分的逆模型,在输出反馈和参考轨迹上分别添加一个Wiener模型中非线性部分的逆模型,将非线性预测函数控制转化为线性预测函数控制,用线性优化算法解决非线性预测函数控制问题,避免了复杂的非线性优化。pH中和过程的计算机仿真结果表明,该方法比PID控制效果更好,而且对模型失配具有很好的自适应性能。     

基于非线性函数寻优的汽轮机启动规划

根据电厂汽轮机运行规程,针对某320 MW亚临界凝汽式汽轮机,利用有限元软件ANSYS对汽轮机转子建立有限元模型.根据该机组的冷态启动数据,计算出启动过程的最大应力曲线,验证启动过程中最大应力的产生位置.改变蒸汽温升率和暖机时间,拟定不同的冷态启动方案,分析不同启动工况的应力大小和启动时间,建立了时间相关项和启动过程中应力的相关模型,并将启动规划问题转换为限定条件的函数最优化问题.在保证汽轮机转子应力满足强度要求的同时,求出最小的启动时间,优化启动曲线.     

微构件的热注射近净成型控制

首先建立了微构件的热注射近净成型的数学模型,讨论了参数变量的控制。通过数据分析找到了参数的最佳控制范围,达到微构件的热注射近净成型过程中效率高、损失小的实验目标。     

Stabilization of nonlinear systems based on robust control Lyapunov function

~~Stabilization of nonlinear systems based on robust control Lyapunov function@蔡秀珊$College of Mathematics,Physics,and Information Engineering,Normal University!Jinhua 321004,China @韩正之$School of Electric and Information Engineering,Shanghai Jiaoto     

基于支持向量机预报模型的烧结终点模糊控制

针对烧结过程存在时间滞后和参数不确定问题，在分析烧结过程热状态的基础上，提出应用支持向量机优良的时序预测性能，建立了基于风箱废气温度预报烧结终点的预报模型.结合烧结终点预报模型，将模糊控制策略应用于烧结终点控制系统开发.介绍了控制系统的组成与烧结终点模糊控制器的设计方法.仿真结果和现场应用均证实了烧结终点控制系统的有效性，在存在较大干扰的情况下，能保持较好的控制品质.控制系统可准确、快速地预报烧结终点，具有稳定烧结终点和优化过程操作的作用.     

信号相关性在石蜡成型机故障诊断中的应用

介绍了一种利用信号间相关性判断石蜡连续成型机故障的新方法。该方法通过连续采集石蜡成型机各层链条的应力、主电机力矩、主电机频率和主电机功率等参数之间的相关性来判断石蜡连续成型机运行过程中的安全状态。阐述了采集各种参数的硬件系统构成,并对采集到的数据进行了相关性分析。与阈值法比较,新方法的故障诊断准确率为100%。该方法已经在抚顺某大型石油厂实际应用,效果良好。     

基于Moldflow的薄壁注塑件的工艺参数的优化

运用Moldflow软件分析薄壁塑件的成形工艺,并结合正交试验法,对不同工艺条件下的薄壁注塑过程进行模拟。首先以模具温度、熔体温度、注射压力及注射速率为工艺参数水平,建立正交试验表L27,获得注塑时间,再以注射时间、保压压力、保压时间及冷却时间为工艺参数,建立正交试验表L0,获得塑件成型后的体积收缩率、翘曲量两个数值,对所得到的数值运用信噪比和方差分析方法来进行处理,确定最佳成形工艺参数组合。预测最优参数组合成型所得的体积收缩率和最大翘曲值,最后通过软件模拟验证其正确性。     

基于模糊神经网络的非线性系统预测函数控制研究

针对预测函数控制难以很好地实现非线性系统控制的问题,将模糊神经网络与预测函数控制相结合,设计一种基于模糊神经网络的非线性系统的预测函数控制器。用模糊神经网络辨识非线性系统的模型,辨识结果送到预测函数控制中,从而得到预测模型,最终得到最优的控制量。通过Matlab计算机仿真,可以看出此控制器对于非线性系统具有良好的控制效果和鲁棒性。     

基于遗传算法的汽车复杂注塑件成形工艺参数优化

以汽车外饰件中的观后镜为例子,以注塑件成形质量中的翘曲量为优化目标,依据回归分析和神经网络建立数学模型,并比较其预测精度,得到有效的预测模型;利用遗传算法对得到的数学模型进行寻优,达到对注塑工艺条件优化的目的,以期缩短生产时间,提高制件质量。     

一种混合核函数支持向量机算法

提出一种基于混合核函数的支持向量机算法.首先证明了常用核函数的非负线性组合也是满足Mercer条件的核函数.然后通过最小化衡量二次损失函数支持向量机泛化能力的RM界来进行各子核函数参数、混合核函数组合系数以及惩罚系数的选取.仿真实验表明,基于混合核函数的支持向量机的泛化性能优于基于单一核函数的支持向量机.     

基于Moldflow的组合型腔注塑模浇注系统的优化设计

组合型腔注塑模具中的熔体在浇注系统内的平衡流动可以得到结构和性能相一致的制件。基于Moldflow软件的流道平衡模块,可以对注射成型过程进行仿真分析并预测其中的潜在缺陷,从而提供修改依据,达到对浇注系统的优化设计。     

Numerical simulation of the filling stage in injection molding based on a 3D model

Most injection molded parts are three-dimensional, with complex geometrical configurations and thick/thin wall sections. The change of the thickness of parts has significant influence on flow during injection molding. This paper presents a 3D finite element model to deal with the three-dimensional flow, which can more accurately predict the filling process than a 2. 5D model. In this model, equal-order velocity-pressure interpolation method is successfully employed and the relation between velocity and pressure is obtained from the discretized momentum equation in order to derive the pressure equation. A 3D control volume scheme is employed to track the flow front. The validity of the model has been tested through the analysis of the flow in a cavity.