一种弧焊机器人轨迹跟踪控制方法的研究

针对弧焊机器人动态特性中的非线性和不确定因素,对机器人的轨迹跟踪控制问题进行了研究。为提高跟踪精度和控制性能,提出一种基于高斯基模糊神经网络的轨迹跟踪控制方法。该方法以高斯基作为隶属函数,结合神经网络和模糊算法,设计了高斯基模糊神经网络控制器。采用非线性规划中的最速下降法对模糊神经网络进行自学习,能够在线调节隶属度函数的中心以及关节耦合权值,使得控制器具有更好的自学习与自适应能力。数值仿真结果表明该控制方法能高效地控制机器人的轨迹跟踪。     

液压弯辊系统的优化神经网络内模控制

针对轧机液压弯辊系统存在非线性、时变性等特点,采用基于前馈神经网络的内模控制方法,将优化网络用于神经网络辨识器和内模控制器的离线训练,采用学习率自适应调整的改进BP算法在线调整网络权值。仿真研究表明,将优化网络用于液压弯辊系统控制,提高了液压弯辊系统的动态响应速度和稳态跟踪精度,具有较强的快速性和鲁棒性,能够取得理想的控制效果。     

基于内模PID控制的大型望远镜伺服系统

针对目前大型望远镜伺服系统调试参数较多的现状,基于内模PID控制方法对大型望远镜伺服系统进行了研究.介绍了内模控制设计思路,讨论了速度回路内模控制算法.分析和仿真结果证明了该算法在高精度应用场合的可实现性和较强的鲁棒性,简化了调试过程.根据一个具体项目验证了该算法的实用性,应用结果表明,该方法调试简单,一个控制环路只需要调整一、两个参数即能满足要求;高速运行时无超调,低速平稳运行达到15″,具有一定的实用性和推广价值.     

LonWorks现场总线在油罐测量与管理系统中的应用

为了提高油库自动化管理水平,采用LonWorks现场总线技术和现有以太网结合,构建油库自动化控制与信息化管理一体化系统.介绍了基于LonWorks 现场总线的油罐测量和管理系统,包括系统网络结构、油罐测量原理、现场总线网络控制节点硬件和软件设计及监控服务器的功能实现.而且在网络控制节点中集成了多种储罐仪表通讯协议,使系统兼容性加强.与传统DCS测控系统相比,该系统具有可靠性高、实时性好、测量精度高、控制性能好、成本低、易于扩展等特点.     

基于加权判别局部多线性嵌入的人脸识别

张量算法克服了传统向量算法的维数灾难和小样本问题,在人脸识别中取得了较好的效果.尽管如此,现有张量算法容易导致邻近类别在低维空间中重叠,为此,提出了一种加权判别局部多线性嵌入算法.该算法设计了一种自适应加权的判别准则,结合类别信息,保持了同类人脸图像之间的局部流形结构,同时利用高斯基函数作为加权函数,根据人脸图像对其他类别的影响,自适应产生权重系数,加大了类间样本的区分度.此外,该算法采用张量形式表示图像数据,保留了图像的结构,继承了张量算法的优点,并且有效地解决了out-of-sample问题.人脸识别实验表明,对于光照,姿态和表情的变化,该算法具有较好的稳健性和较高的识别率.     

采用内模控制理论的双馈感应风机鲁棒控制器设计

针对工程中双馈感应电机转子电流控制器参数整定的问题,提出一种利用内模控制理论设计转子电流控制器的鲁棒控制方法。首先定义内模控制的灵敏度函数和互补灵敏度函数,并推导双馈感应电机转子电流控制系统传递函数,建立了转子电流内环的内模数学模型。IMC控制器的设计以平方积分误差值和鲁棒稳定M值为准则,并与传统比例积分控制器进行比较。通过对1.5 MW双馈感应电机的MATLAB/SIMULINK仿真表明,本文方法稳态跟踪精度高、动态响应快、对模型误差和外界干扰具有较好的鲁棒性。最后在11 k W的双馈风机实验平台上验证了所提方法的有效性。     

基于内模PID控制的大型望远镜伺服系统研究

针对目前大型望远镜伺服系统调试参数较多的现状,基于内模PID控制方法对大型望远镜伺服系统的详细研究,简化了调试过程,分析和仿真结果证明了满足高精度应用场合该算法的可行性和具有较强的鲁棒性,并就一具体项目验证了该算法的实用性。应用结果表明,该方法调试简单,一个控制环路只需要调整一两个参数就能满足要求,具有一定的实用性和推广价值。     

电气自动化仪表的管理与维护途径

随着电气自动化行业的不断发展,电气自动化仪表得到了广泛应用,通过做好仪表的维护工作,对仪表设备进行高效管理可以为企业的安全生产带来积极影响,也能促进企业发展,因此,做好电气自动化仪表的维护和管理具有重要的意义。本文对电气自动化仪表进行了概述,分析了电气自动化仪表常见的故障,提出了电气自动化仪表的管理与维护途径。     

神经内模优化控制策略在配煤过程中的应用

采用径向基函数神经网络建立了配煤过程的非线性动态模型,并由此提出配合煤灰分的神经内模优化控制策略,设计了基于Modbus Plus网络技术的分布式控制系统。在选煤厂自动配煤系统的实际应用结果表明,该文提出的控制算法能有效地控制配合煤灰分。     

热工仪表自动化控制研究

近年来，随着科学技术的进步和生产技术的变革，自动化控制技术取得了长远发展和进步，在企业效益实现快速增长的过程中发挥了重要作用。热工仪表自动化控制技术的不断成熟和升级换代，使得相关企业的产品质量和生产效率得到了空前提高，并且在资源利用效率的提升上也起到了积极的促进作用。热工仪表自动化控制技术的深入发展，为相关行业实现健康、可持续发展提供了重要保障，促进了企业的自动化发展水平，逐渐成为现代企业深化建设的重要内容和关键环节。本文将从热工仪表自动化概述、热工仪表自动化控制应用注意事项以及热工仪表自动化控制应用与发展三个方面进行阐述，希望能够为该技术以及相关行业的深入发展提供助力。     

基于阶跃响应的反向响应过程的预测函数控制

通过分析被控过程产生反向响应的内在机理,基于过程阶跃响应系数利用预测函数控制算法实现反向响应过程的控制。将系统控制结构归结为内模控制结构,并在此基础上给出控制系统的鲁棒稳定性证明。该方法的优点是所得控制器结构简单、参数易于调节,且所给方法也适用于其他非最小相位系统的控制。实验结果证实该方法有很强的抗干扰能力和较好鲁棒性。     

ADAPTIVE VARIABLE STRUCTURE CONTROLLERS AND APPLICATION TO ENGINE IDLE SPEED CONTROL SIMULATION

A neural-network-based adaptive variable structure control methodology is proposed for the tracking problem of nonlinear discrete-time input-output systems. The unknown dynamics of the system are approximated via radial basis function neural networks. The control law is based on sliding modes and simple to implement. The discrete-time adaptive law for tuning the weight of neural networks is presented using the adaptive filtering algorithm with residue upper-bound compensation. The application of the proposed controller to engine idle speed control design is discussed. The results indicate the validation and effectiveness of this approach.     

On-line lower-order modeling via neural networks

This paper presents a novel method to determine the parameters of a first-order plus dead-time model using neural networks. The outputs of the neural networks are the gain, dominant time constant, and apparent time delay. By combining this algorithm with a conventional PI or PID controller, we also present an adaptive controller which requires very little a priori knowledge about the plant under control. The simplicity of the scheme for real-time control provides a new approach for implementing neural network applications for a variety of on-line industrial control problems. Simulation and experimental results demonstrate the feasibility and adaptive property of the proposed scheme.     

基于状态反馈线性化的阀控非对称缸系统模型预测控制

针对使用PID方法对阀控非对称液压缸位置控制中出现的超调问题,以及传统非线性模型预测控制优化求解计算时间较长的问题,提出了一种基于状态反馈线性化的阀控非对称缸模型预测控制方案。首先建立了阀控系统状态空间模型,运用微分几何理论讨论系统可反馈线性化的充要条件,并将非线性系统映射为新坐标空间内的线性系统模型;设计了反馈线性化模型预测控制器(Feedback Linearization Model Predictive Controller, FLMPC),讨论了线性系统下的约束问题,其中由于系统仿真预测时域远小于系统响应时间,对模型预测控制的损失函数加以修正。结果证明,在相同输入情况下,反馈线性化系统与原系统的位置误差满足控制需要,且在保证被控对象快速稳定控制的条件下,对比该算法与非线性模型预测控制的单步计算时间,证明该算法能够缩短计算时间。     

基于模糊神经网络的精密角度定位PID控制

针对精密角度定位系统存在非线性、时变性,传统PID控制难以获得理想控制效果的问题,提出一种基于模糊神经网络的PID控制方法,将模糊控制、神经网络与PID控制相结合,采用3层前向网络、动态BP算法,利用神经网络的自学习和自适应能力,实时调整网络的权值,改变PID控制器的控制参数,整定出一组适用于控制对象的kp、ki、kd参数,实现精密角度定位PID控制的自适应和智能化。实验结果表明,采用BP神经网络整定的PID控制较传统的PID控制,控制性能有较大的提高,能有效提高定位精度,缩短定位时间。     

Design of a new PID controller using predictive functional control optimization for chamber pressure in a coke furnace

An improved proportional-integral-derivative (PID) controller based on predictive functional control (PFC) is proposed and tested on the chamber pressure in an industrial coke furnace. The proposed design is motivated by the fact that PID controllers for industrial processes with time delay may not achieve the desired control performance because of the unavoidable model/plant mismatches, while model predictive control (MPC) is suitable for such situations. In this paper, PID control and PFC algorithm are combined to form a new PID controller that has the basic characteristic of PFC algorithm and at the same time, the simple structure of traditional PID controller. The proposed controller was tested in terms of set-point tracking and disturbance rejection, where the obtained results showed that the proposed controller had the better ensemble performance compared with traditional PID controllers.     

自主式水下机器人自适应区域跟踪控制

研究自主式水下机器人的区域跟踪控制问题,提出一种基于PD神经滑模的自适应区域跟踪控制方法。针对自主式水下机器人自适应控制器中仅在线调整网络权值的径向基函数神经网络存在收敛性能差的问题,给出同时对径向基函数神经网络权值、径向基函数中心与方差进行自适应调整的方法,使径向基函数神经网络无须离线选取径向基函数中心与方差,即可进行在线自适应学习。考虑到控制器中滑模控制项易引起系统抖振的问题,提出一种基于指数函数的滑模切换增益调节方法,使滑模切换增益能够依据跟踪误差实时调节以降低系统抖振。基于Lyapunov理论对所提自适应区域跟踪控制方法的稳定性进行分析。通过自主式水下机器人的仿真试验与水池试验验证所提方法的有效性。     

运动控制网络的时钟同步

为了改进网络化多轴同步控制系统的性能，研究了运动控制网络的时钟同步方法。制定了一种网络化运动控制策略，采用广义预测控制算法和报文缓冲机制补偿随机时变网络延迟。提出了一种主从时钟同步机制，讨论了两种在运动控制网络中产生同步事件的方法；推导了一种从时钟的调整算法，该算法不依赖任何的特定运动控制网络，并给出了这一算法基于FPGA的实现结果。     

Model predictive control with amplitude and rate actuator saturation

In this work we show that the anti-wind-up-bumpless-transfer controller emerges from the structure of model predictive control (MPC) with quadratic objective and input constrains. The key to establish that relationship is the application of optimality conditions to the equivalent optimal control problem. The proposed framework employs a model of physical constraints as part of the controller architecture to ensure that the commands sent to the actuator do not exceed their specific limits and the internal states of the controller are well updated. Numerical examples are presented for illustrating the proposed control design methodology.     

基于模糊加权IMC-PID锅炉主汽温度控制仿真

对于锅炉的主蒸汽温度的控制问题,在内模控制的基础上,加入了模糊算法。针对某电厂600MW超临界机组主蒸汽温度控制系统大延迟、大时间惯性的特点,在基于IMC-PID控制器原理的基础上,加入了模糊逻辑设定值系数控制,在线调整IMC-PID控制器的比例作用部分,综合了模糊控制与内模控制的优点,改善了常规IMC-PID控制器在主蒸汽温度控制系统中的不足,控制方法简单,且具有较强的跟随性和鲁棒性。