LF精炼炉三相电极的建模及仿真

针对ＬＦ钢包精炼炉三相电极调节器存在的问题，采用机理法推导得出了三相电极间的影响系数，并进行了仿真研究。本课题为“九．五”攻关课题。     

LF精炼炉三相电极的建模及仿真

针对LF钢包精炼炉三相电极调节器存在的问题,采用机理法推导得出了三相电极间的影响系数,并进行了仿真研究。本课题为“九·五”攻关课题。     

电弧炉冶炼过程集散控制系统的研制

对于大型铁合金精炼电炉冶炼过控制问题，本文提出了三相电流控制方案，应用欧陆集散系统设备设计三相电极控制器，成功地应用于某铁合金厂精炼电炉，实现了电弧炉冶炼过程的计算机自动控制和在线管理，使铁合金生产自动化水平达到国际先进水平。     

基于WinAC的70t LF钢包精炼炉电极控制系统设计及应用

针对70t LF钢包精炼炉，设计了基于WinAC电极计算机控制系统，并引入一种基于RBF神经网络实时在线辨识和神经网络解耦的模糊自适应控制算法对三相电极进行实时控制，应用结果证实了此控制方案较强的可靠性和鲁棒性。     

神经网络在电弧炉电极控制中的应用研究

在冶炼工业的电弧炉中有效地控制电极电流,对于电弧炉正常运行至关重要.讨论了基于神经网络对电弧炉电极进行智能控制的方法,运用神经网络的BP、RBF以及双隐层BP模型,分别对电弧炉电极的单相电流及三相电流进行了分析和仿真.结果表明该方法可以获得有效的控制效果,使电极电流达到稳定状态.     

电石炉电极升降模糊控制系统设计与应用

针对电石炉三相电极升降系统中三相电流存在耦合性强、灵敏度高、调节困难等问题,设计了基于模糊控制的电极升降系统.提出PLC离线创建模糊控制表的方法,并完成了该系统的PLC程序设计、调试,并成功应用到电石炉监控系统中.现场运行数据表明,该控制系统可靠性高,控制效果良好.     

BP神经网络用于三相电弧炉弧流控制

针对电极升降式控制的三相电弧炉弧流之间具有强耦合的特点,提出了采用神经网络控制器,在电流超过允许偏差时并行计算出三相电极的调节量,达到减少调节过程和调节机构动作次数的目的.并提出了离线训练方法和仿真模型.     

电熔镁砂熔炼过程电极电流饱和约束一步最优控制

电熔镁砂熔炼过程通过电极电流熔化物料, 采用埋弧方式, 边熔化边加料, 其被控对象是以转动方向与频率为输入, 以电极电流为输出的三相电机. 本文通过引入中间变量并转化控制目标, 将电熔镁砂熔炼过程三相电极电流的复杂非线性控制问题简化为线性控制问题, 提出了一种简化的电极电流饱和约束一步最优控制方法, 并通过引入拉格朗日乘子向量和松弛向量验证了该方法的最优性. 理论分析和仿真对比实验结果表明本文所提简化控制方法的有效性和优越性. 此外, 当考虑电熔镁砂熔炼过程中存在的不可测外部干扰时, 在上述简化的电极电流饱和约束算法的基础上设计了高阶干扰观测器, 理论分析和仿真结果验证了具有高阶干扰观测器的简化算法的优越性.     

电弧炉电极调节系统的鲁棒模型参考自适应控制

研究了电弧炉电极调节系统的鲁棒模型参考自适应控制问题.把三相耦合造成的对系统的影响转化为系统的不确定扰动问题.理论分析和仿真结果表明这种控制方法对于电孤炉电极调节系统这类非线性不确定系统是适用的.     

电容层析成像系统传感器仿真研究

ECT技术是多相流检测领域中的一项新技术,主要用于识别一个封闭管道内两相流/多相流系统中各个相成分分布问题。采用一种新的方法,通过电磁场有限元仿真软件COMSOL,对电容层析成像系统进行图像重建与仿真研究。构建了ECT的不同电极模型,分别对四种典型流型进行了图像重建;通过对离散介质场域的仿真研究,分析了电极数目、屏蔽罩、径向电极对重建图像质量的影响;对气液固三相流进行了图像重建,获得了满意的重建结果。     

有限时间信息融合线性二次型最优控制

针对有限时间线性二次型最优控制问题, 提出了一种新的求解方法—–信息融合估计方法. 基于线性最小方差估计准则下的融合估计理论, 通过融合期望状态轨迹、理想控制策略等软约束信息, 分别采用集中式融合和序贯式融合两种信息处理方法, 求得最优状态调节器问题的最优融合控制序列. 进一步从理论上论证了序贯式融合控制方法与传统最优控制方法的一致性, 并通过直流电机系统的数值仿真也验证了集中式和序贯式融合控制方法 与传统最优控制方法的等效性, 从而统一了最优估计与最优控制问题, 并为最优控制问题提供了一种新的求解方法.     

一种Q学习的量子粒子群优化方法

分析了量子行为粒子群优化算法,着重研究了算法中的收缩扩张参数及其控制方法,针对不同的参数控制策略对算法性能的影响特点,提出将Q学习方法用于算法的参数控制策略,在算法搜索过程中能够自适应调整选择参数,提高算法的整体优化性能;并将改进后的Q学习量子粒子群算法与固定参数选择策略,线性下降参数控制策略和非线性下降参数控制策略方法通过CEC2005 benchmark测试函数进行了比较,对结果进行了分析。     

自适应人工神经网络电机控制器设计

提出了一种自适应人工神经网络无刷直流电动机(BLDCM)转速控制器设计方法;针对传统PID调节器难以应对系统超调和短时振荡等问题,提出了一种结合人工神经网络和传统PID控制的新方法;首先建立了(BLDCM)的本体数学模型,在此基础上描述了将人工神经网络和PID控制相结合的模型,并对具体的控制算法进行了定义;最后,使用Matlab仿真工具对BLDCM控制实例进行了仿真;实验结果表明,结合人工神经网络和PID控制器的新控制方法具有响应快、鲁棒性强以及控制精度高等优点,很好地抑制了超调和振荡。     

基于神经网络与PID控制的挠性结构的混合控制研究

利用CMAC神经网络与PID控制算法，提出了一种针对飞行器挠性结构振动的混合控制方法．首先在给出系统动力学方程的基础上，利用CMAC神经网络的具体特点，给出了神经网络算法；进而将PID控制算法引入控制系统，形成了一种混合控制方法，该方法具有CMAC神经网络与PID控制算法两者的优点．最后针对复杂的飞行器挠性结构振动问题进行了实例仿真，说明了算法的有效性．     

二维直线电机的并联型无模型自适应复合控制

针对二维直线电机平台系统的XY轴协同控制问题,将PI与并联型无模型自适应相结合的复合控制方法应用于控制系统.该控制方法通过在每个子系统加入PI控制方法保证其稳定性,再通过并联型的无模型自适应控制方法来提高整个系统的跟踪性能,以减小系统位置误差.基于数据驱动的无模型自适应控制方法设计二维直线电机系统控制器,其优势在于无需...     

舰船混沌运动的单输入自适应变结构控制

针对在舰船混沌运动控制中由模型不确定性及外部扰动无法确知所引起的控制结果无法保证的问题,采用自适应控制与滑模变结构控制相结合的方法,在设计切换函数时,将符号函数转移到控制输入的一阶导数当中,有效抑制了变结构控制中的抖振问题,并提出了一种单输入自适应滑模变结构控制方法.实验结果表明,与传统滑模变结构控制相比,新方法能够在系统模型具有不确定性及未知外部扰动的情况下实现舰船混沌运动的良好控制,为舰船混沌运动控制提供了一种可靠的工程实现途径.     

冻结站中盐水流量和温度的模糊解耦控制

针对现有冻结站盐水流量和温度控制方法存在控制精度低的问题,提出了一种盐水流量和温度的模糊解耦控制方法。首先根据盐水流量和温度控制精度的不同,采用模糊控制法对流量和温度进行模糊控制;然后分析和研究盐水流量和温度间的耦合关系,采用解耦控制法对模糊控制输出的流量和温度进行解耦控制。仿真结果表明,该控制方法无需对盐水流量和温度建立精确数学模型,可实现盐水流量和温度的解耦控制,控制精度高。     

独轮自平衡机器人双闭环非线性PID 控制

针对竖直飞轮独轮自平衡机器人系统,提出一种用于独轮自平衡机器人的平衡及运动控制的双闭环非线性PID控制方法(DLNPID),并给出了该控制方法稳定性的证明.该控制方法是具有横滚倾角内环、俯仰倾角内环和前向位移外环的双闭环控制,其中每个控制环均由非线性PID控制器(NPID)构成.实验结果表明,所提出的基于非线性PID的双闭环独轮自平衡机器人控制方法具有比线性方法更好的鲁棒性能.     

Offset control of traffic signal using cellular automaton traffic model

This paper deals with an offset control of traffic signals using a cellular automaton traffic model. A stochastic optimal control method for distributed traffic signals is modified to achieve coordinated traffic signal control with the proposed offset control method. In the proposed coordinated traffic signal control method, splits of each cycle and common cycle length are calculated using a modified stochastic optimal control method, and then the offset is calculated using an estimation method based on a modified CA traffic model at intervals. Also, simulations are carried out at multiple intersections using a micro traffic simulator. The effectiveness of the proposed coordinated control method is proved by comparing with other traffic signal control methods such as pre-timed signal control, two types of the traditional coordinated control and distributed control.     

基于迭代学习与模型预测控制的交通信号混合控制方法

针对基于迭代学习控制的交通信号控制方法对于路网中存在的非重复性实时干扰不能进行有效处理的问题,本文在基于迭代学习控制的交通信号控制方法基础上,结合模型预测控制滚动优化和实时校正的特点,提出了一种基于迭代学习与模型预测控制的交通信号混合控制方法.该方法在有效利用交通流周期性特征改善路网交通状况的同时,可借助模型预测控制的...