驱动电机单管IGBT并联驱动控制及设计应用

介绍了基于Infineon的120 A/600 V单管IGBT的并联驱动控制设计及方案选型、设计目标建立、分解分析，建立一套对驱动的控制互锁保护，并通过Infineon在线软件进行对目标条件的参数进行仿真。对开关频率、驱动电流、母线电压、功率因数进行匹配系统验证，最后通过台架测试互锁控制、相间短路。经过整车满载高温环境爬坡测试验证，测试满足设计目标，较小的成本下，在实车上取得了良好的效果。     

高校师资管理决策支持系统在电子校务中的实现

本文根据我国高校师资管理的现状，以高校师资信息为基础，建立了基于电子校务的师资管理决策支持系统。运用灰色系统理论建立了高校师资总量预测模型，运用马尔可夫模型建立了分类预测模型，并说明了设计思路和设计方法。经验证，系统具有较高的预测精度，具有良好的使用效果。     

一种基于嵌入式安全系统的可信计算机系统

通过对嵌入式系统的研究，在通用计算机的主板上嵌入一个安全管理芯片卡，并设计了相应的操作系统来管理安全芯片，在主机部分对Linux操作系统底层和内核进行改进，建立了一个可信计算机系统，该系统具有良好的安全性和可扩充性，可应用各种高端安全系统。     

波导缝隙全向天线设计与仿真

针对微波全向天线实际应用的产品水平均匀性差、增益不高,提出了一种基于中心馈电的波导缝隙圆环阵全向天线设计方法。通过单面开缝的波导在水平面形成圆环阵,设计水平均匀度良好的全向天线,对比了采用矩形波导、扁矩形波导、梯形波导建立圆环阵时水平均匀度的差异;在保持水平均匀度的基础上通过中心馈电的方式,进一步提高天线增益。基于AnsoftHFSS环境建立了天线仿真模型,通过仿真结果比较,验证了方法的有效性。提出的方法能够设计出高增益、水平均匀度良好、体积小重量轻的全向浮标通信天线。     

软测量技术在DehaV DCS上的实现和应用

针对丁二烯生产装置精馏塔塔顶控制回路存在的问题，建立了软测量模型，并设计了串级推断控制回路。利用从集散控制系统采集的大量现场数据，运用基于多元线性回归方法的软测量建模技术，建立了塔顶中丁二烯产品纯度的软测量模型．实现了产品质量闭环控制。通过DeltaV DES系统实现控制回路的改造。实际使用证明，该软测量模型具有良好的特性，较高的估计精度和实时性；塔的控制更加平稳，节约了能耗，具有较好的经济效益。     

基于四元素插值的空间曲线边界约束变形方法

曲线形状的变形技术在计算机动画和产品造型设计中有着重要的应用。以单位球面四元素插值为基础建立非线性的局部变换，通过在中间帧重构方程引进边界控制条件，提出了具有边界约束的空间曲线和平面曲线形状的变形方法。该方法在曲线形状渐变序列中具有保周长的线性变化，适合一般曲线的渐变和骨架行走的特征。还给出了建立渐变序列的边界曲线算法，通过实例说明了造型和编辑边界曲线能得到良好的拼接效果。实验表明,该算法在空间曲线变形中具有良好的视觉效果和应用前景，算法具有简易性和统一性。     

一个通用试题库系统及其在DELPHI中的实现

一个由新型开发工具ＤＥＬＰＨＩ建立的试题库系统，已在教学中取得了良好的使用效果，本文该系统的设计思想及其实现方法。     

精馏塔软测量建模中数据校正的计算机实现

针对精馏塔软测量模型建立过程中数据校正技术进行了研究。根据精馏塔反应过程的特征，对从现场采集的数据中的几种不同误差，运用相应的方法进行查找剔除，并通过多项式拟合法和预测校正法等方法对剔除的数据进行补偿，使得数据更加准确可靠，从而建立更为精确的软测量模型。同时设计了计算机程序可以实现的数据校正算法，运用Visual Basic语言进行编程对数据校正基本实现了自动化处理，在实际应用中取得了良好的效果。     

切绘机控制系统的面向对象分析

传统的结构化设计方法在分析和设计之间存在着不连续的缺陷，而面向对象的方法很好地解决了这个问题，使得分析模型与设计模型自然过渡。采用面向对象的方法对切绘机控制系统进行了分析，建立了切绘机控制系统基本模型的对象层、特征层和关系层，给出了补充模型的主题层，并对类进行了整体说明。最后，采用了Visual C＋＋6．0进行控制系统的程序开发，最终得到的软件运行于普通PC（Personal Computer）或者工控机。该软件通过实际加工测试，效果良好。     

基于FC的安全关键网络仿真

针对嵌入式安全关键网络设计了一种基于FC的简约信令通信协议，该信令协议采用层次队列调度策略来实现对不同数据流的区分服务，探讨了在NS2中建立仿真模型并实现新协议仿真的方法，从帧扩展、节点扩展、链路和Agent扩展4个方面叙述了模型的建立过程。仿真结果表明，新算法在区分服务方面的性能良好，通过扩展NS2验证了新的网络协议和算法能提高效率，降低成本，具有更好的灵活性。     

一种多变量系统的内模解耦控制设计方法

针对多变量强耦合的被控系统，提出了一种简化的内模解耦控制设计方法。其宗旨是首先根据对象的名义模型，设计常数阵预补偿器，对其进行对角优势化，进而利用补偿后的主对角线元素作为内模控制设计的内部模型，并基于此内部模型设计多通道内模控制器，同时设计了对角形滤波器。对某加热炉温度控制系统的仿真研究结果表明了该方法的有效性，控制系统具有很好的解耦能力和较强的鲁棒性。算法简单，易于实现，具有较好的工程应用价值。     

步进加热炉经济燃烧操作的研究开发和实现

本文给出了一种以线性规划搜索来求解加热炉操作中的非线性多约束优化问题及基于以上算法和辅以动态反馈所实现的加热炉递阶控制系统。本文所提出的优化算法具有计算量小、收敛速度快、且稳定可靠的优点,故易于在线实时运行.动态反馈又充分考虑了炉子复杂多变的加热环境.实时后的控制效果表明可提高出炉钢坯加热的均匀性而使生产工况趋于平稳,并有较大的节能和节约钢原材料的潜力.     

利用规划求解工具实现闪速炉在线冶金数模系统的验证

针对在线冶金数模系统结构的整体性和复杂性,利用规划求解设计。一套简化的数学运算工具验证在线系统,经与原始模型反复测试,运算结果与征线系统严格吻合,具有结构灵活简单、易于调整,便于验证等特点,对于闪速炉冶金控制模型原理的深入研究有着深远的意义。     

加热炉炉温智能控制系统的一种设计方案

针对步进式加热妒炉温控制系统中存在时变、非线性等特征,设计了燃气、空气回路流量设定值调节系统,并在该系统中了采用RBF神经网络整定PID控制器参数;针对炉温控制系统中参数耦合和系统模型不确定的问题,分别在燃气和助燃空气回路中设计了一种基于最小二乘支持向量机(LS-SVM)的逆控制解耦系统,并对燃气和空气回路流量设定值进行动态跟踪.仿真结果表明:该步进式加热炉炉温智能控制系统具有鲁棒性好、抗干扰能力强、超调小,动态跟踪品质好和稳态精度高等特点.     

铜精炼阳极炉氧化过程铜液温度软测量模型及应用

基于铜精炼阳极炉氧化过程热工机理，建立了铜精炼阳极炉氧化过程铜液温度软测量模型，在铜液温度软测量的算法设计中采用数据预处理、黄金分割法搜索区间以及软测量模型参数校正等技术。实际应用结果表明，铜精炼阳极炉氧化过程铜液温度软测量可以反映氧化过程铜液温度的真实变化，有助于实现铜精炼阳极炉精炼过程铜液温度软控制以及提高铜精炼过程的生产效率和生产质量。     

石墨合成炉的结构及生产条件对合成气出口温度的影响

确定合成炉的出口温度是新型二合一氯化氢石墨合成炉优化设计的前提,本文从合成炉结构特点入手,提出确定气体出口温度的数学模型和计算程序,并通过Visual Basic 5.0编制的应用软件,研究了SSL-300～SSL-900型合成炉结构及生产条件对合成气出口温度的影响,结果是:不同型号的合成炉气体出口温度不同,在本文设计条件下,分别为260℃、236℃、245℃、321℃、343℃、368℃、418℃;气体出口温度随着原料气中氯气纯度或氯氢气量比的升高而降低;原料气温度的变化几乎对合成气出口温度没有影响;相同型号的合成炉,合成气出口温度随着冷却水温度的升高而增加。该项研究为优化设计新型的二合一氯化氢石墨合成炉提供了理论依据。     

环形加热炉最优炉温分布与控制

本文给出一种根据管坯传热模型确定以管坯出炉温度最佳和燃耗最低为综合最优性能指标的最优炉温分布的方法,建立了加热炉的过程模型,并在此模型基础上提出了用广义最小方差控制策略实现最优炉温分布的方法。本文还给出了一组加热炉炉温的广义最小方差控制的计算机仿真结果。     

无料钟高炉布料模型的研究与应用

针对高炉炉内料面的分布特征．通过分析和考虑无料钟高炉布料的影响因素及其特点,结合数学知识和计算机技术,建立了无料钟高炉布料模型。该模型在某钢铁企业的450m^3小型高炉中得到了实际应用,实现了无料钟高炉布料过程的实时监视,指导操作工对炉料分布进行合理调整,从而提高了料柱的透气性指数．降低了焦比,改善了高炉冶炼状况。这对实时了解高炉炉内料面的分布情况,指导高炉的优化操作具有十分重要的意义。     

高炉透气性指数的核超限学习机预测模型

高炉透气性指数反映了高炉内煤气流运动受到阻碍的大小,是操作人员判断高炉运行状态的重要依据.本文针对超限学习机的缺点,提出了基于核超限学习机的高炉透气性指数预测模型.首先选取了适当的高炉参数作为模型的输入.其次采用小波变换对生产数据降噪处理.然后建立基于核超限学习机的高炉透气性指数预测模型.在建模过程中,探索了不同的核函数对模型性能的影响,并对相关参数寻优.最后进行仿真实验,同其他算法对比.实验结果表明,相比于传统算法,基于核超限学习机的高炉透气性指数预测模型训练速度更快,预测精度更高,预测结果更稳定.     

高炉煤气流分布过程的多算法融合预测模型

在高炉生产中,准确的预测高炉煤气流分布状况将有助于保证高炉的稳定顺行.针对传统高炉煤气流预测模型的缺陷,本文提出了一种将带遗传因子的自回归移动平均模型(FF-ARMAX)和基于限定记忆的正则化极限学习机(RFMLS-RELM)相结合的高炉煤气流多步预测模型.在数据预处理方面,建立FF-ARMAX模型消除原始数据中的测量误差,同时采用傅里叶变换法消除数据中叠加的环境噪声.最后采用RFMLS-RELM算法进行多步预测,对比试验表明,该算法在应用于煤气流预测时,预测精度更高,适用于对煤气流分布状况的多步预测.多步预测实验结果表明,该模型虽然仍旧无法完全解决预测误差随预测步数的增加而不断叠加的问题,但相较于其他传统预测模型能够实现更好的预测效果和更高的预测精度,为高炉操作人员分析炉况提供了有效的帮助和支持.