基于阶跃辨识的PID自整定研究及软件开发

工业过程控制中,一般通过实验试凑法整定控制器参数,这种方法不免带有一定盲目性且瞬态性能指标不够理想;为了让控制器更高效、实用,需要对被控对象模型有精准的辨识,整定出与系统被控对象相吻合的PID控制器参数;以工程应用为出发点,通过深入研究PID自整定技术原理和实际的工程应用,实现了基于阶跃辨识的PID自整定的软件开发,并通过改变对象模型PID参数,验证了该软件系统的稳定性及准确性。     

基于迭代继电反馈的多变量PID控制器自整定

PID控制是工业过程中最常用的控制方法,但在实际生产过程中,被控过程往往是多变量、有耦合的,常规PID控制器参数往往整定不良、性能欠佳,对运行工况的适应性较差。为此,将迭代反馈理论和继电整定方法有机结合起来,提出一种适用于存在耦合的多变量系统PID控制器的参数整定方法。运用该方法整定PID参数,不需要被控对象的数学模型,而且具有速度快、效果好等优点。     

模糊自整定PID控制器的设计与仿真

常规PID控制器因结构简单、鲁棒性好、参数调整方便等,常被用于工业过程控制.但其参数整定是在获取被控对象数学模型的基础上根据一定的规则来确定的,难以适应复杂多变的控制系统.针对其参数整定效果不良、调试时间长、对被控对象适应性差等缺点,将模糊控制与PID控制相结合,设计了模糊自整定PID控制器.在常规PID控制器基础上,根据相应的模糊规则进行模糊推理,实现PID参数的在线自整定.仿真结果表明,模糊自整定PID控制器,不仅具有模糊控制快速、适应性强等优点,又有PID控制精确度高的特点,使系统有较好的控制作用,因此具有较好的工业应用前景.     

基于智能自动化复合PID控制技术的研究

针对具有时滞一阶非最小相位系统的被控对象,提出了一种基于智能复合PID控制方法,推导出复合PID控制器控制参数的整定方法.考虑到被控对象的不确定性、慢时变等特点,以神经网络元构造基于智能自动化复合PID控制器,解决了基于智能自动化复合PID控制参数在线调整的问题,使复合PID控制器适用范围更广泛.对闭环控制系统模拟结果表明,该系统控制参数整定方法简单,具有非常好的控制效果.     

模糊自适应PID控制的研究及应用仿真

传统PID控制器参数的整定是在获取对象数学模型的基础上,根据某一整定规则来确定的,难以适应复杂多变的控制系统。针对其参数整定不良、性能欠佳,对被控过程的适应性差等缺点采用模糊控制与自适应PID控制结合起来,设计了模糊自适应PID控制器。利用模糊推理方法实现对PID参数的在线自整定,进一步完善PID控制器的性能,提高系统的控制精度。仿真结果表明该模糊自适应PID控制器既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,使被控对象具有良好的动、稳态特性,有较好的工程应用前景。     

增量式自适应逆控制及在过热汽温中的应用

被控对象的迟延和惯性特性是影响控制系统品质的重要因素之一.从常规PID增量式控制算法入手,在对具有迟延和惯性被控对象的动态特性进行定性分析的基础上,给出了一种改进型增量式控制算法的表达式;分析了被控对象校正逆模型的参数向量与控制器的参数向量之间的联系,进而将控制器的荻取与被控对象校正逆模型的建立相结合,将控制器的自适应过程归结为被控对象校正逆模型的在线辨识问题,通过对校正逆模型的在线辨识直接对改进型增量式控制算法中控制器的参数进行在线修正,形成了一种增量式自适应逆控制系统.将该方法应用于锅炉过热汽温控制系统中,并通过与常规PID串级控制和直接自适应逆控制系统的控制效果对比,验证了所提方法的有效性.     

基于遗传神经网络的自适应PID控制器的设计

提出了一种基于遗传算法和神经网络的自适应PID控制器的设计方法。该控制器主要由三个部分组成:利用遗传算法优化PID参数,和RBF神经网络结合,对被控对象逼近,搜索出一组准优的初始参数;RBF神经网络完成对被控对象Jacobian信息辨识;基于单神经元的自适应PID控制器,在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能。仿真结果表明,控制器具有响应速度快,稳态精度高等特点,可用于控制不同的对象和过程。     

高维多变量系统集中式PI 控制器设计

针对高维多变量系统,基于等价传递函数理论研究全矩阵结构的PI控制器设计问题.同时考虑对象的稳态增益和响应速度两个因素,提出一种新的等价传递函数参数化方法;利用等价传递函数与被控过程的传递函数逆阵之间的关系,推导出等价传递函数的解析通式;在此基础上,结合经典的PID控制技术进行多变量系统集中式PI控制方法研究.最后通过典型工业过程实例,验证了所提出设计方法的简单性和有效性.     

一类非自衡对象的典型反馈型PID控制

针对一类非自衡对象,提出了一种基于典型反馈模型的PID控制器(TF-PID);采用全极点型逼近方法对被控对象的时滞环节做近似处理,并在内模控制原理的基础之上导出一种基于典型反馈模型的PID控制器参数整定策略,从而得到PID控制器的整定参数;仿真结果表明,所设计的控制方法具有更优的设定值跟踪性能和干扰抑制性能,并且实现二者分离控制。     

智能3P控制在复杂工业过程的应用

具有大时滞时变的被控对象的控制过程(具有典型现代复杂工业过程的特征)是一种难以控制的复杂工业过程。智能3P控制器不仅能很好对付大时滞时变的被控对象的非线性，还能满足高标准的性能要求、较快的响应速度，而且对系统参数或／和系统结构的变化有很强的适应性，也具有很强的鲁棒性和抗干扰能力。重点介绍了该控制器的结构及实现。针对仿真结果还与M—PID控制做了对比。     

贝叶斯网在在线测试系统学生模型中的应用研究

文章基于贝叶斯网络理论,提出了知识覆盖型贝叶斯网学生模型。文章深入探讨了构建贝叶斯网学生模型的方法和途径,并实现了自适应选题算法和推荐引擎算法,使模型具有很强的推理能力。把模型用于在线测试中,能自适应选题,自动结束,结果除获得成绩外,还能诊断,并把测试中未掌握的知识项呈现出来。从而,为准确掌握学生的知识水平,为教学策略的调整和学生进一步学习提供了有力依据。实验表明该算法能高效快捷地将学生测试中未掌握好的知识项产生推荐集合。     

Strong stabilisation of a wind turbine tower model in the plane of the turbine blades

We investigate the strong stabilisation of a wind turbine tower model in the plane of the turbine blades, which comprises a nonuniform NASA Spacecraft Control Laboratory Experiment (SCOLE) system and a two-mass drive-train model (with gearbox). The control input is the torque created by the electrical generator. Using a strong stabilisation theorem for a class of impedance passive linear systems with bounded control and observation operators, we show that the wind turbine tower model can be strongly stabilised. The control is by static output feedback from the angular velocities of the nacelle and the generator rotor.     

改进的曲率滤波强噪声图像去噪方法

目的 医学影像获取和视频监控过程中会出现一些恶劣环境,导致图像有许多强噪声斑点,质量较差。在处理强噪声图像时,传统的基于变分模型的算法,因需要计算高阶偏微分方程,计算复杂且收敛较慢;而隐式使用图像曲率信息的曲率滤波模型,在处理强噪声图像时,又存在去噪不完全的缺陷。为了克服这些缺陷,在保持图像边缘和细节特征的同时去除图像的强噪声,实现快速去噪,提出了一种改进的曲率滤波算法。方法 本文算法在隐式计算曲率时,通过半窗三角切平面和最小三角切平面的组合,用投影算子代替传统曲率滤波的最小三角切平面投影算子,并根据强噪声图像存在强噪声斑点的特征,修正正则能量函数,增添局部方差的正则能量,使得正则项的约束更加合理,提高了算法的去噪性能,从而达到增强去噪能力和保护图像边缘与细节的目的。结果 针对多种不同强度的混合噪声图像对本文算法性能进行测试,并与传统的基于变分法的去噪算法（ROF）和曲率滤波去噪等算法进行去噪效果对比,同时使用峰值信噪比（PSNR）和结构相似性（SSIM）作为滤波算法性能的客观评价指标。本文算法在对强噪声图像去噪处理时,能够有效地保持图像的边缘和细节特征,具备较好的PSNR和SSIM,在PSNR上比ROF模型和曲率滤波算法分别平均提高1.67 dB和2.93 dB,SSIM分别平均提高0.29和0.26。由于采用了隐式计算图像曲率,算法的处理速度与曲率滤波算法相近。结论 根据强噪声图像噪声特征对曲率滤波算法进行优化,改进投影算子和能量函数正则项,使得曲率滤波算法能够更好地适用于强噪声图像,实验结果表明,该方法与传统的变分法相比,对强噪声图像去噪效果显著。     

基于模糊模型的非线性内模控制策略研究

针对一类非线性动态过程提出了基于模糊模型的非线性内模控制算法(NFIMC)。NFIMC控制器包括逆模糊模型控制器和滤波器。过程的模糊模型和逆模糊模型均可由模糊辨识获得。CSTR的仿真结果表明:该算法可以对强非线性过程实现有效控制,并且具有结构简单、计算效率高等优点,有利于在线应用。     

General Bounds on Statistical Query Learning and PAC Learning with Noise via Hypothesis Boosting

We derive general bounds on the complexity of learning in the statistical query (SQ) model and in the PAC model with classification noise. We do so by considering the problem of boosting the accuracy of weak learning algorithms which fall within the SQ model. This new model was introduced by Kearns to provide a general framework for efficient PAC learning in the presence of classification noise. We first show a general scheme for boosting the accuracy of weak SQ learning algorithms, proving that weak SQ learning is equivalent to strong SQ learning. The boosting is efficient and is used to show our main result of the first general upper bounds on the complexity of strong SQ learning. Since all SQ algorithms can be simulated in the PAC model with classification noise, we also obtain general upper bounds on learning in the presence of classification noise for classes which can be learned in the SQ model.     

基于Chan-Vese模型的SAR图像分割

由于SAR图像存在较强的斑点噪声,使用Chan-Vese模型水平集分割方法会产生很多误分割。同时,水平集解法存在计算量大、分割速度慢的问题。在Chan-Vese模型基础上,增加新的内能项——距离正则项,得到了一种改进的曲线演化模型。避免了水平集函数的周期性更新,具有更大的迭代步长,从而加快分割速度,并且提高Chan-Vese模型的抗噪性。对该模型采用人工合成图像和真实SAR图像进行分割实验,通过比较,可看出改进模型具有较高的数值精度和较快的分割速度。对于噪声很强的图像,使用增强Lee滤波进行预处理,可以进一步提高改进模型的分割速度和效果。实验结果表明:改进Chan-Vese模型能高效快速地完成SAR图像分割,具有较高的抗噪性。     

稀土萃取过程的广义预测解耦控制

考虑稀土萃取过程具有多变量、强耦合特性,提出一种基于广义预测解耦控制(GPDC)的稀土萃取过程控制方法.首先针对模型未知的强非线性稀土萃取过程,构建基于极限学习机的组分含量系统模型,并依据模型特点设计多个稀土萃取过程GPDC控制器;然后为降低各控制回路间的耦合性,在控制器的性能指标中引入校正策略,通过回路中模型预测值与...     

基于VRML和JAVA3D的图形协同模式

对于网络三维图形协同系统而言,如何构建在异地、异构CAD系统下能为各设计方所普遍接受的讨论模型是该系统的关键。本文结合VRML的强大表征功能和JAVA3D的强大操作功能,应用了基于VRML模型范本生成JAVA3D世界中的镜像,从而直接在JAVA中对该镜像进行协同浏览的设计模式。根据这一模式,结合即时通讯和电子白板模块,作者实现了一个网络图形协同的原型系统。     

基于短时LS-SVM的GNSS铁路路基沉降监测数据分析研究

在GNSS(全球导航卫星系统)铁路路基沉降监测中,卫星信号受到周围环境的影响,同时实时监测中数据传输的不可靠性,导致监测结果往往有很强的不稳定性,有效地剔除粗差能提高GNSS监测的可靠性.鉴于最小二乘支持向量机有很强的非线性运算能力与数据拟合能力,建立短时最小二乘支持向量机铁路沉降数据预测模型,在监测中融合该模型,提高监测的有效性.分别运算该模型对山西中南部铁路通道重载综合试验地的3个监测点进行了分析处理,结果表明融合短时最小二乘支持向量机的预测模型有效抑制了GNSS监测中的离散误差,提高了GNSS监测系统的可靠性与稳定性,为铁路路基沉降监测提供了更为有效的手段.     

时间资源调度模型

本文首先提出Ｐｅｔｒｉ网调度模型的三个层次及其构造算法，在此基础上重点讨论第三个层次；时间资源调度模型－改进的Ｐｅｔｒｉ网模型，本文还给出一个相庆的调度算法，我们提出的调度模型对调度问题的描述极为清晰，对调度求解提供了一个强有力的工具。