远程控制系统中随机时延的处理方法

在基于因特网的远程控制系统中,为了解决因特网中随机时延问题,提出了一种适用于反馈通道的新方法.该方法在时间驱动的基础上引入了事件驱动,在远程计算机端,通过对网络时延导致的控制信息偏差进行补偿,最终使得反馈通道中随机时延的系统与反馈通道中固定时延的系统等效.     

基于预测控制的网络时延补偿策略研究

针对网络控制系统(NCS)中的时延问题,在分析网络时延特性的基础上,本文提出对系统采用预测控制策略进行时延补偿.为克服网络控制系统中时钟不易精确同步的问题,该策略用易于测昔的网络往返时延代替不易单独测量的前向时延和后向时延,不但采用MATLAB/TrueTime仿真工具箱对实际系统进行了仿真研究,还使用网络实验控制平台对实际的电机控制系统进行了实验研究.仿真和实验结果表明,该策略可以对网络时延进行精确补偿,保证网络控制系统具有良好性能.     

分布式网络时钟同步研究

为了实现分布式测控系统的时钟同步,提出了基于物理层物理介质无关接口的时钟同步方法。详细分析了分布式网络主从节点间实现时间同步的过程,提出了基于介质无关接口的时间服务单元的设计。在时间服务单元准确获取网络数据帧离开和到达时刻的基础上,实现了各从节点相对主节点的频率偏差修正,通过往返法测量链路时延,通过实时计算交换时延补偿交换时延的不确定性,从而实现了主节点到从节点的高精度时间同步。针对分步式网络的特点,在时间同步的基础上提出了基于时间信息的同步触发方法。试验证明,基于介质无关接口的开环时间传递能够实现25 ns的高精度时钟同步。     

短时延网络控制系统的研究现状

近年来,网络控制系统得到越来越多的关注,其主要挑战之一在于控制环中的网络时延对其影响,文章论述了短时延的网络控制系统现有的一些研究方法随机控制方法、时延补偿的方法、预测控制方法;并指出这种问题其他可能的一些研究方法.     

远程控制系统的采样信息处理方法

针对基于因特网的远程控制系统中随机时延状况下的采样信息处理存在的问题,提出了一种新的、可适用于前向通道的采样信息处理方法.该方法以模型的事件驱动为基础,充分合理地使用了所有数据报中的控制信息,理论分析和实验结果表明,采用这样的处理方法不但可以提高系统的动态性能,还能减少系统的输出响应变形.     

新型配电网静止同步补偿器的仿真研究

对配电网静止同步补偿器进行了分析研究,确定了基于瞬时无功功率的改进型d-q变换矢量理论检测方法,并采用了基于预测表的双变量新型控制方案;同时,利用MATLAB软件,对DSTATCOM系统进行了仿真研究。仿真结果表明,配电网静止同步补偿器的检测和控制方法,能有效地实现无功动态补偿。     

长时延网络控制系统的研究方法与展望

随着网络控制系统的发展。网络时延逐渐成为研究的热点问题。目前对于网络控制系统的研究主要集中在短时延网络控制系统,而对于长时延络控制系统的研究较少。本文主要从不同方面论述了具有长时延网络控制系统的现有研究方法。并对此问题的其他研究方法进行了展望。     

基于初态矩阵控制的时延系统预测补偿算法研究

针对工业过程控制中难以避免的时延问题,分析了其产生的机理.对于系统等效时延,采用预测思想,阐述了以动态矩阵控制的预测状态空间形式,并在此基础上,提出了时延补偿算法.引入补偿因子和过渡因子在线整定预测控制量和时延控制量,使控制作用快速平稳过渡,对于突变频繁的时延系统亦能迅速跟踪输入.仿真结果表明,该改进算法的时延补偿性能良好,保证了控制的稳定性和快速性.     

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。     

基于网络的机械臂远程控制平台设计与时延补偿

随着网络传输中不确定时延研究的深入,使基于网络的远程控制系统的应用成为可能.采用Winsock API,在Windows系统中设计并实现了具有绘图功能的二自由度机械臂系统基于网络的远程控制平台,通过在单条指令循环环境下考虑网络时延对系统同步的影响,设计了相应的同步补偿算法并验证了其有效性.提出等效时延的概念和时延分离补偿思想,以及对不同情况下机械臂系统性能的改进方案.该平台的设计思路对于其他机器人远程控制系统具有借鉴意义.     

基于小波网络的时间序列预报及其应用

对关键特征参数的准确预报是实现故障预报的重要环节 。本文提出了基于小波网络的非线性时间序列预报模型,探讨了非线性序列预报在故障预报中的应用。从函数逼近角度给出了这种模型的理论基础,给出了小波网络的学习算法,最后给出在空间推进系统上的应用实例。     

基于粗糙集神经网络的产品族配置性能预测方法

模块化产品族设计是面向大规模定制设计的支撑技术.为了加快对动态变化的个性化需求的响应速度,提出基于粗糙集神经网络的产品族配置性能预测新方法,以通过产品族中典型产品变型的历史数据挖掘来预测新产品变型的基本性能,给出产品族配置性能预测定义和目标;提出层次化的产品族表示模型,并用数学方法对配置过程和配置对象进行规范描述;给出基于粗糙集神经网络的配置性能综合预测框架和基本步骤.该方法能够复用所挖掘的配置知识和配置规则,减少试验环节工作量,且能将性能预测值作为衡量是否满足最终客户需求的基本依据,以评价配置的合理性.最后以某模块化新型号冰箱产品族为实例进行验证.     

大规模时滞系统的动态规划模型与优化算法

工业工程中的一些大系统往往具有时滞效应,其最优决策一直是个难题.基于生产计划和生产调度的优化研究,归纳出一类大规模时滞系统的动态规划模型,研究其优化算法.提出条件最优化原理,使动态规划推广到时滞系统的优化中.推导时滞型微分动态规划的递推算法公式,在一定条件下证明了其收敛性.将这一算法用于水厂最优递阶控制的协调级,仿真验证它的可行性和有效性,获得的结果对于水厂节能具有重要意义.所提出的模型与算法可用于更为广泛的场合.     

DIAGNOSTICS OF FATIGUE CRACK IN ULTERIOR PLACES OF LARGER-SCALE OVERLOADED SUPPORTING SHAFT BASED ON TIME SERIES AND NEURAL NETWORKS

To improve the diagnosis accuracy and self-adaptability of fatigue crack in ulterior place of the supporting shaft, time series and neural network are attempted to be applied in research on diag-nosing the fatigue crack’s degree based on analyzing the vibration characteristics of the supporting shaft. By analyzing the characteristic parameter which is easy to be detected from the supporting shaft’s exterior, the time series model parameter which is hypersensitive to the situation of fatigue crack in ulterior place of the supporting shaft is the target input of neural network, and the fatigue crack’s degree value of supporting shaft is the output. The BP network model can be built and net-work can be trained after the structural parameters of network are selected. Furthermore, choosing the other two different group data can test the network. The test result will verify the validity of the BP network model. The result of experiment shows that the method of time series and neural network are effective to diagnose the occurrence and the development of the fatigue crack’s degree in ulterior place of the supporting shaft.