基于转矩预测的永磁同步电动机模糊直接转矩控制研究

针对IM DTC和PMSM DTC中零电压空间矢量作用效果的不同,提出基于转矩预测的PMSM模糊直接转矩控制方法,模糊控制规则表中使用零电压矢量.根据转矩偏差、定子磁链偏差的符号和大小以及定子磁链所处的扇区经模糊推理得到合适的电压空间矢量,再使用预测控制算法计算该矢量和零电压矢量(如果需要)分别作用的时间,限制电磁转矩在给定环宽范围内.仿真分析表明,零电压矢量的引入和预测控制算法的应用减小了转矩脉动,对传统的永磁同步电动机直接转矩控制系统性能有明显的改善.     

基于图像特征提取的浮选关键参数智能预测算法

针对矿物浮选过程中回收率参数难以在线检测的问题,提出了一种智能预测算法．首先采用相对红色分量提取泡沫颜色特征,采用改进面积重构变换与分水岭方法分割泡沫图像并提取尺寸特征;然后在此基础上,通过斯密特正交化对最小二乘支持向量机（ＬＳＳＶＭ）核矩阵进行简约,利用核偏最小二乘方法进行回归计算,得到具有稀疏性的ＬＳＳＶＭ 预测模型．实验结果表明,该预测算法能有效地对矿物回收率进行预测．     

复杂过程的故障诊断技术

对于具有控制复杂,难以精确描述数学模型的复杂过程,介绍了智能化故障诊断方法。故障检测由基于知识系统实现,通过过程的深层浅层知识获得故障检测产生式规则。通过智能故障诊断技术实现故障诊断功能。     

有色冶炼企业专用铁路运输智能调度系统研究

针对有色冶炼企业铁路运输的特点,设计了有色冶炼企业铁路运输智能调度系统,并对系统实现中的两个关键问题——调度优化和调度模拟进行了深入讨论。提出了基于混合策略的优化调度方法,把企业铁路运输调度优化问题分解成列车分组优化、列车解编优化、进路优化以及取送车优化四个子问题,并采用不同方法分别进行优化,以期得到全局满意解,文中着重论述了取送车排序的优化问题。从调度监控的需要出发,给出了企业铁路站场动静态实体信息描述方法,构建了站场静态网络模型,并定义了调车机车的状态矩阵和轨道状态矩阵,实现了调度计划模拟。文章所提方法在南方某有色冶炼企业的铁路运输调度中得到应用,验证了方法的可行性。     

异步电机直接转矩控制快速正反转控制策略

针对传统的异步电机正反转方法过渡时间长、定子电流畸变严重和转矩脉动大等缺点,研究异步电机直接转矩控制系统正反转过程,提出一种实现快速正反转控制策略.该策略通过控制定子磁链和转子磁链的位置关系,在异步电机制动阶段,控制定于磁链滞后转子磁链旋转,动态保持磁通角恒定,使电机产生最大允许制动转矩,转速迅速下降;在反向启动阶段,控制定子磁链超前转子磁链反向旋转,动态保持磁通角恒定,使电机输出反向最大允许启动转矩,转速迅速上升,从而实现电机快速正反转过程.在整个反转过渡过程中限制定子电流不超过设定值,在不同的控制阶段施加合适的六边形工作电压空间矢量,易于实现.通过仿真验证了该控制策略可实现异步电机直接转矩控制系统的快速正反转过程.     

基于线性矩阵不等式的分散鲁棒跟踪控制器设计

应用线性矩阵不等式（ＬＭＩ）方法研究不确定性关联大系统的分散鲁棒输出跟踪控制问题。系统中不确定项具有数值界,可不满足匹配条件。基于不确定基项的表达形式,给出了存在分散控制鲁棒跟踪控制器的ＬＭＩ条件。在此基础上,通过建立求解受ＬＭＩｓ约束的凸优化问题,提出了具有较小反馈增益ＬＭＩ设计方法,使受控系统渐近跟踪给定的参考输入。ＬＭＩ方法求解简单,最后用示例说明了该方法的应用。     

基于传感器最优配置的等价空间故障检测方法

提出一种基于传感器最优配置的等价空间故障检测方法．针对线性时不变动态系统,给出了传感器最优配置问题的描述,以及基于传感器最优配置的故障检测多目标优化问题的描述．在系统可供测量的N个变量中,选择能获得关于系统故障尽可能多信息的m个变量作为测量变量,在满足对故障具有尽可能高的灵敏度,同时对扰动等未知信号具有尽可能强的鲁棒性的条件下,使整个系统测量成本达到最低．仿真算例说明了所提出设计方法及算法的有效性．     

自适应变异的粒子群优化算法

针对粒子群算法的早熟收敛问题,提出一种新的基于群体适应度变化率自适应变异的粒子群优化算法。该算法根据群体适应度变化率自适应调整惯性权重的取值,根据当前种群的平均粒距对种群中部分粒子进行变异操作。自适应调整与变异操作能增强算法跳出局部最优的能力,增大寻找全局最优的几率。对几种典型函数的测试结果表明,新算法的全局搜索能力有了明显的提高,有效避免了早熟收敛问题。     

基于人工代谢系统的物流管理

本文提出了一种人工代谢算法。通过对算法的模型和相关参数进行定义,阐述了基于人工代谢系统在物流调度中的应用实例。文中给出了一个供应链的拓扑结构图,运用人工代谢算法的原理对物流配送和逆向物流的过程进行了讨论,并对该配送网络进行了相关性能的分析。通过调节相关参数,给出了相应的物流优化配送路径。通过对物流网络的分析表明：在人工代谢算法下,物流网络的配送效率得到了较大提高。网络负荷的均衡性得到了很大改善。     

锑浮选过程加药量自适应迭代学习控制

针对现有的加药量控制方法需要浮选过程动态模型或是鲁棒性不足的问题, 提出一种基于自适应动态规划 (ADP) 的浮选过程加药量自适应迭代学习控制方法. 首先, 将药剂量控制问题转化为两级优化问题 (问题 1 和问题 2). 其中, 基于前馈控制原理求解问题 1 得出前馈补偿分量以抑制外界扰动. 然后, 采用基于值迭代的 ADP 算法, 求解问题 2 以得到最优反馈增益, 从而设计一个数据驱动的最优加药量控制策略使最终的生产指标 (精矿品位和尾矿品位) 跟踪给定值, 且药剂量消耗最少. 最后, 通过工业生产数据进行仿真验证, 证明所提方法的收敛性和稳定性.