一种基于Simulink和Infoplus·21的实时仿真数据平台

该文讨论一种基于仿真软件Simulink和实时数据库软件Infoplus.2 1构建的仿真数据平台。首先介绍这种仿真数据平台的结构 ,然后提出一种在Simulink中使用S -函数实现实时仿真的方法 ,最后给出建立Simulink与Infoplus.2 1数据通道的实现方案。     

多传感器数据融合技术(下)

3　数据融合方法多传感器数据融合虽然未形成完整的理论体系和有效的融合算法,但是在不少应用领域根据各自的具体应用背景,已经提出了许多成熟并且有效的融合方法。3 1　Ｄ Ｓ证据推理方法Ｄ Ｓ(Ｄｅｍｐｓｔｅｒ Ｓｈａｆｅｒ)证据推理是贝叶斯推理的扩充,其3个基本要点是:基本概率赋值函数ｍｉ、信任函数Ｂｅｌｉ和似然函数Ｐｌｓｉ。Ｄ Ｓ方法的推理结构是自上而下的,分3级,推理结构如图4所示。第1级为目标合成,其作用是把来自独立传感器的观测结果合成为一个总的输出结果(ＩＤ)。第2级为推断,其作用是获得传感器的观测结果并进行推断,将…     

非均匀采样系统的一种递推辨识方法

在非均匀采样系统辨识方法中, 通常利用重采样、数值积分等方法来处理非均匀采样数据, 所用模型多为连续有理分式传递函数, 在递推形式下非均匀采样对象又常局限于``数据缺失'的情况. 本文研究更为一般的异步非均匀采样的多变量系统, 采用连续时间状态空间模型描述, 推导了模型参数、参数梯度和系统状态之间的相互递推关系, 构成一种可变迭代间隔的递推辨识算法, 在每次输出采样点上仅更新模型中受当前采样数据影响的参数. 这种辨识方法可以适用于任意非均匀采样系统, 多采样率系统也可作为一种特例适用于本算法. 仿真结果表明, 所提的方法是可行有效的.     

自动化专业的通识教育与综合教育

自动化专业的知识体系和教学内容由通识教育、专业教育、实践教学和综合教育四部分组成。其中,通识教育是启发心智、唤醒心灵的教育,重在素质培养,强调全面发展,通过扩大学生的知识深度和广度,拓展学生的视野,使学生兼备人文素养与科学素养,成为具备远大眼光、通融识见、博雅精神和优美情感的人才;综合教育侧重于学生思想素质、社会责任和职业道德的教育及社会活动能力和综合技能的培养,使学生在获得专业知识的同时,培养和发展其独立自主解决问题的能力。本文撰写的目的是解读＂自动化专业指导性规范＂。     

非均匀周期采样多率系统的一种辨识方法

本文利用提升技术,推导了非均匀采样多率系统的提升状态空间模型.对于状态可测量的多率系统,利用最小二乘原理,给出了模型参数矩阵辨识方法;对于状态不可测的未知参数多率系统,利用递阶辨识原理,在考虑提升模型的因果约束下,将提升系统分解为子系统进行辨识,形成了状态空间模型递阶辨识方法.仿真例子表明,本文提出的递阶辨识方法是有效的.     

混合动态系统及其应用综述

在概述混合动态系统产生背景与发展近况的基础上, 主要综述了混合动态系统研究中的若干重要问题, 包括描述混合动态系统的常见工具, 如自动机和Petri网, 以及混合动态系统的模型描述方法及用于描述混合动态系统的递阶结构模型和混合逻辑动态模型, 对混合动态系统控制器的设计和验证及其在故障诊断等方面的应用研究也作了介绍, 同时对混合动态系统的一些主要研究成果进行初步评价.     

流程工业CIMS体系结构的探讨

在参考Ｐｕｒｄｕｅ企业参考模型和ＣＩＭＯＳＡ的基础上,本文结合生命周期和集成平台的思想提出了流程工业ＣＩＭＳ的体系结构,并在分析其特点的同时介绍了模型驱动的集成方法。     

基于Agent的流程工业制造执行系统结构研究

随着集成技术的发展，流程工业综合自动化系统采用了ERP／MES／PCS三层体系结构。本文针对流程工业的特点，分析了现有制造执行系统的结构特征，对流程工业制造执行系统的功能模块进行分类，并构造出对应的Agent模块，以此提出一种基于Agent的分布流程工业制造执行系统结构，这种结构非常有利于分布式流程工业制造执行系统的管理和控制，具有较好的柔性和扩展性，在此基础上，研究了流程工业制造执行系统中每个Agent的运作机制和多Agent之间的交互协调机制，为实现流程工业制造执行系统功能的合理调度打下了基础。     

基于神经网络多步时序预测的非线性系统故障诊断

提出一种新的基于神经网络多步时序预测的非线性系统故障诊断方法。该方法先利用回归神经网络对多个传感器检测序列并进行多步预测,再由多步预测序列和传感器检测序列生成历史残差序列和预测残差序列。最后,根据统计定义的几个决策指标进行故障检测与诊断。与其它方法相比,本文方法所需信息较少、可诊断的故障较多。仿真表明该方法是有效的,可有效地增强故障信息、抑制非故障信息。     

基于神经网络的模糊自适应PID控制方法

提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点，既具有模糊控制的简单和有效的非线性控制作用，又具有神经网络的学习和适应能力，同时具备PID控制的广泛适应性，仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。