自适应模糊神经网络系统在管道泄漏检测中的应用

输油管道泄漏信号的检测存在信噪比较低的问题,利用自适应模糊神经网络系统的去噪方法可以提高压力信号、流量信号的信噪比.由于自适应模糊神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模.它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的模型和噪声的不确定性、不完备性.应用结果表明,自适应模糊神经网络的自适应噪声抵消器不仅实现简单、节省运行时间,而且能快速、有效地消除流量、压力信号中的各种噪声,因而提高了泄漏检测和定位的精度.     

一种基于负载电压换流的新型ZCS-PFM变换器

为实现一种结构简单,高效、高频、低电压应力,控制简单的软开关升压变换器,提出一种零电流软开关脉冲频率调制(pulse frequency modulation,PFM)变换器,并以其在boost变换器的应用为例分析了其工作原理、软开关实现条件以及该电路的设计方法.仿真和实验结果表明:该变换器在较宽的输出电压、输入电压、负载及控制频率变化范围内,能够实现稳定的零电流开关.该软开关设计思想可以推广到其他基本DC-DC变换器中.     

一种带有广义观测器的状态调节器及其在火电厂控制中的应用

前言在进行二次型性能指标下的线性控制系统的设计时,常常遇到如何调节外部稳态扰动和输入量自发性扰动的问题。众所周知:控制初始值 X(0)的时不变状态调节器具有比例特性,使用这种调节器不能完全消除状态变量或输入变量的恒值扰动,所引起的稳态偏差甚至很大,这对大多数的工业控制对象来说,都是不允许的。例如:火电厂的汽温和汽压必须保持在一定的范围之内,超过这个范围就会造成严重的后果。参考文献[5]介绍了一种适于稳态扰动的状态调节器的原则性方案,但没有给出实用的观测器的校正器 H 的设计方法。本文详细地讨论了这种调节系统,尤其详细地设计和整定了状态观测器的校正器 H,并给出     

一类基于改进Weibull分布模型电力电缆寿命评估方法

对电缆的剩余寿命进行评估是电缆寿命管理的关键环节,以往电缆寿命评估的方法中有Arrhenius方法和Weibull分布模型.对这两种方法分别进行分析,特别是确定Arrhenius模型中激活能的计算,以及应用Weibull分布模型对电缆寿命进行评估.最后以实际电缆的状态监测数据,对简化的Arrhenius模型进行仿真,说明所提出的方法是有效的.     

具有传输通道时间延迟的一类混沌系统脉冲控制同步

针对一类混沌系统同步控制问题,利用脉冲微分方程的稳定理论,研究了传榆信号具有时间延迟的混沌系统脉冲同步问题,给出了两个混沌系统实现全局渐进同步的判据方法。该方法仅采用具有时间延迟的驱动系统与响应系统输出偏差的线性反馈作为脉冲控制信号,驱动两个混沌系统达到全局渐进同步,且适用于绝大多数混沌系统的同步控制。所设计的控制器结构简单,收敛速度快,易于实现。Roessler混沌系统的仿真实验进一步验证了该方法的有效性和可行性。     

基于欧拉-拉格朗日系统模型的ASVG无源非线性综合控制

先进静止无功发生器(ASVG)的控制方法是影响其补偿性能和效果的重要因素,其传统PI控制器结构简单,参数设计容易,但动态稳定性较差.为提高系统稳定性,将ASVG的数学模型用Euler-Lagrange系统表示,采用无源控制(PBC),设计ASVG的PBC控制器.从理论上保证ASVG系统的Lyapunov函数稳定性,但当系统出现干扰时ASVG安装点的系统交流电压和电容器直流电压波动太大.基于此,提出ASVG无源非线性综合控制方案,即:电流内环控制采用基于PBC的控制,ASVG安装点交流电压和电容器直流电压的双外环控制均采用PI控制,既保持了所提出的综合控制器能在大干扰下提高系统的稳定性,也能够快速有效地将ASVG安装点的系统电压和电容器直流电压控制在允许的范围内波动.具有ASVG的单机-无穷大系统的Matlab仿真结果表明了控制系统模型的正确性和所设计的综合控制器的有效性.     

基于LMI的一类中立型延迟神经网络的全局渐近稳定判据

针对一类能够由中立型变延迟非线性微分方程描述的神经网络模型,给出了全局渐近稳定的不依赖于时间延迟的充分条件.所得到的稳定判据不仅考虑了神经元的激励和抑制对网络的影响,而且易于验证.仿真示例验证了所得结论的有效性.     

执行器带未知不对称死区的一类仿射非线性系统的神经网络自适应控制器的设计

 本文针对一类执行器带未知死区的仿射非线性系统,提出了一种新型的神经网络自适应控制器的设计方法,该方法首先引入一个神经网络来估计对象的部分未知非线性动态行为,再基于隐函数定理构造另一个静态神经网络作为新型补偿器以补偿执行器的未知不对称的死区非线性.本文利用Lyapunov理论在给出光滑的控制律的同时严格证明了整个闭环系统的跟踪误差以及各个神经网络权参数的一致最终有界性,而且通过调节设计参数可以使系统的跟踪误差收敛到零附近的一个小邻域内.本文提出的控制方案可以保证对象在线稳定地跟踪任何光滑的目标轨迹,仿真研究表明了此控制方案的可行性和有效性.     

基于LMI的时变时滞Cohen-Grossberg神经网络鲁棒稳定性

 研究了时变时滞Cohen-Grossberg神经网络的全局鲁棒稳定性问题.基于线性矩阵不等式技术,给出了保证时变时滞Cohen-Grossberg神经网络平衡点唯一性和全局鲁棒稳定性的新判据.这些新判据不依赖于时滞的大小和放大函数,且与现有的一些结果相比,具有易于验证、适用范围广、条件更不保守等特点.仿真结果验证了本文方法的有效性.     

多时滞Cohen-Grossberg神经网络鲁棒稳定性的新判据

分析了一类具有多时滞及参数摄动的Cohen-Grossberg神经网络的全局鲁棒稳定性.通过构造适当的Lyapunov泛函,以线性矩阵不等式形式给出了平衡点全局鲁棒稳定的判据.此外,所有结论的建立都不需要假定互连矩阵的对称性及激活函数的可微性和单调性.仿真结果进一步证明了结论的有效性.