面向网络诱导时延和数据包丢失补偿的网络化广义预测控制

针对网络化控制系统中存在的网络诱导时延和数据包丢失, 考虑了网络化广义预测控制问题. 基于多个数据打包传送的通讯方式以及网络诱导时延和数据包丢失预先可知的假设, 提出了一种采用最小预测步长和预测控制增量向量分别补偿网络诱导时延和数据包丢失对系统性能影响的新方法, 给出了相应的网络化模型预测算法和网络化滚动优化算法, 对于被控对象参数未知或缓慢变化的情况, 给出了基于递推最小二乘辨识改进算法的网络化反馈修正算法, 通过仿真验证了所提出网络化算法的有效性.     

基于数值型数据的模糊规则快速挖掘方法

针对数值型数据能准确反应现实世界,但难以理解的问题,为了从数值型数据中挖掘出易于理解的知识,提出了基于数值型数据的模糊规则快速挖掘方法。该方法能从数值型数据中挖掘出一个零阶的Sugeno模糊规则,并采用一种启发式方法将这个零阶的Sugeno模糊规则的数值结论转变为两个带置信度的语言变量,并给出了规则库的存储结构。最后通过实例证明了这种快速模糊规则挖掘方法能避免复杂的数值型计算和能有效逼近非线性函数的优点．     

锌电解过程实时专家控制系统的设计

将基于知识的规则模型和解析的数学模型有机结合,建立两级结构的实时专家系统。由具有专家自学习功能的实时专家系统以专家优化方式寻找电解液最佳酸锌含量比和最优温度。     

石英晶片测量分选系统的研究与设计

阐述了基于ISA总线接口的测量系统，采用π网络法测量石英晶片的电参数，使用直接数字频率合成器(DDS)生成期望的频率扫描信号并激励π网络的方法，获得石英晶片的谐振频率、活力、杂波数等电参数；分选系统通过对石英晶片电参数进行分析，由基于ISA总线的步进电机控制卡控制分档．软件部分利用VisualC^ 6．0编写程序，由用户界面、数据分析模块、通信模块和数据库模块四部分组成．     

面向生产目标的铅锌烧结过程智能集成建模与优化控制技术

采用主元分析、神经网络、专家系统等多种智能化方法,建立了铅锌烧结过程中烧结块产量质量模型,并由此得到了铅锌烧结过程的优化控制目标函数.并采用聚类搜索、专家系统对生产目标函数进行了优化,以实现操作参数的优化控制.提出的面向生产目标的智能集成建模与优化控制技术,较好地解决了多输入、多输出、强非线性、强耦合性复杂工业过程的优化控制问题,实现了高产、低耗、优质的生产目标,为复杂工业过程的建模与优化控制提供了一种实用的工程实现方法.     

基于LCM与字库芯片的中英文字符显示技术

提出一种采用DSP作为主控制器,LCM(液晶显示模决)和字库芯片作为外设,在点阵LCD上显示ASCII字符与任意国标汉字的方法.给出了DSP与外设的硬件连接电路图和软件设计过程.特别是标准汉字库芯片GT23L32S4W的使用,不但省去了用软件提取字模的工作,而且为主控芯片节省了相当大的内存空间.实验结果表明该系统可以方便地显示任意中英文字符,效果良好,性能稳定,设计简洁,为嵌入式系统的显示提供了一个很好的解决方案.     

神经网络反推控制在光伏系统最大功率点跟踪中的应用

针对太阳电池输出最大功率受到光照强度和温度等因素影响的问题,提出一种基于神经网络反推控制技术的最大功率点跟踪方法。首先利用神经网络求取最优直流母线参考电压,设计反推控制实现光伏发电系统最大功率点跟踪和单位功率因数并网。然后,利用神经网络对光伏发电系统的不确定性部分进行补偿,消除非线性模型的不确定性部分的影响。最后,利用Liyapulov稳定性理论证明了神经网络反推控制器的稳定性。实验结果表明该方法能同时实现光伏发电系统的最大功率点跟踪和单位功率因数并网,具有良好的抗干扰能力。     

基于KPLS的蒸发器出口溶液浓度软测量方法

针对实际生产过程中结疤、结垢等原因造成的蒸发器出口物料浓度在线检测不准的问题,在分析蒸发器非线性特性及影响出口物料浓度因素的基础上,建立了基于核偏最小二乘法的出口物料浓度的软测量模型,利用KPLS有效的非线性特征提取功能,建立了相关直接检测变量与出口物料浓度之间的非线性关系,实现了出口浓度的在线测量。基于工业数据的仿真结果证明,该方法比线性偏最小二乘法更有效,模型精度满足实际生产工艺要求。