基于多输出最小二乘支持向量回归建模的自适应非线性预测控制及应用

提出一种可有效提高常规预测控制方法控制性能与计算效率的数据驱动自适应非线性模型预测控制方法.首先,为了提高多输出非线性系统最小二乘支持向量回归(least squares support vector regression, LS–SVR)建模的精度,考虑各维输出间的耦合关系,采用在目标函数中加入样本整体拟合误差项,实现多输出LS–SVR(multi-output LS–SVR,M–LS–SVR)预测建模,同时采用粒子群算法优化模型参数;其次,针对动态过程建模的模型失配问题以及由于M–LS–SVR模型复杂导致传统智能算法求解预测控制律缓慢的问题,提出自适应非线性模型预测控制策略,包括两个非线性优化层:第1层采用梯度下降算法实时优化模型和实际过程输出的偏差,以自适应调节模型参数;第2层采用具有全局收敛性和超线性收敛速度序列二次规划(sequential quadratic programming, SQP)算法设计非线性预测控制器,以加速预测控制律的求解速度. Benchmark仿真实例及在高炉炼铁过程的数据试验表明:所提基于M–LS–SVR预测建模的自适应非线性模型预测控制具有较快的求解速度、较好的设定值跟踪和干扰抑制性能以及较强的鲁棒性.     

采用国产75t/h循环流化床锅炉的单元机组 汽压自适应控制系统

在对循环流化床锅炉动态特性进行分析的基础上，结合现场实际工艺情况，提出了一种全系数汽压自动适应控制系统，现场运行收到良好的控制效果。     

考虑驱动系统动态的机械手神经网络控制及应用

针对结构和参数均未知的机械手控制问题, 提出了考虑驱动系统动态的机械手神经网络控制方法, 采用稳定的径向基(Radial basis function, RBF)神经网络辨识机械手未知动态, 而附加的鲁棒控制可以保证存在神经网络的建模误差和外部干扰时系统的稳定性和性能, 并且该方法使机械手闭环系统一致最终有界. 同时开发了基于半实物仿真技术的机械手控制系统, 最后, 将本文方法与经典的PD控制器和自适应控制器在同一机械手平台上进行了实验验证与分析, 实验结果表明该方法具有良好的控制性能.     

稀土串级萃取分离过程元素组分含量的多模型软测量

针对稀土串级萃取分离过程中元素组分含量在线测量难的问题,提出了一种多模型软测量方法,用于在线预测元素的组分含量.首先,以物料平衡方程为基础,在多个工作点附近建立了描述萃取过程的局部线性模型.引入减法聚类算法对样本数据进行分类,用得到的分类数据对局部模型参数进行离线辨识.每一时刻根据积分性能指标选择最优模型,同时在线修正局部模型参数.利用某La,Ce,Pr,Nd 4组分串级萃取分离Ce/Pr生产线的实测数据进行了仿真研究,结果表明所提出的多模型方法有效、预测精度较高.     

双模态燃烧室激波链/附面层相互干扰研究

研究优化燃烧室控制问题,燃烧引起的压力升高扰动对于双模态燃烧室流场内激波链/附面层相互干扰强度影响,同时由于喷油调节对燃烧效率也影响较大。为解决上述问题,采用变换燃烧室出口反压。计算出燃烧室内燃烧引起压力升高的实际情况,对不同出口反压条件下的双模态燃烧室冷流流场进行了数值仿真,并与试验结果进行对比,两者相互吻合。结果表明,燃烧室内激波链结构强度及位置对于出口反压的变化非常敏感,在实际燃烧室工作中可通过选择合适的供油规律来获得燃烧引起压力扰动对激波链结构强度及位置的气动控制,可实现双模态燃烧室的模态转换,使得燃烧室工作在最优模态。     

动态系统描述语言的特性、设计和实现

介绍一种新型的动态系统描述语言,PDSDL.它比SystemC更加高效和灵活.(1)PDSDL使用了Python面向对象动态语言,(2)PDSDL创新性地提出了动态系统的概念.系统的建模、验证和综合全都依赖于运行时动态系统特性,而非传统的存储在非易失记忆体(例如文件)的静态描述.因此设计者能使用程序和高级人工智能方式来进行更高效的结构探索.本文的重点在于探讨动态系统描述语言的特性和实现机理.文末给出简要试验结果.     

基于动态能量特征的步态识别方法

步态是生物特征识别领域的一个新兴热点,它有三大优势:远距离识别、非侵犯性和难于隐藏.本文提出一种新的基于动态能量特征的步态识别算法.首先对输入的步态序列进行背景建模;然后分割出图像中运动人体的二值侧影;再从侧影序列中提取出步态的动态能量特征矩阵;最后用标准的模式分类技术对个体的身份做出识别.实验结果表明,该方法不仅简单、易操作,而且在UCSD和CMU数据集上均获得90%以上的高识别率.     

基于无线传感器网络的火灾监控系统设计与实现

针对目前火灾监控系统存在的不足,提出了一种基于无线传感器网络的设计方案.系统实现了对监控目标的烟雾浓度,温度的实时监测,采用了基于最小跳数的路由协议,每个节点只需记忆自己的转发节点集,网络中的数据都是沿着最短路径进行传输.系统满足了火灾监控的要求,安装简单方便,灵敏度高,稳定性好.     

永磁同步电机脉振高频电压注入转子位置检测

永磁同步电机的转子位置检测精度直接决定了电机能否平滑起动,为提高转子位置检测精度,提出了基于脉振高频电压注入的表贴式永磁同步电机转子位置检测方法。向永磁同步电机定子绕组中注入脉振高频电压信号,通过电机d、q轴磁路饱和程度的差异,实现永磁同步电机转子初始位置的检测。实验结果表明提出方法的转子位置检测精度高,适用于永磁同步电机的无传感器起动及低转速稳态运行。     

基于QP_TR信任域的序列图像目标跟踪

本文将信任域算法和尺度空间理论相结合,提出了一种能够精确描述目标尺寸连续变化的新的序列图像目标跟踪算法;将信任域算法与灰度模板相结合,提出了一种新的实时目标跟踪算法。在第一种算法中,首先将序列图像按照颜色直方图转换成目标概率分布图,目标区域在概率分布图中呈现为灰度块。然后通过检测该图在尺度空间中微分滤波器输出的极值,来决定这些灰度块的尺度。最后我们使用QP_TR信任域算法在尺度空间里和图像平面内快速搜索概率分布图的多尺度规范化Laplacian滤波函数极值,实现了目标定位并同时决定了其尺度,从而完成了跟踪任务。在第二种算法中,首先记录目标初始模板,在随后每一帧中应用OP_TR信任域算法搜索与该模板最相似的区域,实现目标定位。和现有算法的比较以及在大量真实序列图像上的实验表明,两种算法分别在目标大小描述,跟踪精度上以及运算速度上有了显著提高。