多串口船舶导航数据转换器的低成本实现

文中所设计的船舶导航数据转换器可以只依据一种导航数据,经过数据转换后输出电罗经和GPS两种信号,保证电罗经设备与GPS设备的正常工作。转换器信号的接收与发送是通过不同串口进行,所以有必要扩展串口来解决串口太少的问题。对比分析目前较常用的几种串口扩展方案,本文提出一种采用P89C669作为数据转换的主处理器,AT89C2051作为串口扩展芯片的低成本方案,实现利用并口扩展串口的功能。     

投粉末炭MBR处理微污染原水研究

采用投加粉末活性炭的膜生物反应器处理微污染原水，结果表明，对CODMn、氨氮和浊度的平均去除率分别为59．4％、93．5％和99．6％，出水水质与常规处理——臭氧活性炭工艺的大体相当，并且不需投加混凝剂，同时还减少了投氯量。     

拟人智能控制及鲁棒LQ控制在倒立摆基准问题中的应用

分别应用拟人智能控制策略解决倒立摆标称系统的控制和鲁棒LQ方法解决其鲁棒控制问题.拟人智能控制模仿人解决问题的归约思路,从物理角度出发分析被控系统并设计定性控制律.利用遗传算法良好的全局搜索收敛特点,对定性控制律中的参数进行优化搜索.当模型只存在结构化型不确定性且不确定性有界时,可通过求解一个Riccati方程来设计鲁棒LQ控制器.仿真结果表明给定的控制指标均得到满足,且控制律算法简单,实现比较方便.     

基于预测控制方法的非线性神经网络逆控制

针对一类多输入多输出非线性被控对象,利用前向神经网络逼近原系统的逆系统,将其作为控制器,采用预测滚动优化性能指标训练该神经网络逆控制器,以克服干扰和不确定性影响,实现对多变量非线性对象的解耦控制。对某微型锅炉对象进行了控制算法仿真,结果表明,所提出的控制方法能够克服模型误差的影响,实现稳定解耦控制,且易于实现。在仿真过程中通过实验方法建立该锅炉对象的神经网络预测模型,并注意采用泛化方法采集训练样本数据和训练神经网络,以提高神经网络模型的泛化能力。     

敏捷性导弹的神经网络控制与制导

为了使导弹获得更高的机动性、敏捷性和导引精度,大多采用推力矢量控制方案.本文讨论了新型推力矢量控制导弹的动力学建模,在此基础上提出了适用于推力矢量导弹的神经网络控制与制导方案,其中的导弹控制方案包括双网络逆动态学习控制和混合神经网络控制两种.神经网络制导采用基于线性二次型的最优制导的有教师学习方案.神经网络学习算法中因引入了基于经验的模糊规则,具有较好的学习性能.仿真表明神经网络控制与制导方案具有较好的末制导导引精度.     

定性控制系统动态行为的仿真研究

本文初步讨论了如何以数学语言描述定性模型,并提出一种闭环定性控制系统,仿真结果表明,定性控制系统行为可以较好逼近定量控制系统行为,说明实现基于定性模型的智能控制是可能的。     

电力系统潮流概略图的计算机辅助绘制

电力系统的潮流计算,以往仅能从计算机的显示或打印的数据上进行分析、判断,非常不直观。当作出概略潮流图后,才能分析它的全貌,而绘制概略潮流图(如制作出图1),需靠人工作图和填写数据,既费时、又繁琐,且易抄错、遗漏。本程序能实现潮流计算后马上自动显示概略潮流,可当场决策及构成下一个方案的设想,对需要的方案当场作为成品出图,且由绘图仪作出的图质量高,速度快。因此,大大提高了设计速度,深受设计人员欢迎。     

基于人工神经网络的变风量空调控制系统

研究了变风量空调系统神经网络预测优化控制方法,优化指标考虑了舒适性和耗能量,舒适性指标取PMV指标,耗能量包括风机和冷水泵能耗。系统的控制量为送风风速和冷水流量,被控参数为空调区域的温湿度,采用预测滚动优化控制算法训练多层前向神经网络,然后将其作为优化反馈控制器来求解变风量暖通空调系统的优化解,并在运行中实时预测空调区域的负荷。仿真结果表明,采用此方法,在模型环境、负荷参数变化的情况下,既可以达到节能的要求,又可以使空调区域的温湿度保持在舒适范围内。     

混合坐标下的卡尔曼滤波及其应用

详细研究了混合坐标下的扩展Kalman滤波算法问题,并将其应用于综合火力/飞行控制系统中的机载目标状态估计器设计,该滤波算法充分利用了直角坐标体系下状态变量的状态线性特性和视线坐标体系下状态变量的量测线性特性。通过系统的Monte Carlo仿真表明,混合坐标下的Kalman滤波算法的稳定性及估计精度优于单独用视线坐标的滤波算法。