汽油发电机转速前馈-反馈控制系统

汽油机的转速稳定性是影响汽油发电机电气性能指标的一个重要因素,本文在分析其工作原理的基础上提出了一种电流前馈、转速负反馈式的系统结构,并且把反馈控制器设计为模糊控制、PID控制和保持模态相结合的多模态控制器.利用MATLAB工具进行的仿真和实际配机试验结果都表明,采用此算法后该转速控制系统的稳态性能和动态切换性能都比采用常规PID控制时有明显改善,证实了所提方法的有效性.     

前馈Smith控制在反应釜控制中的应用研究

反应釜是一种典型的大惯性、大滞后非线性系统,其温度参数受不确定因素影响较大,控制起来非常困难.针对其温度控制的大滞后、非线性特点,提出了非线性前馈与Smith-PID预测控制相结合的控制方案.前馈用于抵消反应过程中的放热对过程的非线性影响,使控制对象可以近似线性,再通过Smith-PID控制消除大滞后对温度控制的影响,...     

一种新的磁滞非线性前馈补偿算法

针对超磁致伸缩致动器磁滞非线性特征, 建立了描述其非线性行为的Preisach数学模型, 以F函数法求解了该模型的数值模型. 针对当前致动器非线性前馈补偿控制中迭代和执行效率低的缺点, 将磁滞非线性理解为系统干扰, 提出了一种新的非线性前馈补偿算法, 在求解Preisach逆模型过程中,引入稳态误差信号作为参考变量, 以Sigmoid函数变步长算法进行迭代步长自适应动态调整. 计算机仿真和实验研究均表明,与当前的磁滞模型求逆算法相比, 所提出的算法在保证控制精度的同时可以显著提高系统收敛速度, 大大提高了程序的执行效率.     

用改进的非监督学习方法加速前馈神经网络的训练

本语文对非学习方法和前馈神经网络的结构进行了一些简单的改进,用改进后的结构和学习方法寝化前馈神经网络的权值,使前馈神经网络的训练速度和逼近精度显著提高。最后本语文通过仿真实例验证了该方法。     

热轧带钢层流冷却系统的前馈-反馈控制及其优化

以热轧层流冷却系统为研究对象,对如何提高带钢卷取温度控制精度进行了研究;在带钢冷却模型的基础上,对预设定模块进行了前馈补偿;考虑模型的不确定性和大时滞特性,采用模糊Smith预估器提高了反馈控制的精度;结果证明所采用的这些措施大大提高了卷取温度的控制精度。     

增强前馈神经网络对多点断路故障的容错能力

神经网络在发生多点断路故障时,网络中的多个隐层神经元及其相关的连接权同时失效。该文针对陷层神经元可以动态增加的一类前馈神经网络,提出了一种三阶段方法T3。T3先对网络进行一次训练,然后用验证集进行测试以确定网络的故障曲线拐点,在此基础上通过第二次训练自适应地增加冗余隐层神经元。实验表明,T3使用较小的冗余量就可以显著改善网络对多点断路故障的容错性,在网络的容错能力和结构复杂度之间较好地达成了折衷。     

锅炉燃烧系统中的一种新型控制方案

针对锅炉燃烧控制系统具有强耦合、多干扰、典型非线性的特点,提出一种理论+经验的混合智能控制方法,将传统PID控制、前馈控制、专家控制相结合,把三种方法的简便性、可靠性、抗扰动快速性、灵活性融为一体。     

一种前馈广义预测控制算法的研究及其仿真

研究了原油常压蒸馏塔的前馈广义预测控制算法 (GPC) ,克服了可测扰动对系统的作用。建立了以进料温度为可测扰动的常压塔常一线温度控制的CARIMA模型 ,实现了前馈GPC算法的仿真 ,验证了该算法对具有可测扰动的过程系统具有良好的控制作用 ,使系统具有良好的鲁棒性。     

用于超磁致伸缩作动器的一种改进的控制方法

为提高对超磁致伸缩作动器的控制精度,在基于Preisach模型前馈补偿的PID控制基础上,提出了一种基于Preisach模型前馈补偿的模糊PID控制方法．采用dSpace实时仿真系统搭建超磁致伸缩作动器的实时控制实验平台．利用研制的超磁致伸缩作动器测试了基于Preisach模型前馈补偿的模糊PID控制与PID控制方法下对方波信号和混合信号的轨迹追踪能力．两种控制方法下的实时控制效果对比分析表明,基于Preisach模型前馈补偿的模糊PID控制比常规PID控制具有更好的控制效果,从而验证了该方法的有效性．     

基于二叉级联结构的并行极速学习机算法

为解决因庞大的矩阵存储和计算,ELM（Extreme Learning Machines）难以应用到大规模、高维数据集的问题,提出一种基于＂分而治之＂策略的并行极速学习机算法。该算法利用二叉级联结构,将大规模数据集分派到多个计算节点上,并行地更新单隐层前馈网络的输出权值,且能有限步地单调收敛到最小二乘解。实验结果表明,该算法不仅泛化性能优异,并且具有非常高的加速比和并行效率。