双并联神经网络在线梯度算法的收敛性

双并联前馈神经网络是一个单层前向网络和一个多层前向网络的并向联接,在实现线性映射的同时也能够反应非线性映射,尤其对于弱非线性问题效果更为明显。在线梯度算法是训练神经网络的一种常见、高效的训练算法。研究了双并联前馈神经网络在线梯度学习算法的确定性和收敛性,证明了误差函数单调性质,给出了双并联前馈神经网络弱（强）收敛性结果,即误差函数的梯度趋于零,权值序列收敛于固定点等结论。     

洁净室温湿度控制算法研究

通常洁净室温湿度系统具有大时滞、时变及耦合性,难以建立精确数学模型.本文针对某洁净制药车间的温湿度控制,采用了前馈补偿器,模糊PID控制与改进型Smith预估补偿算法相结合的控制方案,提高温湿度实时控制性能.仿真结果表明,该方案解决了温湿度系统耦合问题,提高了温湿度控制精度,获得较好的控制效果.     

辅助起立机器人反馈控制与速度前馈控制性能对比

对辅助起立机器人的位置控制方法进行了研究.在不同频率时,使用位置速度反馈控制对其进行位置控制测试,辅助起立机器人滑动关节的位置精度较好,但旋转关节位置精度较差.在反馈控制系统的基础上增加速度前馈控制之后进行测试,结果表明增加的速度前馈控制可以有效地提高辅助起立机器人两个运动关节的位置精度,其中旋转关节的位置精度明显改善.证明了在反馈控制的基础上增加速度前馈控制可以有效提高辅助起立机器人位置精度.     

基于前馈补偿的SPWM矩阵变换器控制策略研究

矩阵变换器是一种AC/AC直接变换器，电网的任何非正常输入将直接恶化其输出电压特性。文中基于SPWM矩阵变换器提出了一种前馈补偿方案。通过检测输入线电压包络，对参考正弦进行预调制，使得正弦脉宽调制输出脉冲在宽度上给予自适应地补偿。文章分析了补偿原理并介绍了实现方法。采用Matlab/Simulink对补偿前后的输出特性进行了仿真对比 。分析和仿真表明该方案可以有效地改善矩阵变换器在非正常条件下的输出特性，验证了方案的有效性和正确性。该方案具有简单易行的优点，既便于硬件实现，又便于数字实现，而且计算量小。     

并联混合型有源滤波器电流跟踪的迭代学习控制

在并联混合型有源电力滤波器控制中,由于传统PI控制只能对直流给定信号进行无差调节,对周期量谐波滤波效果不够理想。该文根据稳定性负载电网谐波具有重复周期性特点,提出了PI型迭代学习控制算法,并引入遗忘因子学习律,增强系统鲁棒性。同时通过模糊推理构造参考电流误差的D型学习律前馈环节,提高了系统的跟踪精度。该控制方法计算量小,易于实现。仿真分析与现场运行结果表明了该控制方法的有效性。     

交流力矩电动机电压前馈补偿式的堵转力矩控制原理与应用

针对某些施力控制场合的需要，根据交流力矩电动机的堵转力矩与定子电压成平方关系的特点，提出一种基于定子电压前馈补偿式的三相交流力矩电动机堵转力矩控制方法和实现技术该方法具有堵转力矩稳定度高、实现容易、调试方便、操作简单、运行可靠等特点。介绍了该系统在橡胶传动带磨削机中的应用实例。     

偏振模色散前馈方案中偏振主态研究

前馈偏振模色散（PMD）补偿系统中重要的一项是要精确得到链路中的偏振主态（PSP）方向。通过在实验中加入扰偏器，分别用矢量法和粒子群优化（PSO）算法来拟合实验结果得到椭球，从而用椭球法得出了主态方向。结果表明：矢量法在获得椭球要比PSO算法更精确、速度更快以及所得到PSP方向更准确，其更适合用于前馈补偿方案中。     

烧结过程烧结终点的预测与智能控制策略的研究及应用

针对某烧结厂的烧结过程，建立了基于风箱废气温度的烧结终点软测量模型．提出了基于多元模糊线性回归方法的烧结终点预测模型，在此基础上设计了基于模糊专家规则与预测前馈补偿的烧结终点智能控制系统．介绍了控制系统的组成与设计方法．系统的实际运行取得了较好的控制效果．     

人工自然环境故障-安全控制系统研究

人工自然环境通过调节温度、湿度、光照度等参数,模拟各种自然环境。为提高产品的安全等级,本文提出了一种新的设计方案,在采用分级控制及硬件冗余结构的基础上,对关键电路采取了故障-安全保障措施,提高了系统安全性;针对温湿度之间存在较强耦合,控制精度难于提高的问题,提出了一种新的控制算法,即采用模糊自整定PID算法实现温度控制,采用模糊前馈-PID反馈复合算法实现湿度控制。结果表明,本文提出的控制算法有效地改善了系统控制品质。     

基于FNNs的闭式循环柴油机配氧前馈控制策略研究

配氧控制是闭式循环柴油机(CCD)系统的关键技术之一，为改善其动态特性，在PID反馈控制的基础上，设计了基于模糊神经网络(FNNs)模型的前馈控制器，并采用PID反馈控制输出信号作为网络训练的误差信号，使模糊神经网络逐步具有前馈补偿能力，从而能够有效对负荷扰动进行及时补偿．仿真结果表明，采用FNNs前馈控制器后，可以有效改善氧气控制的动态特性，并且具有快速的学习速度和很强的适应能力．