C＋＋中函数的参数传递机制剖析

对C＋＋教学和编程过程中普遍存在的函数的参数的值传进、地址传递和引用传递三者之间极易混淆的问题进行了探讨和分析。并通过程序举例和图形化的方式揭示了函数的参数传递机制的本质。     

变频器综合实践 第2讲： 变频器在总线控制系统中的综合实践

现场总线是将自动化最底层的现场控制器和现场智能仪表设备等互连的实时控制通讯网络,而变频总线控制系统的特点,就是通过总线可以控制和监控变频器。变频总线控制系统既可联动控制也可单独控制,能充分满足传动系统的可靠性、实时性、实用性的要求,并为实现传动系统的＂无人值班＂运行提供技术准备。     

导弹稳定控制系统调节规律及参数优化设计

针对战术导弹的稳定控制系统,从控制原理上研究几种常见的调节规律特点.然后基于一种典型的导弹型号用改进的遗传算法优化控制方案参数.在利用MATLAB/Simulink设计主程序时,因制导控制系统的各个控制环节时间常数差异大.微、积分特殊,采样周期多,传递函数阶数高,使得按照常规方法设计的软件无法正常运行.为此,对关键问题进行了有效处理.研究和仿真表明:调节规律的内回路主要是增加阻尼而外回路主要是稳定指令与过载之间的比例关系;对软件设计中遇到的关键问题进行有效处理后的仿真正确、高效、可视化程度好.在此基础上采用改进的遗传算法,可以优化控制系统在给定目标函数下的任何一组参数,并且仿真结果接近实际飞行试验,无需在实际应用中修正.     

贝叶斯网参数学习中连续变量离散化方法研究

连续变量离散化是贝叶斯网络参数学习中面临的一个重要问题,它的好坏将直接影响到贝叶斯网络的推理效果。目前缺少一种有效的手段用于评价连续变量离散化的好坏,通过研究,提出了推理信息量的概念,并采用作为衡量连续变量离散化好坏的标准。在连续变量离散化的过程中,采用遗传算法通过迭代的方式寻求最优解,其中,推理信息量作为衡量个体适应度的标准。实例分析证明,推理信息量大的推理效果好要优于推理信息量小的推理效果。     

航空快速电磁阀的设计和仿真研究

根据某小型发动机控制系统改型需要设计了小电压、小流量快速电磁阀取代原有的液压调节阀,以动态电磁方程为基础对其核心的电磁部分进行了参数设计计算;并以流量连续方程和力平衡方程为基础建立了整个电磁阀的微分形式的数学模型,由MATLAB中的simulink软件直接进行仿真研究和参数分析。研究结果表明:所设计的快速电磁阀,响应速度快,工作稳定、控制精度高,完全满足设计要求,证实了方法的有效性和准确性;直接由微分方程仿真的方法既避免了惯用的小增量线性化对非线性系统的影响,也能实时修正非线性元件和系统的非线性参数,对工程动态设计、反设计、优化提供了依据。     

几种巴斯模型参数估计方法的比较研究

在创新扩散的巴斯模型的基础上,提出了一种新的模型参数估计方法--采用蚁群算法作为巴斯模型参数估计方法.给出了运用蚁群算法思想设计的具体参数估计方法,并以中国移动通信技术的扩散为例,应用巴斯模型对其扩散趋势进行了实证研究,通过对蚁群算法和最小二乘法、遗传算法等传统参数估计方法估计结果的比较分析,得出结论,采用蚁群算法作为巴斯模型的参数估计方法效果更好.最后对中国移动通信技术的扩散趋势进行了预测并提出策略建议.     

基于T-S模型的输出反馈滑模控制及应用

为了使系统满足品质要求并对不确定因素具有较强的鲁棒性,采用滑模控制方法。建立被控对象T-S模糊模型。针对系统状态不完全可测特点,采用迭代线性矩阵不等式方法,利用输出信息构造滑模面。根据系统品质要求,采用参数鲁棒设计方法,配置所需极点,确定相应在参数空间的映射关系。应用平行分布补偿算法,根据映射产生的参数样本训练T-S模糊控制器,实现等效控制律。在此基础上应用高增益方法设计切换控制律,保证系统对满足匹配条件的不确定因素具有较理想的自适应性。最后,直升机模型的仿真结果表明,方法具有很好的控制效果。     

Optimal experimental design and some related control problems

This paper traces the strong relations between experimental design and control, such as the use of optimal inputs to obtain precise parameter estimation in dynamical systems and the introduction of suitably designed perturbations in adaptive control. The mathematical background of optimal experimental design is briefly presented, and the role of experimental design in the asymptotic properties of estimators is emphasized. Although most of the paper concerns parametric models, some results are also presented for statistical learning and prediction with nonparametric models.     

基于神经网络的复合材料胶接修补参数优化

胶接参数对于胶接修补的效果影响非常明显,但是采用传统的数值计算方法不容易分析得到优化值.针对复合材料层合板胶接修补参数优化,采用改进的BP神经网络建立参数优化预测模型.层合板胶接修补的有限元分析为神经网络预测模型提供训练样本,通过神经网络预测胶接参数对修补效果的影响,并用试验结果验证预测结果的准确性.结果表明所建的模型是准确有效的,最后采用预测模型得到优化的胶接修补参数为:补片的直径为孔径的2.41倍、补片厚度为母板厚度的0.608倍、补片的铺排方式为:(0/90/±45/90)s.     

Parameter identification and position control for helical hydraulic rotary actuators based on particle swarm optimization

It is difficult to obtain an accurate mathematical model in electro-hydraulic servo control system, due to the nonlinear factors such as dead zone, saturation, flow coefficient, and friction. Hence, a parameter identification algorithm, combining recursive least squares (RLS) with modified nonlinear particle swarm optimization (NPSO) algorithm, is proposed. On this basis, another improved NPSO algorithm is also put forward, aiming at searching for the optimal proportional–integral (PI) controller gain of the nonlinear hydraulic system while giving comprehensive consideration to the system performance indexes. The system identification experiments and position tracking control are conducted, respectively. As indicated by the comparison with the least squares (LS), RLS, PSO, and RLS–LPSO results, the proposed method shows higher identification and control accuracy.