非正则线性系统的闭环P型迭代学习控制

迭代学习控制是改善具有重复运行性质过程的跟踪性能的有效方法。开环迭代学习控制学习周期长，在迭代学习的初期容易出现不稳定和高增益的现象。对非正则系统的迭代学习控制，需要采用高阶微分学习律。该文针对一类非正则线性定常连续系统，讨论了闭环P型迭代学习控制律，给出并证明了闭环P型迭代学习控制律的收敛性条件的两个定理，解决了非正则系统的P型迭代学习控制问题。仿真实例说明闭环迭代学习律的有效性和快速性。     

小车吊重系统摆振动力学模型及仿真

认识和掌握吊重摆振的动力学特性,是研究起重机防摇控制方案的前提条件.为了准确分析吊重摆振的动力学规律和影响因素,采用理论分析和动态仿真的方式对吊重摆振特性进行了研究.文中根据起重机小车-吊重系统的三维动力学模型建立了吊重摆振的二自由度摆角动力学模型,通过线性简化从模型中找出了影响摆角大小的主要因素--吊重绳长和运行加(减)速度,并以此动力学模型进行了起重机在多种工况下的动态仿真.通过仿真分析得到了小车加速度和吊重绳长对吊重摆振角度、频率和摆角速度的影响规律.     

Petri网在通信网络仿真建模中的应用

计算机仿真是通信网络技术研究中的一种非常有效的分析工具,而Petri网是一种应用非常广泛的建模工具,为了设计和开发通用的通信网络仿真系统,该文将Petri网技术应用于仿真建模过程中,所建模型简洁,直观且含义准确。     

极低频微加速度频率分析与测试系统验证

由微振动引起的工程质量、安全问题越来越受到重视,同时在一些实际工程的建设、使用、维护中,必须对微振动环境下极低的振动频率进行测试与分析。测试系统能测试到微振动,而且振动测试的准确度可进行计量检定,但不能进行极低频下频率准确度的检定,实际测试中对微振动环境下的极低频的频率测试分析是否准确、可靠受到质疑。本文主要阐述测试系统在微加速度状态下对极低频率的测试验证方法,特别是要检验测试系统在微加速度工况的极低频下频率测试分析的准确度。验证试验证明本方法可行。本测试系统有较高的测试精度,测试方法有经典的理论支持,可为同行在做相关试验中参考与借鉴。     

基于SIMULINK的迭代学习励磁控制器的设计

该文将迭代学习控制理论应用于同步发电机励磁控制器的设计中,采用混合型迭代学习控制律对其进行控制。在两机系统中使用SIMULINK软件对励磁控制系统的稳定性和动态性能等进行分析,设计出满足系统要求的励磁控制器。仿真结果表明该方法的有效性和一般性,改善了控制性能,具有很强的维持机端电压的能力,与常规的PID控制器相比较,收敛速度得到很大提高,有利于提高电力系统稳定性。     

基于回波模拟器的CFOSAT散射计校飞模式定标研究

航空校飞是中法海洋卫星(Chinese-French Oceanic SATellite,CFOSAT)散射计发射前需要完成的一项重要实验内容,它可以检验星载散射计的各项功能和性能,获取有效数据,是保障散射计在轨正常工作的重要环节。在本次校飞实验中,利用了回波模拟器对散射计进行地面系统测试及定标验证,探索了一种利用回波模拟器对星载散射计进行系统测试定标的方法。运用该方法对CFOSAT星载散射计进行全系统地面测试以及定标实验。回波模拟器提供给散射计标准的、已知的回波信号,散射计处理该信号后,获取系统参数并得到定标常数。校飞的实验结果验证回波模拟器对星载散射计地面测试和定标方法的可行性和准确性。     

催化裂化装置开停工过程仿真培训系统

本文着重介绍炼油厂催化裂化装置仿真培训系统的硬件及软件组成、装置开停工过程的特点,并从机理出发建立了其动态数学模型,采用了有效的算法进行仿真研究,面向对象编程,开发出基于当今流行的Windows环境的仿真培训软件,并应用于实际人员的培训,满足了不同层次人员培训的要求。     

工厂化海水养殖水温Smith补偿控制

针对工厂化海水养殖的特点,建立养殖水温调节系统的二阶迟滞数学模型,设计Smith补偿器,并在MATLAB环境下进行仿真研究。结果表明:所设计的Smith补偿器性能稳定,可靠性高;与直接PID控制相比,基于Smith补偿器的养殖水温调节系统响应迅速,调节时间短,具有良好的动静态性能,对工厂化海水养殖具有积极的指导作用。     

A knowledge-based system for reactive scheduling decision-making in FMS

This paper describes research into the development of an intelligent simulation environment. The environment was used to analyze reactive scheduling scenarios in a specific flexible manufacturing systems (FMS) configuration. Using data from a real FMS, simulation models were created to study the reactive scheduling problem and this work led to the concept of capturing instantaneous FMS status data as snapshot data for analysis. Various intelligent systems were developed and tested to asses their decision-making capabilities. The concepts of History Logging and expert system learning is proposed and these ideas are implemented into the environment to provide decision-making and control across a FMS schedule lifetime. This research proposes an approach for the analysis of reactive scheduling in an FMS. The approach and system that was subsequently developed was based on the principle of automated intelligent decision-making via knowledge elicitation from FMS status data, together with knowledge base augmentation to facilitate a learning ability based on past experiences.