基于模块化模型的自适应预失真技术

系统地比较和分析了OFDM传输系统里高功率放大器（HPA）预失真方法的优缺点,提出一种基于模块化模型的有记忆高功率放大器自适应数字预失真方法,该方法分别基于Wiener、Hammerstein和Wiener-Hammerstein模型各自构成一个有记忆HPA的自适应预失真器。从而避免了因分别估计Wiener-Hammerstein模型各个环节特性参数所带来的复杂性。使得有记忆高功率放大器的预失真设计变得简单了。     

基于模糊神经网络的定尺剪切线控制系统

为了提高卷钢自动定尺剪切的精度,提出一种模糊神经网络控制系统对卷钢剪的切线位置进行控制.控制系统采用模糊神经网络控制器和神经网络辨识控制器相结合的方式对神经网络的学习算法进行改进,通过对模糊神经网络进行训练学习,优化了网络的连接权值,从而能够很好地控制板材送料位置,使得板材在减速期以理想的减速曲线运行,实现准确停车进行剪切.仿真结果表明：该系统具有响应快、鲁棒性强、控制精度高、控制特性好等优点,能够满足剪切生产的要求.     

内模原理在转台波动力矩抑制中的应用

为了消除系统存在的周期性扰动特别是干扰力矩对系统速率平稳性能的影响,本文对基于内模原理的自适应周期性扰动抑制方法进行了研究,利用该控制策略能够较好的抑制含单一频率、多种频率和时变频率的周期性扰动.并且对扰动频率变化较快时频率估计中出现的波动现象进行了分析.该方法在测试转台模型上进行了仿真,仿真结果显示出了良好的扰动频率辨识能力和对扰动的抑制能力.     

一种基于改进FCM划分算法的T—S模型辨识

鉴于以往T—S模型建模过程中,在模糊划分上存在主观性的差异,提出了一种基于改进模糊C-均值算法的模糊划分方法,使划分结果尽可能地依赖于原始数据的分布情况,进而将该模糊划分算法用于多输入单输出非线性系统的基于T—S模型模糊辨识。在用该方法对多参量水质评价系统进行基于T—S模型模糊辨识建模时,取得了较好的验证效果。该研究结果表明,基于改进模糊C-均值划分算法的T—S模型辨识能在模糊综合评价与决策等应用领域中取得较好的应用效果。     

离子膜电解工序的危险源辨识及控制

1剖析电解工序危险源和危害因素 电解工序危险源和危害因素有：1）火灾：氢气管道、阀门泄漏,电解槽阳极侧泄漏,电解槽阴极侧出口软管、垫片、阴极液出口总管、出口阀门、阴极液循环槽、排放槽泄漏,阳极液及阴极液排放阀门、排放管泄漏,氢气压力调节阀泄漏,阴极旋液分离器阀不严,电源线路老化,报警连锁装置失控;2）机械伤害：各类机泵无防护罩,E-240阴极液换热器漏,PCV-213阳极液旋液分离器泄漏,PCV-223阴极液旋液分离器泄漏;     

专家介绍

惠静教授,博士,2004年7月毕业于中国科学院数学与系统科学研究院,获理学博士学位,专业为非线性动力系统;2004年9月至2006年9月在华东师范大学数学系博士后流动站进行研究;     

遄达700EP型飞机发动机首次进入我国市场

四川航空股份有限公司订购的第一架宽体飞机A330正式加入川航机队。同时,该机配备的全球动力系统公司罗尔斯·罗伊斯生产的遄达700EP型（性能增强型）飞机发动机,也首次进入我国市场,为川航的A330提供动力。     

基于FCM的驾驶行为险态辨识模型

为实现险性驾驶行为的有效辨识,以事故发生概率为依据,在对驾驶行为状态予以险态分级的前提下,采用单因子方差分析进行险态辨识主因子析取,并基于模糊C均值聚类法构建了险态行为辨识模型。最后,结合实例对模型予以试算,并采用样本回代对模型进行了验证。结果表明,模型误差率为2.5%。     

基于随机滤波器的无位置传感器SMPM电机磁通辨识

用随机滤波器对无速度传感器的交流永磁电机的转子磁通进行观测.观测过程中为了降低计算量,采用参数的混合辨识方法,把滑模观测器引入磁通辨识系统,代替位置传感器对转子位置和速度进行估计.用Matlab7.0建立离线辨识模型,仿真分析了转子磁通估计值与实际值之间的误差,以及磁通估计值随负载转矩大小的变化情况.     

一种基于支持向量机的非线性系统辨识方法

提出一种新的非线性系统辨识方法,基于支持向量机回归算法,选取高斯核函数构造了从输入空间到高维特征空间的非线性映射,以避免繁琐的运算,实现对非线性系统的辨识。仿真结果表明了SVM具有很好的拟合和泛化能力,同基于神经网络的非线性系统辨识相比,其辨识和泛化性能要优于神经网络。支持向量机的使用为工业过程的系统辨识提供了一条新的途径。