最小二乘法辨识的匀整控制系统的模糊控制

以国产A186型梳棉机为研究对象,基于现场实际采集的数据,采用最小二乘法建立起梳棉机动态数学模型。然后基于棉条线密度的输入输出关系设计模糊控制器,并以输出棉条的均匀度误差的方差作为性能指标对匀整控制系统进行评估。仿真曲线及方差结果表明,整定好的模糊控制方案较之原有PID控制,输出棉条线密度方差明显减小。     

Neumann引理的一个推广及其应用

给出了经典Neumann引理的一个推广，并给出这一推广在研究算子扰动及Bessel列与框架的扰动问题中的一些应用．     

基于灵敏度分析的同步调相机及其励磁系统参数分类辨识方法

同步调相机及其励磁系统间由于电气耦合而导致参数辨识困难,但目前缺少对待辨识参数量与观察量间耦合特性的分析。对此,提出一种基于灵敏度分析的同步调相机及其励磁系统参数分类辨识方法。分析同步调相机在不同时间尺度下的关键参数,基于轨迹灵敏度信息划分待辨识参数的类型,构建关联参数集合。考虑稳态、次暂态和暂态下同步调相机及其励磁系统响应特性的差异,在不同时间尺度上分别建立参数分类辨识模型。依据关联参数集合进行参数分类辨识,采用基于Tent混沌映射的改进蛇优化算法求解。通过算例分析验证了所提方法的有效性和适应性。     

基于微扰法研究涡旋光束在大气中传输的热晕效应

基于一阶微扰法,推导了涡旋光束在大气中传输的稳态热晕解析表达式,并得到了由热晕引起的涡旋光束的相位畸变表达式.通过数值模拟涡旋光束在大气中传输的光强等值线分布,详细分析了传输距离、初始功率、横向风速、大气吸收系数和初始半径对涡旋光束热晕的影响.研究结果表明,在其他参数不变的情况下,单一增大涡旋光束的初始功率、传输距离和...     

基于改进秃鹰算法优化极限学习机的谐波发射水平估计

针对目前电力系统谐波发射水平难以直接测量的问题,提出了一种基于改进秃鹰算法(improved bald eagle search, IBES)优化极限学习机(extreme learning machine, ELM)的谐波发射水平估计方法。首先,在传统秃鹰搜索算法中引入Tent混沌映射和柯西变异算子,利用IBES算法对ELM模型的输入权重和阈值进行寻优。其次,输入公共连接点(point of common coupling, PCC)处谐波电压和谐波电流,代入IBES-ELM模型,估计用户侧和系统侧谐波发射水平。最后进行仿真和工程实例分析,并与其他算法的估计结果进行对比。结果表明,所提IBES-ELM方法估计精度优于长短期记忆网络(long short-term memory, LSTM)、卷积神经网络(convolution neural network, CNN)、反向传播神经网络(back propagation neural network, BP)和CNN-LSTM算法模型,验证了该方法的有效性和稳定性。     

推力矢量飞机鲁棒故障检测与辨识和指令滤波容错控制系统设计

针对推力矢量飞机(TVA)在超机动飞行中的舵面故障、执行器故障、参数摄动和外界干扰等问题,提出了一种鲁棒故障检测与辨识和指令滤波容错控制(RFDI-CFFTC)系统设计方法.首先针对TVA故障模型提出了一种基于多观测器的RFDI机制,通过引入自适应律和观测器来补偿参数摄动和外界干扰的影响,实现对舵面故障和执行器故障的准...     

光伏建模与并网仿真

在Matlab/Simulink仿真环境下利用S函数,开发了太阳电池板的仿真模型,其通用性强,仿真速度快.该模型采用扰动计算法实现光伏阵列的最大功率跟踪(MPPT),模拟了不同太阳辐射强度、环境温度下的I-V、P-V特性.并且利用该模型进行并网仿真,仿真结果表明在短时间内光照强度的变化对光伏阵列的输出特性影响比温度更为...     

汽轮机油中含水率在线检测方法

提出了采用微波谐振腔微扰法连续测量汽轮机油含水率的方法,设计了可分辨出汽轮机油中十万分之一的含水率。适用于汽轮机油微水含量实时测量的谐振器及测量系统,其系统结构简单,操作方便,测量精度高。     

河川径流混沌特征分析

在对混沌理论及其在径流系统应用的适应性分析的基础上,提出河川径流混沌分析方法;以黄河为研究对象对月径流序列进行相空间重构,并进行混沌特征识别和分析,得到如下结论：天然月径流比实测月径流的饱和关联维数要大,要恰当描述实测月径流序列的变化特征,进行动力系统建模,最少需要4个独立变量,最多需要8个独立变量,要描述天然径流序列则最少需要5～6个,最多需要12个独立变量;同一水文站、同一时期的实测径流序列和天然序列的混沌特征不同;下游的混沌特征要强于上游;从上世纪五十年代到本世纪初黄河干流月径流的混沌特性比上世纪二十年代到上世纪七十年代月径流的混沌特性要稍强;所采用径流时间序列的长、短对混沌特征的识别有影响,序列越长,所表现的混沌特征就越强。黄河径流具有混沌特征,为径流系统的建模和混沌预测提供了依据。     

基于 IPPA 优化 PNN 的变压器故障诊断研究

针对变压器故障诊断精度低的问题,本文提出一种改进寄生捕食算法(IPPA)优化概率神经网络(PNN)的电力变压器 故障诊断模型,首先利用主成分分析(PCA)对故障数据进行数据降维减少无效特征,然后利用混沌反向学习,柯西变异算子和 融合贝塔分布的线性递减函数的权重等多策略改进寄生捕食算法( IPPA),提高其优化能力,并使用改进后的 IPPA 算法优化 PNN 网络的平滑因子,以提高 PNN 的分类精度和鲁棒性。 最后将 PCA 处理后的数据输入到 IPPA-PNN 模型中进行故障诊断 并以变压器数据为依据进行测试,测试结果表明,IPPA-PNN 模型准确率达到 93%相比于 PPA-PNN 和 PSO-PNN 模型提高了 7%和 10%能够有效地提高变压器的故障诊断性能。