基于改进的RBF神经网络的热轧板冲击功预报模型

为了对Q345B中厚板的冲击吸收功进行预报并指导生产,采用RBF网络预测冲击吸收功与化学成分、工艺参数、屈服强度及抗拉强度等因素间的关系.针对RBF神经网络的不足,采用改进的遗传算法优化RBF网络结构和权值参数,并建立了基于改进遗传算法的RBF神经冲击功预测模型.实验结果表明,用这种改进的遗传算法优化后的神经网络算法是有效的、可行的.     

液压弯辊力板形控制系统的特性分析与仿真研究

针对现有的液压弯辊力控制系统数学模型的不足,提出了一些改进意见。将液压弯辊系统分为两种情况,分析了系统特性。利用MATLAB软件进行了仿真,得出液压弯辊系统一些控制量的仿真曲线。仿真结果表明改进的仿真模型是正确有效的。     

基于滑模的多变量广义预测解耦控制

针对多变量控制系统的耦合问题,将广义预测控制和滑模控制结合起来,提出一种基于滑模的多变量广义预测解耦控制方法.首先把m个输入n个输出的多变量耦合系统分解成m个输入单个输出子系统,再通过对子系统输出预测得到滑模切换函数值,求解开环优化求得控制律,最后通过仿真实验表明,该控制方法对多变量耦合系统的控制是正确有效的.     

电液伺服系统的自适应一般模型控制

针对电液伺服系统跟踪控制问题,提出一种基于等价输入的自适应一般模型控制方案。在电液伺服系统存在建模误差、时变参数和不可测扰动的情况下,控制器能够有效地跟踪系统被控参数;且控制器参数整定方便,物理意义明确。通过仿真表明,该控制方法对非线性的电液伺服系统实现自适应控制是正确有效的。     

自适应通用模型控制在液压弯辊系统中的应用

针对非线性的电液伺服系统,提出一种利用基于输入等价干扰的通用模型控制算法(ICMC)来设计控制器新策略.该控制器用估计得到的输入等价干扰及时进行自适应前馈补偿.控制器参数整定方便,物理意义明确.ICMC控制器能有效地跟踪液压伺服系统的时变参数和不可测扰动,通过仿真实验表明,该控制方法对非线性的液压弯辊力系统实现自适应控制是正确有效的.     

基于时滞递推滑模预测解耦的带钢板形板厚控制

针对多变量耦合系统,提出了一种基于解耦的时滞递推滑模预测控制的算法。该算法是在对角解耦的基础上,将预测算法和递推滑模控制结合起来,设计了递推滑模预测控制器。还对滑模参考轨迹进行了研究和分类,阐述了两种滑模参考轨迹的区别。该算法被应用在带钢板形板厚的控制过程中,试验和仿真结果表明,该方法可较好地消除带钢板形板厚控制中耦合与时滞的影响。     

多变量预测解耦控制综述

对预测解耦控制发展概况和实现形式作了归纳,分析了各种预测解耦方法的特点和问题,并叙述了应用情况,指出预测解耦控制是控制领域研究的热点问题,最后展望多变量预测解耦控制的未来和进一步的研究方向。     

广义回归神经网络的改进及在预测控制中的应用

针对广义回归网络的模式层单元数目与样本数量成正比的问题,提出了基于相似度衡量的模糊均值聚类的样本精简方法.针对广义回归网络在时变环境下难以确定平滑因子,自适应能力弱的缺点,提出了一种基于贡献率的选择优化方案.仿真结果表明,改进后的GRNN有较快的处理速度和较强的自适应能力,能够在实际应用中很好地辨识较为复杂的非线性时变系统.     

在iFIX中将过程数据库导出到关系数据库的方法探讨

主要对从iFIX中将过程数据库导出到关系数据库的方法进行了探讨，提出了两种比较可行的方法，并分别进行了说明。