【摘 要】
：
提出了基于H优化控制的恒温箱温度控制应用问题.将环境温度作为外部输入,将电加热器输出功率作为控制输入,考虑实际温度检测滞后的动态模型,并对该模型进行了H控制设计.仿真结果表明,恒温箱温度的H优化控制是一种既体现了技术优势,又顾及了经济效益和整体优化策略.
论文部分内容阅读
提出了基于H<,∞>优化控制的恒温箱温度控制应用问题.将环境温度作为外部输入,将电加热器输出功率作为控制输入,考虑实际温度检测滞后的动态模型,并对该模型进行了H<,∞>控制设计.仿真结果表明,恒温箱温度的H<,∞>优化控制是一种既体现了技术优势,又顾及了经济效益和整体优化策略.
其他文献
提出一种基于遗传算法的热电偶非线性模型辨识方法.由于遗传算法具有全局搜索能力和较强的鲁棒性,可以有效地克服口音对求解的干扰.实例计算表明该方法是有效的.
利用线性矩阵不等式(LMI)方法,研究滤波器在满足给定的估计误差方差上界约束下,系统所能忍受的满意采样间隔的大小.实际工程中,只要滤波器的输出误差方差满足给定方差上界指标,就可采用相同精度而采样间隔较长的传感器,从而降低测量装置成本.最后给出了满意采样频率的求解方法.
变速恒频风力发电系统采用PWM变流器输出作为交流励磁.为了抑制系统所产生的高频谐波,提高发电质量,针对该调制方式的谐波特性,提出一种变流器输出滤波器的设计方法,并给出详细的LC滤波器参数选取原则.实验结果证明了该方法的可行性和实用性.
提出一种基于动态仿射变换进行复式匹配的虹膜识别方法.该方法充分利用虹膜的天然极坐标结构特性,采用一种局部支撑且具任意光滑度的小波变换进行边缘特征点提取,给出了虹膜特征点的定义,并对确定的虹膜特征点集构造相应的仿射变换系统,以此将粗匹配过程细化.该算法较好地保持了虹膜识别过程中所采集图像的弹性形变,提高了算法的精度.实验表明了此方法的有效性.
介绍了图像数据融合技术,阐述了自组织特征映射神经网络模型,即Kohonen网络,它可模拟大脑的侧向抑制功能,只靠输入网络的模式特征便可以自行修改单元连接的权值.实验结果表明,用该网络模型对来自同一景物且带有不同噪声的图像进行数据融合,可以得到较为理想的图像.
在卡尔曼滤波的基础上,提出了加权卡尔曼滤波的概念.通过强调某些状态量的作用,改变了卡尔曼滤波的最优增益阵,影响了滤波的效果.加权卡尔曼滤波适用于存在可观性较差状态量的系统,可改善其滤波效果.计算机仿真验证了该理论的正确性,同时给出了该理论适用的具体条件.
讨论利用粒子滤波进行整周模糊度解算.首先初始化粒子向量,把它作为一个随机向量;然后应用贝叶斯法则求得条件概率,根据概率值的大小进行取舍;最后重新复制概率大的粒子量进行新的滤波,这是一种完全非线性的方法.对GPS载波相位定位进行仿真,表明该方法具有良好的鲁棒性.
为解决模式识别中存在的边界模糊、噪声干扰等问题,将模糊技术与神经网络相结合,通过在网络输入层将特征量模糊化处理,在输出层引入模糊决策算法,建立了模糊神经网络模型.将此算法应用于字母识别问题,仿真证明对于处理受污染情况模式识别问题,具有良好的解决能力.
提出一种基于粗集理论和广义控制的滚动优化调度建模策略.将粗集理论和广义控制反馈校正应用于实时调度建模,建立了基于滚动窗口的实时调度模型.研究分析表明,在有调度急件加工、新工件加工或新急件加工、工件完成期发生变化等衬时事件发生时,该建模方法是切实可行的,在应用中具有更多的智能性和灵活性.
研究含时变大时滞、扰动及被控过程参数时变的控制综合问题,提出了神经元自适应预测PID控制设计算法.该算法采用预测控制克服时滞,采用智慧方法优化PID控制器的参数.对工业过程中典型的大时滞被控过程进行了数字仿真.仿真结果表明该控制器具有较好的适应性和鲁棒性,响应速度快、抗干扰能力强、易于实现.