动态事件触发机制下二阶多智能体系统完全分布式控制

本文研究了无向通信拓扑下二阶多智能体系统的一致性问题,分别针对有领导者和无领导者的情形,设计了一类基于辅助动态变量的完全分布式事件触发控制策略,该策略具有参数较少且易调等特点.智能体自身的触发函数满足条件时才向邻居广播自身的状态信息,有效避免了连续通信,减少了系统能量耗散.每个智能体的控制协议和触发函数都只用到自身的状态和邻居触发时刻的状态,不涉及邻居的实时状态信息,也不依赖通信拓扑网络的任何全局信息.利用代数图论以及Lyapunov稳定性理论,证明在所提出的控制策略下,二阶多智能体系统能够实现渐近一致性,且不存在Zeno行为.仿真示例进一步验证了理论结果的有效性.

超纯无烟煤导电性影响因素

为研究无烟煤自身的导电特性,提高其导电性能,使无烟煤成为填料和电极材料的一部分,采用酸溶法制备了灰分0.13%的超纯无烟煤,采用粉末电阻率仪探索了含水率、灰分、压强、粒度及矿物质成分对超纯无烟煤导电性的影响规律。结果表明,无烟煤电导率随含水率和压强的升高呈上升趋势。随灰分降低电导率逐渐升高。灰分低于1.0%时,电导率随灰分降低而急剧升高。压强4.00 MPa、含水率6.21%、粒度0.2~0.1 mm,灰分降至0.13%时,无烟煤导电性最佳,其电导率为1.44×10^(-7)S/cm。研究范围内,粒度对无烟煤电导率影响较小。煤中常见矿物质的电导率顺序为:黄铁矿>高岭石>二氧化硅>碳酸钙>硫酸钙;黄铁矿电导率最高,达1.32×10^(-2)S/cm。无烟煤电导率随黄铁矿含量增加呈升高趋势,而随其他矿物质含量增加呈降低趋势。采用响应曲面模型优化正交试验结果,获得了无烟煤电导率与含水率、灰分及粒度之间的二次回归方程。含水率和灰分对无烟煤电导率测试结果的影响显著,其中灰分对电导率的影响程度最大,含水率次之,粒度最小。

线性自抗扰控制器的稳定性研究

研究了线性扩张状态观测器(Extended state observer,ESO)的估计能力,并且分析了在线性自抗扰控制(Linearactive disturbance rejection control,LADRC)下闭环系统的稳定性.对于系统模型未知的情形,给出了线性扩张观测器估计误差有界的证明,并通过分析得出了如下结论:在扩张状态观测器跟踪误差趋于零的前提下,在线性自抗扰控制下的闭环系统可以实现对设定信号的精确跟踪以及输入-输出有界(Bounded input and bounded output,BIBO)稳定.

具有断点续传功能的文件传输系统的设计与关键技术

：介绍了所开发的一种用于企业内部的文件传输系统Efile， 所研制的这个网络通信软件使用方便，并且具有断点续传的功能。详细给出了这个软件的设计方案和所用到的关键技术。该软件的设计基于多线程和Winsock等关键技术。

四旋翼无人飞行器ADRC-GPC控制

针对四旋翼无人飞行器的姿态控制系统,需要研究先进控制策略来达到满意的性能.将自抗扰控制(ADRC)与广义预测控制(GPC)相结合,设计一种新型自抗扰广义预测控制器(ADRC-GPC),利用ADRC中的扩张状态观测器(ESO)来估计和补偿非线性系统的模型不确定性以及外部扰动作用,将原始对象模型转化为积分器形式,然后针对积分器设计广义预测控制器.阶跃响应系数矩阵能被解析地求解出来,可有效地解决广义预测控制计算量大的问题.研究结果表明:所提出的ADRC-GPC控制方法能够对四旋翼无人飞行器姿态系统进行实时控制,可满足控制精度及快速性要求,并能有效地克服系统的外部干扰和多变量耦合作用.自抗扰广义预测控制器能够有效地控制欠驱动非线性多变量系统.

工业锅炉的加权预测自校正控制

本文介绍了加权广义预测自校正控制器在工业锅炉上的应用,实际运行结果显示了这种控制器有很好的鲁棒性。

串级自抗扰控制器在纵列式双旋翼直升机飞行姿态控制中的应用

本文将自抗扰控制应用于直升机飞行姿态控制中,针对纵列式双旋翼直升机的飞行姿态控制问题,设计串级自抗扰控制器,并进行了参数整定,得到了优良的仿真结果.进而在实际装置上,调试出了令人满意的飞行姿态实时控制结果.对比于线性二次型调节器(linear quadratic regulator,LQR)控制算法,文中所设计的串级自抗扰控制器显然具有更加精准的控制精度,能更加满足快速性的要求,并且更具有鲁棒性、抗干扰性能以及对非线性强耦合系统的解耦能力.

空气重介流化床干法选煤加重质的研究

针对空气重介流化床干法选煤的加重质种类少、粒度范围窄、粒度要求严格等问题 ,找到了一种新的加重质——钒钛磁铁矿 .在空气重介流化床模型机和半工业性试验系统上进行了大量流化试验和分选试验 ,提出了用密度分布标准差和粒度分布标准差作为评定流化床均匀稳定性的指标 ,研究了流化床稳定性与加重质细粒级含量之间的关系 .试验结果表明 ,钒钛磁铁矿具有良好的流化特性和分选特性 ,可以采用较宽的粒度范围 .应用这种介质可以有效地的分选 5 0～ 6 mm级煤 ,分选精度高 ,Ep 值可达 0 .

涤纶片基拉膜生产线横向分布神经网络自校正预测控制

建立了一种新型的神经网络自校正预测控制器 ,可有效地控制复杂的多变量非线性系统 .将这一方法成功地应用于涤纶片基拉膜生产线的横向分布控制中 。

基于神经网络的非线性预测控制综述

基于神经网络的非线性预测控制是智能控制中的重要前沿课题 ,在工业过程控制领域有着非常大的应用前景。从预测方式、控制律求解方法和典型应用等几个角度对基于神经网络的非线性预测控制做了综述。对其中的关键技术做了深入阐述。

基于积分滑模的四旋翼飞行器控制系统设计

基于欠驱动、强耦合、非线性小型四旋翼飞行器模型的位置和姿态控制问题,提出一种双闭环积分滑模控制系统。内环为姿态环,采用积分滑模控制,外环为位置环,采用PID控制。由于飞行器的欠驱动性,俯仰角和滚转角的参考值由外环控制器给出。采用李雅普诺夫稳定理论验证了控制器的稳定性,根据Matlab仿真验证了所设计系统的有效性并分析验证了积分滑模控制器的控制特点。

基于WindowsNT环境的工业锅炉监控系统设计

该文介绍了一个基于WindowsNT环境下的锅炉微机监控系统的设计和实现。给出了所使用的软件环境与开发工具，监控系统功能设计，以及具体实现中的问题。所研制的系统具有丰富的功能和友好的界面。

递推阻尼最小二乘法的收敛性与稳定性

递推最小二乘法是参数辨识中最常用的方法,但容易产生参数爆发现象· 因此对一种更稳定的辨识方法———递推阻尼最小二乘法进行了收敛特性的分析· 在使用算法之前先归一化测量向量,结果表明,参数化距离收敛于一个零均值随机变量,并且在持续激励条件下,适应增益矩阵的条件数有界· 参数化距离的方差有界·

基于Preisach模型的迟滞系统建模与控制

针对一种复杂的非线性系统-迟滞系统,研究了基于KP算子Preisach模型对迟滞系统进行建模的方法。利用Preisach模型与其边界线之间的映射关系,建立了容易在线更新的迟滞模型。基于Preisach模型进行迟滞非线性系统的控制,采用PID方法来控制一类带有未知非线性特性迟滞的单输入单输出非线性系统。对迟滞非线性系统的建模与控制进行的数值仿真研究结果表明,该迟滞非线性系统的建模和控制方法具有理论意义和应用价值。

涤纶薄膜拉伸生产线纵向分布自校正预测控制

本文给出了一种新型的广义预测自校正控制器及其在涤纶薄膜拉伸生产线上的纵向分布控制中的成功应用。

基于Tank-Hopfield神经网络的有约束多变量广义预测控制器

通过对系统的信号约束，构成有约束多变量广义预测控制问题，并运用T－H优化神经网络来求解这一复杂的优化问题．在求解过程中，有约束广义预测控制的求解被转化为一个T－H优化电路网络的稳态解．因此可以通过硬件电路或龙格-库塔数值方法进行求取．在一个工业过程模型上的仿真研究证明了这一方法是非常有效的．

PI型广义预测平均控制器及其仿真

研究一种新型的广义预测控制方法，并在计算机上进行了仿真。在控制器的设计中，进行了滚动优化控制序列的存储与平均，并且采用了比例积分型的目标函数，所以这种控制器对未建模动态有很强的鲁棒性。对含有建模误差的过程进行了仿真研究，验证了该方法的有效性。

基于神经元网络的非线性系统间接自校正预测控制器

提出了一种使用神经元网络的非线性系统间接自校正预测控制器．这一控制方法是基于两个神经元网络，一个用于动态过程的建模，另一个用于获取控制信号．控制器的优化目标基于过程输出的向前多步预测．两个网络的在线学习均采用了非线性最小二乘法．

基于T-S模糊神经网络的ATM网络拥塞控制

本文充分考虑了模糊神经网络的学习功能,提出了利用T-S模糊神经网络算法对ATM网络进行拥塞控制的方案。仿真结果表明,该方法改善了网络对拥塞的实时处理能力,又增加了网络资源的利用率。

基于智能预测控制的网络拥塞主动队列管理算法研究

路由队列管理是保证网络性能、避免网络拥塞的重要手段,目前采用的主要队列管理方法为被动式队列管理,同时主动式队列管理已经成为近来的主要研究热点.随机早侦测(RED)作为最早提出的主动队列管理方法,更获得了普遍的关注.使用严格的数学模型来描述由端系统和网关组成的系统,并进行队列管理性能分析.提出一种采用快速广义预测控制的RED控制器(FGPC-RED控制器),进行网络拥塞控制的研究.介绍了系统的结构及系统的辨识,并通过仿真证明了FGPC算法在路由队列管理中应用的可行性,可以有效控制队列长度,避免路由拥塞及减小往返延迟.