某定深电液伺服系统的粒子群优化神经网络PID控制

为解决定深电液伺服系统的系统参数难以确定、运行过程中内部参数具有时变性和外部负载扰动较大等问题,设计一种将PID控制器与神经网络相结合的控制策略。分析定深电液伺服系统的数学模型和控制器的结构与工作原理,用径向基函数神经网络来动态修正PID控制器中控制参数的策略,采用粒子群算法离线选取最优的神经网络权值,用Matlab将控制器应用于定深电液伺服系统中,并与经典的PID控制器和RBF-PID控制器进行对比。仿真结果表明,该控制器具有较好的快速响应能力与鲁棒性。

定深电液伺服系统的复合滑模控制研究

针对定深电液伺服系统内部参数的难确定性与时变性问题,设计了一种神经网络与滑模变结构相结合的复合控制方法。该方法充分利用滑模变结构控制的强鲁棒性优点对定深电液伺服系统进行控制,使其能够在外部干扰复杂的环境下进行工作,并且结合神经网络来减弱滑模变结构控制自身所存在的抖振问题。此外,还利用神经网络对电液伺服系统的内部参数进行辨识并进行在线自适应学习,能够很好地抑制内部参数摄动,消除定深电液伺服系统工作时的时变性问题,保证了系统的控制精度与鲁棒性。

某舰载火箭炮交流伺服系统复合控制研究

针对舰载火箭炮交流伺服系统控制速度与精度的问题,提出了一种RBF神经网络PID-模糊复合控制策略。该复合控制策略根据误差信息调节两种控制方法对被控对象的作用权值,使两种控制方法无扰动地切换,实现最终的控制量连续稳定输出。仿真实验结果表明,该控制策略较好地综合了RBF神经网络PID控制和模糊控制的优势,控制精度高,系统响应快、震荡小,能够更好地满足舰载火箭炮交流伺服系统的性能指标要求。

基于SRWNN-FTSM的舰载火箭炮火控系统研究

针对舰载火箭炮大功率交流伺服系统存在的非线性特性以及不确定扰动,提出了一种自回归小波神经网络快速终端滑模控制器(SRWNN-FTSM)。基于快速终端滑模强鲁棒性特点,用自回归小波神经网络对模型动态自适应逼近,可有效提高响应速度,鲁棒性。利用SRWNN-FTSM控制器,有效克服了负载扰动、参数变化等不确定因素的影响。根据Lyapunov理论证明了闭环系统稳定性。仿真实验表明:所提方案可以有效提高系统的响应速度以及发射的命中精度。

Surfactin的生产及在石油工业的应用研究进展

表面活性素(surfactin)是由枯草芽孢杆菌代谢产生的环脂肽类生物表面活性剂。Surfactin具有卓越的表/界面活性,在石油化工、生物医疗、农业和食品工业等领域具有良好的应用前景,被认为是最具潜力的生物表面活性剂之一。但高昂的生产成本以及使用成本限制了surfactin的规模化应用。本文中,笔者对surfactin的发酵生产研究及其在石油化工领域中的应用研究进行综述,并对surfactin的发酵生产及应用研究前景进行展望。

浅谈生活积累对演员塑造人物的重要性

表演是一门艺术,在学习的过程中演员需要不断提升自己的基本功,从而提高自身的艺术修养。这里所说的基本功即演员对生活的观察、体验、经历、感悟、研究、分析、积累的能力。观察生活就是基本功所涵盖的内容之一。这为演员塑造人物形象奠定了基础,塑造人物角色不仅要深刻地理解创作者在剧本当中所创造的人物,将其作为塑造的依据,而且要从生活中寻找贴切的人物,并从其身上找到创作的养料。表演源于生活,生活是文艺创作的源泉,也是我们演员创作时可以调用的丰富宝库,表演高于生活,对于生活积累进行艺术加工,即选择、提炼、创造、丰满、开拓,完成此工作。

PMSM位置伺服系统的复合自抗扰控制

PMSM位置伺服系统是强耦合、参数时变的非线性系统。基于自抗扰控制把系统的内扰动和外扰动通过ESO扩张成总扰动,然后对非线性实现实时精确补偿。自抗扰控制器中的非线性控制率参数的选择直接影响控制效果,设计了神经网络对非线性控制率的参数进行在线整定。同时引入了遗传算法对神经网络的重要参数进行优化。数值仿真表明该方法具有更强鲁棒性和控制精度。