神经网络控制汽油机空燃比的研究

结合发动机空燃比的控制特征,研究了一种能自适应补偿喷油量的CMAC控制器。介绍了其自适应补偿算法———学习—补偿法。通过采用台架试验数据加随机扰动数据并用MATLAB对CMAC进行训练和仿真,获取了控制器参数,验证了控制器的学习能力、鲁棒性和控制精度。

汽油机怠速滑模控制仿真研究

汽油机怠速不稳是目前实车怠速控制存在的主要问题。对此,基于汽油机实验模型,提出了一种怠速滑模控制策略,用神经网络作为怠速平衡工作点脉谱,按等趋近率设计滑模控制器,在含冲击的突变负载下对多目标怠速在Simulink下进行仿真。结果表明,滑模控制可以显著减小怠速转速波动,且在空燃比和点火角含噪时很鲁棒,其瞬态最大波动幅值可低于±15rpm;同时它控制算法简单,硬软件实现容易,适合于实车应用。

用CMAC神经网络精确控制汽车空燃比

基本CM AC神经网络和变增益补偿的控制策略在发动机空燃比控制中具有良好的精度和自适应性。在研究该策略的基础上,对其基函数和学习算法进行了改进,分析了喷油过程特性,并考察了随机工况和过渡工况下的瞬态空燃比控制精度。在相同条件下的M ATLAB仿真表明,随机工况和过渡工况空然比误差的相对标准差均控制在2%以内,控制精度显著提高。

结构光图象的轮廓提取

介绍了对曲面进行光电式非接触测量的结构光图象法 ,提出了结构光图象正确轮廓的概念及其提取方法———深度约束法 。

超级增强型图形显示（SuperVGA）模式设置与程序设计

针对ＶＥＳＡ标准的ＶＧＡ显示器，介绍了ＳｕｐｅｒＶＧＡ图形显示模式的设置和图形显示程序设计的方法，在ＰＣ４８６机上调试效果良好。

单色图像压缩技术及其应用

本文介绍了图像压缩的作用、原理，ＬＺＷ压缩算法以及在ＣＣＤ测量系统上的应用。

大功率步进电机驱动

本文通过大型车床的数控改造实践，论述了大功率步进电机驱动电源中脉宽调制斩波和专用大功率驱动器件的问题。

用 IFS 分形插值函数虚拟材料表面形貌的探讨

研究了构造分形几何图形的一种重要方法：迭代函数系统（ＩＦＳ）。用ＩＦＳ分形插值函数在计算机上生存了材料表面轮廓曲线及曲面，对表面形貌的虚拟结果进行了分析。最后指出，基于分形学的表面形貌虚拟是一个很有工程应用前景的研究领域。

一阶型多变量系统的并矢型动态补偿器

根据输出反馈可以等价于状态反馈，利用并矢分解对一类多变量系统提出了一种并矢型动态补偿器，它的设计可以综合状态空间法和频域法两种优点，仿真效果明显，便于在工程技术中应用。

我国近期的经济波动和宏观控制策略

确定潜在GNP是研究宏观经济波动及其控制策略的一个基本问题,但我国现有的专著和论文未见提及,国外对其确定方法也没有取得一致的意见。本文从控制工程和宏观经济理论的综合角度,对这一问题进行了以下方面的探讨,得到了一些富有意义的结果。首先,对潜在GNP提出了新的解释和新的估计方法;其次,用这种方法确定出我国近期的潜在GNP,从而划出我国1978—1989年间经济波动的幅度和周期;然后以高经济增长率和低通货膨胀率为政策目标,提出我国1990—2000年的宏观控制策略—GNP的最优轨迹,并对该轨迹下的目标均值进行了初步估计。

基于SIMULINK的汽车发动机怠速模糊神经网络控制

针对汽车发动机怠速控制要求,提出了一种按权值模糊化FCM模型形成的模糊径向基函数(RBF)神经网络控制方案,在SIMULINK环境下进行了控制仿真,获得了比模糊控制更好的性能。

广义CMAC神经网络及在空燃比控制中的应用

将广义CMAC神经网络及快速学习算法应用于发动机瞬态空然比控制中,并考虑喷油过程的非线性特性,与采用基本CMAC控制的文献[7]相比较,在相同条件下的仿真表明瞬态空然比的控制精度明显提高。

工业工程复合型创新人才培养模式研究与改革实践

工业工程（Industrial Engineering）简称IE。自1908年美国宾西法尼亚理工学院建立世界上第一个IE系以来,至今已有近百年历史。国外IE学科及其专业人才培养模式已趋成熟。我国的IE学科发展历史仅十余年,各高校IE专业人才培养模式都还处于探索阶段。由于国情、经济状况的不同及文化背景的差异,

多重分形表面特征的小波分析方案

阐述了研究多重分形表面特征的学术意义和应用价值,提出了基于小波和分形这两个有力工具,对具有多重分形特征的工程表面进行研究的新技术路线和实验方案。

二重分形特征表面弹塑性接触模型的研究

基于Bhushan的二重分形弹塑性接触模型 ,完全分析和推导出弹塑性接触点上接触线长度与总载荷的关系 ,对二重分形特征表面弹塑性接触模型作了进一步的完善。

基于人工神经网络预测磨合磨损的最佳分形维数

基于BP人工神经网络的L M算法 ,建立了磨合磨损的分形参数预测模型。将该模型用于销 盘磨合磨损试验 ,对最佳分形维数进行了准确预测。该模型收敛速度快、误差小 。

电控汽油机怠速模糊RBF神经网络控制

针对电控汽油机怠速控制要求,提出了一种模糊径向基函数(RBF)神经网络控制方案,在MATLAB环境下进行了控制仿真,获得了比PID、模糊、模糊BP神经网络更好的控制性能。

RBF神经网络算法在汽油机空燃比控制中的比较

选择具有多干扰和复杂非线性的汽油机空燃比为控制对象,对径向基函数(RBF)神经网络的RLS和LMS在线算法,从训练速度、抗干扰能力、控制精度三个方面,在MATLAB下进行了仿真比较。结果表明:在用离线训练的网络参数作为初始值、且不调整RBF中心值和宽度向量时,RLS算法优于LMS算法。

滑模控制在非线性机械系统中的应用

针对汽油机怠速控制要求,选择了点火提前角作为控制变量,建立了汽油机怠速模型,设计了滑模控制器。通过进行SIMULINK在线仿真,结果表明:在中小负载的情况下,滑模控制器的控制性能良好,怠速相对误差不到2%。

基于人工神经网络的磨合磨损最佳分形维数预测

基于BP人工神经网络的L M算法, 建立了磨合磨损的分形参数预测模型。将该模型用于销 盘磨合磨损试验, 对最佳分形维数进行了准确预测。该模型收敛速度快, 误差小, 输出结果与实验结果有极好的吻合性。