基于GA-BP神经网络的雨生红球藻生长趋势预测

虾青素具有极强的抗氧化功能,然而在自然界中,能够在相同时间内积累最多虾青素的生物主要为雨生红球藻。但其生长周期较长且对生长环境依赖性强,因此其生长环境参数与其生长、繁殖状况之间存在着非线性关系。BP神经网络模型运用了梯度下降法的基本思想,可以较好逼近复杂的非线性关系。但由于BP神经网络容易陷入局部最小,从而影响预测的结果,所以采用遗传算法对BP神经网络进行优化。根据影响雨生红球藻生长的主要环境(pH),建立基于遗传算法的BP神经网络模型,并对雨生红球藻生长状况进行试验验证,准确率可以达到90%以上。

磁悬浮系统建模与分析

采用微元分析法,对下推式磁悬浮系统进行建模,分析浮子磁体悬浮高度,得到电流-位置的解析式模型,判断系统稳定性;对等效磁荷理论得出浮子磁力在三维坐标中各个方向上所受的轴向电磁力的关系进行分析,分别计算出平衡位置和偏心位置时的各轴力;设计PID控制器对系统进行控制。仿真结果表明:该控制系统具有较好的控制效果。

TORA系统的李亚普诺夫函数控制设计

对由水平面内平移的小车和垂直面内旋转的小球构成的典型欠驱动系统——旋转激励的平移振荡器(TORA),应用拉格朗日方程建立了动力学模型,分析了系统的能控性和能观测性。针对稳定性控制,设计了一个基于位移和角度双参变量的李亚普诺夫函数,使控制性能显著提高。仿真实验结果表明:该控制器能够使系统快速达到稳定状态,并能有效减少稳定区间内的抖动。

基于Labview的一级环形倒立摆逆系统轨迹法自动摆起控制

利用求解非线性方程两点边值问题,得到逆系统参考轨迹;通过设计逆系统前馈控制及LQR反馈控制器,对参考轨迹实时跟踪。基于QNET 2.0旋转倒立摆实验平台,采用Labview编程软件,实现了一级环形倒立摆的自动摆起与稳定的实物控制。实验结果证明控制算法的有效性,可以使一级环形倒立摆在一个摆周期内自动摆起,并保持稳定状态。与能量法自动起摆实验比较,逆系统算法具有较好的快速性和稳定性。