基于不确定性补偿的湿法脱硫系统二氧化硫超低排放控制

为了吸纳新能源,燃煤机组需要灵活运行,而由此引起的多变工作环境会导致湿法脱硫过程产生显著的非线性和不确定性,同时脱硫过程的时延特性也会增加控制难度。为了实现脱硫过程更快速灵敏的控制,提出一种基于变频改造的脱硫控制策略,并基于该策略,通过现场试验获得动态特性模型。同时,为了良好地处理不确定性,实现控制过程中的不确定性补偿,提出一种针对时延对象的更新高斯过程模型预测控制方法,并通过参数分析与仿真试验证明了该方法的可行性。最后,通过现场实际应用,验证了所提控制策略与控制方法的有效性。

基于不确定性补偿的脱硫系统超低排放控制

为了弥补燃煤机组灵活运行条件下,脱硫系统本身的大时延、不确定性对脱硫过程的影响加剧问题,本文提出了一种基于变频浆液循环泵的脱硫控制策略,以提供更加及时的控制作用。同时,为了处理脱硫系统宽负荷运行时的时延特性和不确定性,提出了一种针对时延对象的更新高斯过程模型预测控制方法,并通过参数分析与仿真实验展示了该方法的性能。研究表明,本控制方案可以有效提高脱硫控制效率,从而降低能耗。

一种对机器人阻抗控制中不确定性进行补偿的方法

机器人建模中存在的不确定性,给机器人精确控制带来了困难,在机器人力控制中尤为明显,制约了力控制在实际生产中的应用。采用模糊控制、神经网络等智能控制方法是解决这些经典控制理论所面临问题的有效手段。文中使用无监督学习的神经网络对不确定性进行在线补偿,提高阻抗控制的力跟踪性能,通过仿真验证了算法的有效性。

基于参考调整轮廓误差的直驱XY运动平台自适应非线性滑模轮廓控制

针对精密直驱XY运动平台在执行加工任务时,易受到系统不确定性动力学及双轴协调匹配性的影响而产生轮廓误差的问题,提出一种基于参考调整轮廓误差(RACE)模型和不确定性补偿器(UC)的自适应非线性滑模轮廓控制(ANSMCC)方法。由于传统的将跟踪误差法向分量视作近似轮廓误差的方法并不适用于大曲率轮廓加工轨迹,因此,建立参考调整坐标系,通过坐标变换的方式计算得出更为精准的RACE模型。采用ANSMCC方法对轮廓误差进行控制,通过设计非线性滑模面可以有效提高系统的动态响应速度和轮廓跟踪精度。为进一步减小参考模型与实际对象之间的误差,设计UC对不确定性动力学进行补偿,从而提高系统的鲁棒性。实验结果表明,该方法能够有效克服直驱XY平台系统中不确定性动力学的影响,提高轮廓加工精度。

Intelligent model of rehabilitation training program for stroke

In view of the uncertainty and complexity,the intelligent model of rehabilitation training program for stroke was proposed,combining with the case-based reasoning(CBR) and interval type-2 fuzzy reasoning(IT2FR).The model consists of two parts:the setting model based on CBR and the feedback compensation model based on IT2FR.The former presets the value of rehabilitation training program,and the latter carries on the feedback compensation of the preset value.Experimental results show that the average percentage error of two rehabilitation training programs is 0.074%.The two programs are made by the intelligent model and rehabilitation physician.That is,the two different programs are nearly identical.It means that the intelligent model can make a rehabilitation training program effectively and improve the rehabilitation efficiency.