模糊控制在空调器中应用

模糊控制技术用于家电产品具有广阔的前景,用模糊控制技术可以对那些不确定性给出一个较为实际的判断,详细介绍该技术在空调器温度控制中的具体应用,即采用两输入单输出控制方式,对温度偏差和温度变化率实时采样后进行模糊化处理,然后利用模糊控制规则用最大隶属度算法对空调器发出确定的指令,以达到精确控制温度的目的,在空调器调节温度时引进微机化和模糊控制技术,能使控制功能多样化、节能并提高舒适感。

提高子系统激励源区分度的超阶分析技术

提高子系统激励源的区分度对准确识别出主振动源有重要意义,而去趋势波动分析法（DFA）被认为是一种有效的方法。为更准确地提高子系统激励源的区分度,本文将DFA法与极值增量序列结合,提出了超阶分析新方法。首先建立了两相关子系统输入单输出系统模型,然后介绍了DFA法和超阶分析法的相关理论,接着分别用这两个方法分析了实验所得的相关信号的区分度,最后将所得的差异指数进行比较。结果表明,对于完全相关信号,超阶分析方法所得的差异指数远远小于DFA得到的,准确识别出信号差异仅为0.08%;对于部分相关信号,超阶分析法所得的差异指数比DFA得到的大了36.5%,更能提高相关信号的区分度,从而验证了超阶分析方法是一种区分相关子系统激励源的优秀方法。

基于带约束自适应GPC的压水堆蒸汽发生器液位控制研究

在压水堆核电站中,蒸汽发生器的液位能否稳定地控制在设定范围内,直接关系到核电站能否安全经济地运行。针对蒸汽发生器液位控制中出现的“虚假液位”、时变以及输入约束等复杂问题,设计了带约束的自适应广义预测控制算法。在此算法中,构建了两输入单输出的数学模型来描述蒸汽流量和给水流量对蒸汽发生器液位的影响,引入了变遗忘因子的最小递推二乘法,对蒸汽发生器的液位对象模型参数进行在线辨识校正;引入逐维重心反向学习的变异策略提高了标准粒子群算法的收敛精度,然后将改进后的粒子群算法用于计算约束范围内给水流量增量的最优值。仿真结果表明,对于蒸汽发生器液位中的复杂控制问题,改进后的广义预测控制器比三冲量PID控制器的控制效果更好。

TISO-OEAR模型的分解递推最小二乘辨识方法

针对输出误差模型参数估计过程中的计算量较大的问题,提出了基于分解的两输入单输出(TISO)输出误差自回归模型(OEAR)的分解递推最小二乘(DRLS)算法.基本的思想是分解TISO系统为3个子系统,并通过递推最小二乘分别辨识每个子系统.DRLS算法是解决大规模系统的计算量大和复杂辨识模型的辨识难题的一种有效的方法.最后通过仿真实例验证和分析了所提出算法的有效性与优越性,并对两种算法的特点进行了总结.