混合失配模型预测金属/半导体界面热导

声学失配模型和漫散射失配模型被广泛应用于界面热导的计算,两种模型分别建立在极端光滑和粗糙界面的假设基础上.由于实际界面结构与两种假设的区别较大,造成两种模型预测结果与实际界面热导偏差较大.近期提出的混合失配模型考虑了界面结构对声子镜面透射和漫散射透射比例的影响,预测的准确度有所提高.但该模型需要通过分子动力学模拟获取界面声子信息较为复杂.为此,本文通过引入测量的粗糙度数值简化混合失配模型,并增加考虑界面结构对接触面积的影响,实现对界面热导简单快捷、准确地预测.基于该模型,计算预测了金属(铝、铜、金)和半导体(硅、碳化硅、砷化镓、氮化镓)的界面热导.并将铝/硅界面的结果与实验测量结果对比,数据吻合较好.该模型不仅有助于界面导热机理的理解,而且利于与测量结果对比.

基于失配模型的内模控制器的设计

针对工业过程典型对象,提出了一种基于失配模型的内模控制器的设计方法,通过继电辨识得到对象的低阶模型,并基于低阶模型设计内模控制器,使得无论对象阶次的高低,所设计的内模控制器始终具有简单结构。并利用Pade公式和泰勒公式推导出了相应的IMC-PID的解析表达式,便于工程应用。最后将方法与标准内模控制方法进行了比较,并分析了系统性能改善的原因。仿真结果表明,该方法可使系统同时获得良好的目标值跟踪性能、扰动抑制性能和对模型失配的鲁棒性。

随机栅长变化引起纳米MOSFET失配模型

随着CMOS技术进入纳米工艺,随机栅长变化成为影响集成电路性能和成品率最重要因素之一.文中分析并验证了纳米MOS器件随机栅长变化导致电流增益因子与阈值电压的之间的相关性及失配解析关系式,并以此为基础,结合偏差传递理论实现了22 nm工艺MOSFET电流失配模型.仿真实验结果表明,该模型揭示了短沟道效应导致的器件阈值电压变化改变了载流子有效迁移率,进而影响电流增益因子及器件电流的规律,精确地估计了随机栅长变化导致的电气参数统计变化特性.

MOS晶体管失配模型研究及应用

采用0.18μm CMOS工艺,研究在模拟集成电路中MOS管的失配.通过分析MOS管在饱和区失配因素,优化MOS管失配模型,提出用最小二乘曲线拟合法进行相关模型参数提取.并根据这些参数对基本电路的失配进行预测和分析,给出改善MOS管匹配性的方法.这为相应的集成电路设计中存在的失配提供了理论依据.

一种永磁同步电机模型失配容错控制算法

针对高精度永磁同步电机驱动系统因转动惯量、摩擦系数与磁链参数失配造成其控制精度和稳定性降低的问题,提出了一种基于有限时间收敛扩张状态观测器的无模型滑模容错控制方法。首先,建立了考虑内外不确定性的永磁同步电机转速环超局部模型,并设计了无模型全局积分终端滑模控制器;其次,设计了有限时间收敛扩张状态观测器来降低模型失配带来的影响;最后,通过与其他方法的仿真和实验对比,验证了所提方法能够在不获取精确模型的情况下实现了对多种模型失配与外部扰动工况的容错控制,并提高了电机的控制精度。

时间延迟积分型面阵CMOS图像传感器MTF速度失配模型研究

研究了时间延迟积分型面阵互补金属氧化物半导体(CMOS)图像传感器调制传递函数(MTF)速度失配特性,在分析累加级数、像素尺寸、镜头放大倍数、行周期及电机运动速度失配等影响因素的基础上,建立了MTF速度失配模型。基于现场可编程门阵列(FPGA)开发板,搭建面阵CMOS图像传感器实现线阵时间延时积分(TDI)的CMOS测试系统。实验结果表明,在光强为3lx,速度失配M(ΔV/V)<2,8级时间延迟积分与面阵成像相比,MTF值提高50%;当累加级数为8级,速度失配满足M(ΔV/V)=2的速度失配容限时,奈奎斯特频率处的MTF值下降10%,当速度失配达到M(ΔV/V)=10时,MTF值下降35%。

基于可预测元分析的模型失配检测方法研究

模型预测控制器(MPC)是一种广泛应用于工业过程控制系统的先进控制策略,在工业生产过程中具有举足轻重的作用。然而,MPC中预测模型与实际过程系统存在模型失配(MPM),这会导致其控制性能下降,因此对MPC进行模型失配检测具有重要意义。本文研究一种基于可预测元分析(ForeCA)的模型失配检测方法。首先,选取预测误差作为MPM检测数据集并进行数据预处理;然后,采用正常工况下的过程数据集建立ForeCA模型,提取可预测特征并构建MPM检测指标基准和控制限;最后,实时采集过程数据,采用ForeCA提取实时过程数据集的可预测特征并计算MPM检测指标。实验结果表明,本文方法能够准确有效地实现对多输入多输出(MIMO)过程控制系统中MPC的模型失配检测任务。

动态RBF神经网络在浮选过程模型失配中的应用

铝土矿泡沫浮选过程中,因矿浆的快速沉淀等原因工艺参数在线检测困难,且入矿性质变化频繁,造成浮选过程参数随入矿的变化而不断改变。而通常建立的静态软测量模型利用固定样本集训练得到,当矿源变化时容易发生模型失配现象,使模型不能跟踪当前对象。针对变矿源下的模型失配问题,本文提出基于隐层节点动态分配和模型参数动态修正策略的RBF神经网络建模方法,用于铝土矿浮选过程酸碱度的在线检测建模。实际生产数据仿真结果表明该方法能够有效解决模型失配的问题。

基于大林算法模型失配金属基复合材料热压炉炉温控制研究

针对典型的时滞系统金属基复合材料热压炉为研究对象,根据热压炉热力学工作原理,首先建立热压炉系统数学模型,针对热压炉中温度带有滞后特性,使得系统控制困难,本文采用传统PID和大林算法进行对比控制仿真,并对大林算法控制系统进行试验。仿真与试验结果表明,大林算法较传统PID控制可以更稳定控制热压炉炉温,且大林算法在被控对象模型失配时,仍可以得到很好的控制效果。在0℃～200℃温度范围内,大林算法控制误差为-0. 2℃～+0. 2℃,采用大林算法有效提高系统控制精度、缩短系统调节时间,可以有效地提高金属基复合材料的加工质量。

基于互相关分析的模型失配性能评价与监视

为了对预测控制中的模型失配问题进行性能评价与监视,基于互相关分析理论,通过引入操纵变量激励信号,分析其与预测偏差之间的互相关性来确定传递函数矩阵的失配问题,然后将模型失配问题转化为互相关系数在置信区间上的分布问题。结合各个通道互相关函数仿真图来直观监视模型失配与否,从而对其进行性能评价。将此方法成功运用到Wood-Berry塔模型上,分析了基于DMC的预测控制系统各通道模型失配情况。仿真结果表明,该方案对预测控制系统模型失配的性能分析具有一定的有效性。

一种克服模型参数失配的广义预测控制算法

针对模型参数失配对广义预测控制输出的影响,提出了一种输出增量反馈的广义预测控制简化算法。该算法通过引入一个输出增量速度函数,设计了输出增量参考序列,以控制输出增量的方式间接控制系统输出;同时利用阶梯控制方式,对输入增量引入柔化系数矩阵进行约束,既避免了传统预测控制律中逆矩阵的求解,减少了计算量,又防止了控制量的剧烈变化;最后引入控制增量增益,利用这个自由度提高了系统的鲁棒稳定性。仿真结果表明:该预测控制简化算法能有效克服模型参数失配带来的影响,抑制系统输出调整过程中的输出波动,缩短调整时间,提高系统的动态特性,并抑制系统控制输入的剧烈变化。

带扰动模型失配史密斯预估器的自适应控制

在扰动情况下,针对传统史密斯预估器的模型失配问题,提出了一种基于模型参考自适应控制的史密斯预估器。首先,在控制对象输入端添加前馈增益矩阵和反馈补偿矩阵,和控制对象相互结合,通过调整矩阵参数,使控制对象和预估模型匹配,消除系统的模型失配误差。其次,在前向控制器输出端引入扰动补偿矩阵,调整扰动补偿矩阵的相关参数,对系统的扰动进行补偿。最后,选取合适的李雅普诺夫函数,求取自适应率。利用MATLAB中的SIMULINK模块进行仿真,仿真结果验证了方法的有效性。

基于大林算法模型失配时滞控制系统的研究

研究工业控制对象的大时延特性所引起的不利影响,使系统能够得到有效控制,对于保证安全生产,实现工业过程的连续化、提高产品质量与经济效益都有着举足轻重的作用。本文针对典型的时滞系统退火炉为研究对象,炉中温度带有很大的滞后特性,使得系统控制变得困难,其严重影响系统的稳定性,会导致系统的超调量变大,调节时间也大大加长,甚至出现振荡和发散现象,系统的动态品质很差,研究应用大林算法实现稳定的控制并给出系统模型发生参数失配时的仿真结果。

考虑参数失配的PMSM鲁棒无差拍预测电流控制

高性能永磁电机系统已成为硬质合金生产成型装备的关键与核心部件,电机系统参数失配将严重影响合金产品成型装备综合效率。为了优化模型参数失配和一拍延迟对永磁同步电机(PMSM)电流控制性能的影响,提出一种具有参数在线矫正的鲁棒无差拍预测电流控制(POC-DPCC)方法。首先,对常规无差拍预测电流控制的参数敏感性进行分析;然后,设计基于Adaline神经网络的多参数误差在线辨识器,并提出一种以参数失配误差为神经网络权值的新型辨识结构来提升参数变化跟踪性能;最后,提出POC-DPCC方法,通过更新控制电压系数矩阵来提高系统对电机参数的鲁棒性,以下一时刻电流预测值代替当前时刻采样电流来补偿一拍延迟的影响。对比仿真和实验结果,可以验证所提方法在复杂工况下的有效性和鲁棒性。

克服广义预测控制模型参数失配的PID反馈校正策略

虽然广义预测控制(GPC)能够通过不断的在线辨识克服模型失配的不利影响,但它计算耗时,不利于在线实时的情况.为了克服在线辨识计算量大的缺点,提出了一种简便易行,计算量小的PID反馈校正策略,可有效地消除模型参数失配对控制性能的不利影响.由于所提出的方法把基于未来预测信息的超前控制和基于过去误差的事后控制有机地结合起来,从而呈现出良好的动态特性.计算机仿真表明,该方法能够有效克服模型与过程之间的增益失配问题,改善控制效果.

基于子空间方法的模型失配检测研究

引言 随着工业过程的不断复杂化和对控制系统高性能的要求,控制系统性能评估与监控以及故障诊断成为现代控制系统不可或缺的要素。过去的二十年中,性能监控与评估技术已经取得了很多成果,但是分析性能下降的原因及故障诊断仍然有很多问题亟待解决。性能下降的原因主要可分为以下几个方面：

基于互信息方法的非线性多变量系统模型失配检测(英文)

在基于模型的控制技术中,例如模型预测控制(MPC),模型的质量对于控制器的设计和整定起到关键作用。所以,控制器的性能依赖于过程模型的精度,亦即受到模型失配程度的影响。针对线性系统的模型失配检测,已经有各种不同的方法见诸于相关文献,而对于非线性系统,则很少有相应的方法提出。考虑到广泛存在的系统非线性特性,采用互信息作为一种广义的相关性量化测度。利用摄动信号和模型残差的互信息量来表征过程模型失配程度而与扰动部分的模型变化无关。对于大规模的多变量系统,能够定位到子系统的模型失配对于故障诊断或者模型重新辨识起到至关重要的作用,利用一种递阶排除的分析方法来精确定位子系统的模型失配,提出利用互信息矩阵直观的量化表达多变量系统的模型失配。在两个仿真例子上的应用说明了该方法的有效性。

基于偏相关性分析的MPC控制器模型失配检测

在实际中,模型失配是导致模型预测控制性能下降的关键因素。传统的相关性分析方法在分析某一通道的预测残差和操作变量之间的相关性时,会受到其他操作变量及干扰的影响,导致结果不可靠,无法准确定位失配。针对上述问题,现采用偏相关性分析方法。在滤除其他操作变量和干扰影响的前提下,分析各通道预测残差和操作变量之间的相关性,将模型失配问题转化为一定区间上偏相关系数的分布问题。通过观察各通道偏相关系数的分布图判断是否发生失配,并通过Shell塔实验验证该方法的有效性。

预测控制模型失配的系统诊断算法

针对模型预测控制系统中经常发生的模型失配问题,提出一种模型预测控制性能评估与模型失配诊断的系统框架,为工业系统的后期维护提供帮助。对系统的整体性能进行监控,根据已有的历史性能基准的预测控制性能评估方法,提出一种用户自定义选取历史基准数据的方法,弥补其需要专家知识的缺陷;在检测到系统整体性能下降后,采用数据驱动的思想,利用一种模型失配指标算法对可能引起系统性能变差的模型失配这一因素进行分析,包括过程模型失配和干扰模型失配,诊断模型的失配情况,完成对系统恶化源的初步定位。用Wood-Berry模型对该算法进行仿真验证,结果验证了其有效性。

模型失配下的雷达关联成像方法研究

雷达关联成像是一种新的凝视高分辨率成像方法,其成像方式要求对参考矩阵进行精确地推演,然而模型失配误差会导致参考矩阵推演失真,从而降低成像质量。针对雷达关联成像的模型失配误差问题,推导了存在多种误差下的雷达信号表达式,建立了模型失配下的雷达关联成像数学模型,并采用呈高斯分布的误差矩阵来描述多种模型误差对参考矩阵造成的扰动。针对模型失配下的雷达关联成像,提出了基于稀疏整体最小二乘法与稀疏贝叶斯学习算法的成像算法,并通过仿真实验分析了其成像性能以及模型失配误差对两种算法成像质量的影响。