基于局部模型网络的主汽温阶梯式动态矩阵控制

火电厂主汽温系统的大惯性、时变性和多扰动等特点导致采用传统串级PID控制难以取得令人满意的控制效果。为了克服传统控制方案的缺陷,提出了一种基于局部模型网络的多模型阶梯式动态矩阵控制算法。首先,通过引入阶梯式策略有效解决了原始动态矩阵控制算法固有的矩阵求逆问题;其次,通过引入扰动前馈补偿,提高了主汽温系统的抗扰动能力;最后,针对不同工况下动态特性大幅度变化的主汽温对象,设计了基于局部模型网络的多模型阶梯式动态矩阵控制器。仿真结果表明,相比于传统控制算法,所提算法明显提升了主汽温系统的全局设定值跟踪性能、抗扰动性能和鲁棒性能,可以满足火电机组主汽温的控制要求。

采用有限元局部模型分析不同腹板和顶板厚度下曲线箱梁桥面板局部冲击效应

为了给混凝土曲线箱梁桥桥面板在设计时更加科学的选取桥面板局部冲击系数,本文针对混凝土曲线箱梁桥面板车桥耦合振动问题,对桥面板控制截面采用有效梁段法建立局部有限元模型进行内力分析,采用三轴12自由度车辆模型,分析了桥面板的影响因素腹板和顶板,利用参数分析研究其变化对桥面板控制截面内力的变化规律。研究表明:桥面板内外侧根部剪力和弯矩冲击系数均小于1,在设计时可以不予考虑;桥面板跨中的弯矩冲击系数建议取值1.25。此研究结果可以为混凝土曲线箱梁桥面板设计提供参考。

基于局部模型的再入滑翔类飞行器轨迹在线调整算法设计

针对再入滑翔类飞行器滑翔过程各种复杂条件不确定以及任务不确定问题,将轨迹离线优化与在线调整相结合,提出了一种基于局部模型的轨迹在线调整算法。该算法利用离线Radau伪谱函数表征飞行轨迹,构建轨迹局部模型,并通过轨迹约束空间离散化形成局部模型集;在线运行过程中,引入模糊聚类思想,设计了一种基于模糊隶属度的局部模型子集构建与更新方法,根据实时飞行状态以及任务约束构建与更新局部模型子集,并采用加权融合方法实现轨迹在线生成。最后,通过仿真分析验证了算法的轨迹生成与在线调整性能。

基于局部模型网络的锂电池SOC估计方法

锂电池的荷电状态(SOC)是电池管理最重要的参数,准确的SOC估计对保证电池运作的安全性至关重要。传统基于数据驱动的SOC估计法,如神经网络,在可解释性、参数整定方面表现不足。本文提出一种基于局部模型网络和天牛须搜索优化组合的SOC估计法。首先,借助局部模型网络描述复杂非线性系统的能力和其作为灰箱模型的可解释性,将模型的工况空间分解为多个可以用简单模型表示的局部子区间,再用调度函数组合为最终的模型。其次,在网络的训练过程中,采用天牛须搜索优化算法确定分裂空间上的最佳分裂方位,很好的兼顾了模型辨识的精度和运算复杂度。最后,在锂电池动态特性数据集上与已有文献中的SOC估计法进行了对比试验,本文所提出的方法在简单工况的训练集上的RMSE误差小于0.4%,在复杂工况的测试集上的RMSE误差小于0.9%,在不同温度上的表现也相对平稳,总体展现出较高的辨识精度及泛化能力。这一特点在实测的数据集上也得到了进一步验证。

双有源全桥变换器的超局部模型控制策略

随着高比例新能源及大量不确定负载通过直流变换器接入直流微电网,DC/DC变换器的控制策略对维持直流母线电压稳定起着重要的作用,但源荷的非线性不确定动态特性使得变换器精确建模困难。为此,提出了基于滑模观测器的双有源全桥变换器超局部模型控制策略,构建了DC/DC变换器超局部模型,引入滑模观测器精确估计超局部模型中的未知项,提升控制效果;并通过Lyapunov稳定性理论证明了该控制方法的稳定性。经搭建的仿真和实验平台验证得出:所提控制策略在各种扰动下均可使直流母线电压具有良好的稳定性及鲁棒性。

基于超局部模型的永磁同步电机预测控制

针对工况变化时永磁同步电机参数随之变化引起的传统有限集模型预测电流控制性能下降的问题,提出了一种采用自适应径向基函数神经网络观测器的超局部模型预测控制方法。首先基于超局部模型,建立无电机参数的永磁同步电机模型;其次,设计自适应径向基函数神经网络观测器去逼近所建立的模型中的未知部分,通过李雅普诺夫稳定性定理进行了稳定性分析;最后,对两种方法进行实验比较,结果表明所提出的方法具有更好的动态和稳态性能。

一种基于局部模型的非线性多工况过程监测方法

针对复杂工业过程中的非线性、非高斯特性以及多工况问题,提出了一种基于局部模型的在线统计监测新方法.首先利用局部最小二乘支持向量机回归(Least square support vector regression,LSSVR)模型对过程输出进行预测,与真实的输出相比较构成残差序列.然后利用ICA-PCA两步特征提取策略,完整地提取残差的高斯和非高斯信息,最后用三个统计量(I^2、T^2和SPE)对过程进行监测,建立了一种具有非线性、非高斯特性的多工况过程在线监测算法.通过对TE(Tennessee Eastman)过程的仿真研究,验证提出的方法是可行、有效的,并显示出了一定的故障检测能力.

变结构局部模型跟踪控制研究

本文针对线性失配不确定性系统，提出了一种新的模型跟踪概念──局部模型跟踪．基于变结构控制理论，研究了实现此跟踪的系统特定结构和设计方法，并证明了设计中的分离定理以及变结构局部模型跟踪控制系统的最大跟踪能力．本文突破了变结构不变性条件的苛刻限制，大大提高了系统的稳态跟踪特性．

基于不同局部模型的联合滤波算法研究

从组合导航系统研究的角度出发,提出了一种基于不同局部模型的联合滤波算法,并对INS/GPS/Doppler组合导航系统进行了仿真。结果表明:该算法不要求局部模型一致,增强了系统的通用性,提高了运算速度。

基于局部模型的多更新率切削仿真力觉渲染算法

提出了一种牙科手术虚拟现实模拟训练系统的力觉计算方法。为了保证切削仿真的逼真度、力觉计算的快速性和交互稳定性,提出了基于局部模型的多更新率体系架构的计算方案。仿真系统分解为三个不同计算频率的线程,即切削仿真、力觉伺服和图形显示线程。提出虚拟工具和切削工具的概念,实现交互力计算和牙齿三角片网格模型切削变形的协调;基于虚拟工具和牙齿三角片碰撞检测信息构造局部模型,实现力觉设备控制与切削仿真线程的解耦,降低了对切削仿真线程计算频率的要求;利用多线程技术保证图形显示和力觉显示的数据传输和时间同步。针对局部模型更新时的振荡问题,采用改进的恢复时间方法对局部模型进行插值,增强了仿真系统稳定性。基于力觉交互设备Phantom建立试验平台,开发了牙科手术力觉交互仿真软件,通过试验验证了本文算法的有效性。

巨型框架结构局部模型低周反复加载试验研究

为进一步研究巨型框架结构的抗震性能 ,探讨巨型框架结构的抗震设计方法 ,以具体应用工程为背景 ,制作了两个缩比为 1∶6的巨型框架局部模型 ,进行了低周反复加载试验。结果表明 ,钢筋混凝土巨型框架结构具有良好的抗震性能 ,采用钢骨混凝土能够增加巨型框架结构的延性 。

永磁同步电机无参数超局部模型预测控制

为了解决永磁同步电机在参数失配时模型预测控制效果不佳的问题,建立了永磁同步电机d-q轴电流的超局部模型,提出了一种的无参数模型预测控制方法。通过对每个控制周期内定子d-q轴电流变化量进行分解,得到受电机运行状态的影响较大的电流的自然响应分量,以及主要与电压矢量相关的强迫响应分量。利用临近控制周期中的电压矢量与电流变化量,单独解耦出电流自然响应分量进行实时计算,以达到快速跟踪的效果。使用递推最小二乘法估算电压矢量对电流的作用参数,从而计算电流的受迫响应分量。以较小的计算量实现了永磁同步电机的无模型预测控制。仿真和实验结果显示,无需预知电机参数即可获得优良的静态和动态性能,整体性能优于存在参数失配的传统模型预测控制,具有广泛的适用范围。

非局部模型与变形局部化数值模拟

基于非线性几何场论，建立了材料非局部连续模型、变分方程及相应的实时拖带系大变形有限元数值模型，设计了这一模型的数值卷积算法．由广义函数弱收敛定理和卷积理论，证明所提出的非局部连续模型具备收敛性和稳定性．并阐明了材料特征尺度数学物理意义，统计加权函数的选择原则．

基于局部模型匹配的目标轮廓跟踪

在复杂背景下,传统轮廓跟踪方法会发生漂移,甚至丢失目标。针对上述问题,提出一种基于局部模型匹配(LMM)的目标轮廓跟踪算法。利用超像素技术结合EMD相似性度量构建局部特征模型,从而进行局部模型匹配。结合粒子滤波的Snake模型作提取目标轮廓,实现目标轮廓精确跟踪。实验结果表明,该算法在目标形变、部分遮挡、复杂背景等条件下均具有较高的跟踪成功率。与多种目标轮廓跟踪算法进行对比,该算法具有较高的准确性和鲁棒性。

一类不确定关联大系统的局部模型跟踪控制

针对一类失配的不确定关联大系统 ,基于变结构控制理论和局部模型跟踪原理 ,提出了利用左特征向量设计切换面的方法 ,并结合 Lyapunov稳定性理论和矩阵对角占优性质 ,设计了这类失配不确定关联大系统的变结构局部模型跟踪控制系统。该方法突破了变结构不变性条件的限制 ,使被控对象的关键状态稳态无误差地跟踪参考模型 ,提高了这类关联大系统的稳定跟踪特性 。

基于局部模型网络的超声波浓度测量和在线校正

在很多情况下 ,液体浓度是其声速的函数 ,而且在不同的温度点上 ,这种函数关系是不同的 .针对浓度、声速和温度关系的这种特点 ,本文提出了基于局部模型网络的浓度和声速、温度关系的拟合和校正方法 .这种方法比普通的多项式拟合具有更多的灵活性和适用性 ,易于在线进行 .

局部模型在工程潮流数值模拟中的应用

根据局部模型的形式和特点对其进行了归类分析 ;通过两个工程实例对局部模型在海岸河口工程潮流数值模拟中的应用进行了探讨和介绍。计算实例的结果表明 ,局部模型的使用既可以减少计算时间从而提高数学模型的效率 ,又可以提高局部海区潮流模拟的计算精度。

受限局部模型在人脸特征点定位中应用综述

人脸特征点定位(又称人脸对齐)的目标是定位出人脸图片中可以描述人脸部件的特征点,如眼角、鼻尖、嘴角等.受限局部模型(Constrained Local Models)是一类重要的人脸特征点定位算法,其拟合过程通常可以形式化为两步:首先使用局部检测器扫描图片,为每一个人脸特征点生成一张响应图;然后基于响应图优化一个全局人脸形状模型,从而得到人脸形状(即所有人脸特征点)的一次更新.文献中的受限局部模型默认使用主成分分析(PCA)法建立参数人脸形状模型;而非参数形状模型如基于样本(exemplar-based)的方法虽然也被成功的应用于人脸特征点定位,但却没有被纳入受限局部模型的范畴.在这样的背景下,本文的贡献主要有3点:1)成功将基于参数(PCA-based)和非参数(exemplar-based)人脸形状模型的方法统一到概率形式的受限局部模型的框架之下;2)在3个公开的数据集LFW、LFPW、HELEN上汇报了几种典型的参数和非参数受限局部模型的性能;3)总结并讨论了参数和非参数受限局部模型的优缺点,如基于PCA的参数模型拟合速度更快,而基于exemplar的非参数模型精度更高.

非线性时变系统的一种即时局部模型及参数估计算法

针对包含未知和不可测量的确定性扰动的非线性时变系统的辨识和预测 ,提出了一种简便实用的线性化即时局部模型 ,给出并证明了这种即时模型的存在性定理。为了跟踪快速变化的模型参数 ,利用最新的多个线性局部模型进行外推 ,提出了一种滚动多模型加权平均参数估计算法。

基于遗传算法的虚拟企业局部模型划分方法

局部模型的划分是分解、简化敏捷虚拟企业建立过程决策问题的重要方法 ,划分结果可能直接影响到敏捷虚拟企业的建立方式、伙伴企业的合作方向和虚拟企业模型的优化 .由于该过程涉及到复杂的组合优化问题以及定量评价方法 ,因此对该问题的求解具有很高难度 .本文提出了应用遗传算法为主的算法来优化这一项目划分过程的方法 ,该方法根据问题的特点采取特定的基因编码、遗传与变异算子等 ,本文最后依据一个实际算例来说明和验证该算法 .