基于MATLAB的LQR控制器设计方法研究

采用LQ校正、参考输入及状态观测器的设计方法来设计最优二次控制器,选取加权矩阵Q和R使控制器的性能达到最优。从介绍代数Riccati方程求解着手,利用MATLAB的强大计算功能及仿真能力,不断的调整参数得到设计结果并画出系统的输出响应曲线。很多文献介绍了基于输出反馈的PID控制系统,但其控制效果不理想,主要原因是系统的高阶次和多变量。本文采用基于状态空间设计法的LQR最优调节器,较好地兼顾了系统的鲁棒稳定性和快速性,倒立摆的实例说明了该方法的有效性。

非完整移动机械手的鲁棒控制及仿真研究

讨论了受摩擦力、外界干扰及参数不确定的非完整机械手控制问题。为了提高移动机械手的控制性能,通过分别建立移动基座、机械手、移动机械手的Lyapunov函数,研究了由非完整移动基座和完整机械手组成的移动机械手的鲁棒跟踪控制算法。首先从理论上证明了所提出的控制算法能使整个系统稳定,满足跟踪误差有任意小上界。并在Matlab7.0环境下对系统进行仿真研究,仿真结果表明,采用该算法能控制机械手的灵活操作和有效移动,可应用于实际系统当中。

氧乐果合成过程温度模糊预测学习控制研究

根据氧乐果合成反应过程分批重复进行且温度控制对象参数时变、时滞后的特点,将迭代学习控制方法应用于氧乐果合成反应过程温度控制。为了消除滞后产生的影响,采用T-S模糊预测模型,在原有反馈-前馈迭代学习算法基础上引入预测思想,研究了基于模糊预测的迭代学习算法,并设计了氧乐果合成过程温度模糊预测学习控制器。实验和仿真结果表明,该控制器能取得比较满意的控制效果。

神经网络广义预测控制在锅炉燃烧系统中的应用

针对锅炉燃烧系统的非线性、大延迟、时变、干扰频繁等特点,以煤粉浓度为中间被调量,将神经网络、广义预测控制、串级控制相结合,设计了基于神经网络模型的广义预测串级控制系统。该控制方法克服了单纯PID控制对大惯性大延迟对象调节品质差、抗干扰性弱的缺点,神经网络预测器有效地补偿了传统预测控制基于线性模型的局限性。将该控制算法用于燃烧系统中主汽压力对象的控制,仿真结果表明该方法具有较强的跟踪性能和抗干扰能力及良好的动静态性能指标。

一种新的变步长LMS算法研究及其应用

为了提高电能质量,通常进行电网谐波补偿和抑制,补偿的效果取决于谐波检测的精度和动态响应特性,谐波检测性能的满足来源于算法。对已有自适应算法性能进行分析,提出了一种新的变步长LMS算法,递推公式中的三个系数可根据具体情况进行调整,以达到最佳的滤波效果。该方法在低信噪比的条件下有很好的跟踪性能,同时也具有较快的动态响应速度和较小的稳态失调。仿真分析证明了该算法应用于谐波检测的有效性。

一氧化碳气体质量浓度智能检测仪的研究与设计

为了准确测量空气中一氧化碳的含量,研究设计了利用PIC16F877单片机控制的一氧化碳气体质量浓度智能检测仪,用传感器进行一氧化碳质量浓度采集,通过MPLAB软件编程建立线性模型实现显示、控制报警等功能,并用模块法进行系统调试。设计了多种报警方式,当气体质量浓度达到预置的报警值时,将依据报警的级别不同,发出不同频率的声、光报警信号。该仪器具有智能化、低功耗、高精度、操作简便等特点。

间歇过程模糊预测学习控制器的设计与仿真

针对工业间歇过程的控制问题,分析比较了现有的两类反馈-前馈迭代学习算法在解决工业间歇过程控制系统滞后问题上的缺陷,采用T-S模糊预测模型,在原有反馈-前馈迭代学习算法基础上引入预测思想,研究了基于模糊预测的迭代学习算法,并设计了一种模糊预测学习控制器。以具有滞后、变参数特性的间歇过程为例,进行了仿真研究,验证了提出方法的有效性。

氧乐果合成反应温度的模糊自学习控制方法

针对氧乐果合成反应温度控制具有参数时变、时滞后特性而不易控制的问题,提出一种基于遗传算法的模糊自学习控制方法。还提出了改进遗传算法的若干策略。改进的遗传算法仅根据在线获得的信息便能够实现控制器的多个加权因子的快速全局寻优,从而实现模糊控制规则的修正与完善。仿真结果表明,基于遗传算法设计的自学习模糊控制器能适应参数时变、时滞后系统的控制。

电厂锅炉水处理过程中智能控制系统设计

为了提高电厂锅炉水处理的质量及效率,保证锅炉等设备安全、经济运行,采用Modicon TSX Micro系列PLC作为实时控制核心,以Eview MT500系列触摸屏及EasyBuilder 500软件编程实现对控制系统的上位监控,组成整个电厂锅炉补给水处理过程自动控制系统。为了提高系统的鲁棒性和自适应能力,对局部重要环节引入了基于神经网络的智能控制方法。经现场调试,该系统较好的实现了各项控制要求,提高了生产效率,现已投入运行。

心电信号处理数字滤波方法研究

由体表电极检测到的心电信号多数混有不同程度的干扰,为了得到不失真的原始心电信号,在诊断分析前要进行必要的预处理――滤波。本文针对心电信号中常见的干扰设计了两种新型的滤波器:基于Chebyshev一致逼近理论的等纹波FIR滤波器和基于零相位实现形式的IIR滤波器。与一般的滤波器相比,本文的设计可以更好的滤除心电信号中的干扰。

电子标签在智能拣货系统中的应用研究

以电子标签和单片机原理为基础,在此基础上完成软件和硬件设计.系统介绍了拣货系统的原理,单片机等在电子标签中的应用.实验表明系统提高了仓库管理的效率,并大大降低拣货的出错率.

基于改进遗传算法的模糊RBF神经网络控制器设计

提出一种改进的优良模式自学习模糊遗传算法,并用来优化设计模糊RBF神经网络控制器。改进的算法主要基于模糊编码、优良模式自学习算子、保留遗传算法和最优串重组。仿真结果表明,改进的遗传算法可实现模糊RBF网络结构和参数的快速、全局寻优,优化后的控制器具有很强的自适应性和鲁棒性。

模糊神经网络预测控制在配料系统中的应用

针对水泥生产过程中皮带配料系统的惯性、滞后、非线性及现场干扰频繁等特点,设计一种模糊神经网络预测控制算法,将模糊控制、神经网络与预测控制相结合,增强算法的自学习、跟踪与抗干扰能力,神经网络预测模型有效地补偿了传统预测控制基于线性模型的局限性。将该控制算法用于皮带配料控制系统中,仿真结果表明,物料流量控制效果优于传统的PID控制,配料精度有了明显的提高。

单级倒立摆系统的数字最优控制器设计与仿真

倒立摆系统以其自身的不稳定性为系统的平衡提出了难题,也因此成为自动控制实验中验证控制算法优劣的极好的实验装置。通过对单级倒立摆系统的简化模型分析,设计了带有积分环节的数字最优控制器。仿真结果表明倒立摆系统在该数字最优控制器的控制作用下,无论是系统的输出还是各个状态变量,都具有较好稳定性和一定的鲁棒性。

基于回归神经网络的氧乐果合成过程建模与仿真

氧乐果合成过程具有非线性、时变和不确定性的特点,难以采用常规的建模方法建立模型。BP网络可用于非线性系统的建模,但不能很好的反映实际系统的动态特性。提出了一种静态BP神经网络加多分头延时(TDL)环节构成回归神经网络建立系统动态模型的方法,用于氧乐果合成反应温度控制过程的建模与仿真研究。结果表明,该方法建立的模型误差较小、网络泛化能力较强,能较好的反应实际系统的动态特性,从而为培训操作人员的控制水平提供了低成本的仿真手段,也为自动控制算法的研究提供了仿真模型。

智能型随机检测客车超载系统

针对目前交通运输中客车超载问题,以PIC系列单片机为核心,采用反射式光电传感器实现上下车人数的逻辑时序判别,对采集到的信号进行处理,当客人超出一定数量时,发出报警信号和语音提醒,并自动关闭发动机,从而实现智能化的过程控制。实验表明该系统减缓了交通控制压力,提高了交通运输能力。

基于灰关联理论和神经网络的价值预测方法

为了预测股票价格的短期走势,在预测算法中引进RBF神经网络,利用RBF神经网络具有唯一最佳逼近、无局部极小、学习速度快的特点,在预测股票行情时,能达到较高的精度。同时,为了优化RBF网络的输入参数结构,引入二次参数的概念,设计了基于灰关联理论的技术指标选择控制器,从众多的技术指标中选出部分最能反映股票近期趋势的指标,从而获得包含股市本质信息的低维输入,大幅度减少了运算量。最后,在综合两者优势的基础上构造了一种新型价值预测系统,该系统具有较快的运算速度和较高的预测精度。仿真实验表明,该方案是可行的。

智能血压测量分析系统

血压判别方法是提高电子血压测量准确度的关键,基于目前临床血压测量的原理,采用新的算法设计出智能电子血压测量分析系统。实验表明该系统的准确性优于传统的测量方法,克服了现有测量方法的不足,为医生分析研究血压特征提供了依据。有利于推进医学临床血压无创自动测量技术的发展。

基于调频载波通信的汽车轮胎压力监测报警系统

为了实时监测轮胎压力以避免由轮胎故障引发交通事故,本文详细讨论了设计的一种基于Motorola芯片的轮胎压力监测报警,系统的整体结构、硬件配置和软件功能的实现。该系统可实时检测和显示汽车轮胎的压力和温度,能及时确定轮胎故障并发出报警信息。由于采用调频载波进行数字通信方式,克服了以往调幅通讯方式下信号易受汽车运行干扰的缺点。