【摘 要】
：
针对变风量空调系统本身存在多变量、非线性、强耦合等问题,基本遗传算法很难起到很好的控制效果.现针对基本遗传算法的适应度值、交叉率和变异率进行改进,通过引入Sigmoid函数和高斯分布函数自适应调整公式来调整交叉率和变异率,并对适应度值进行自适应设计,构建一种改进遗传算法.并采用改进遗传算法对PID控制器参数进行在线调整,最后将改进的遗传PID控制器和基本遗传PID控制器分别对典型二阶系统、滞后系统进行控制仿真,并对变风量空调系统的冷冻水流量-送风温度,送风温度-房间温度,风机频率-风管静压这三个控制回路进
【机 构】
：
青岛理工大学信息与控制工程学院,青岛266520
论文部分内容阅读
针对变风量空调系统本身存在多变量、非线性、强耦合等问题,基本遗传算法很难起到很好的控制效果.现针对基本遗传算法的适应度值、交叉率和变异率进行改进,通过引入Sigmoid函数和高斯分布函数自适应调整公式来调整交叉率和变异率,并对适应度值进行自适应设计,构建一种改进遗传算法.并采用改进遗传算法对PID控制器参数进行在线调整,最后将改进的遗传PID控制器和基本遗传PID控制器分别对典型二阶系统、滞后系统进行控制仿真,并对变风量空调系统的冷冻水流量-送风温度,送风温度-房间温度,风机频率-风管静压这三个控制回路进行仿真研究;仿真结果表明:所提算法的动态性能好,系统超调量、上升时间均有所减少,同时具有较强的抗干扰性和鲁棒性,为变风量空调系统优化控制提供了一种可行控制方案.
其他文献
为了平衡指纹图像识别方法的识别效果与抗噪性能,研究基于小波分析的指纹图像模糊边缘识别算法,提升指纹图像模糊边缘识别的正确率和抗噪性能.采用小波变换增强指纹图像,提高图像质量.并将图像方向场矩阵中被标记次数最多处视为图像中心点位置,以此为中心切割指纹图像,提取指纹有效区域.采用3阶Haar小波分解,提取有效区域内指纹图像边缘特征向量,将其作为概率神经网络(PNN)的输入.通过PNN的分类器完成指纹图像模糊边缘的某一特征向量和其它特征向量的分类和识别.实验结果表明:上述算法的指纹图像模糊边缘识别正确率为98％
为了减少纯电动汽车低温环境下电池性能衰减,需要设计电池加温系统,且需要高效的结构设计和精确的控制减少加温所需额外能量消耗.研究了一种以电加热器作为主要热源,电机废热作为辅助热源的电池加温系统,对其进行了仿真建模.为优化该系统的控制精度和能耗,基于线性时变的模型预测控制(linear-time-varying model-predictive-control,LTV-MPC)设计了加热器的控制策略.通过对实际运行工况的仿真分析发现,利用电机废热能够提升电池加温速率,降低能耗;采用模型预测控制的系统对比传统P
采用传统方法对全景拼接图像校正时,无法检测到全景图像中的重叠区域,导致全景图像结构相似度评分SSIM偏低、边缘差分谱评分DoEM低且校正误差较大.为解决上述问题,提出移动AR+ VR支持下全景图像拼接均匀性校正方法.采用相位相关算法在移动AR+ VR支持下检测全景图像重叠区域.确定全景图像的畸变中心坐标和畸变系数,将图像畸变区域投影到地图坐标中,通过亮度像素值校正镜头畸变和斜视变形,完成图像的均匀性校正.实验结果表明,所提方法的结构相似度评分SSIM均大于0.93,边缘差分谱评分DoEM最高可达0.991
踝关节扭伤是临床上常见的关节类运动性软组织损伤,但由于踝关节结构的复杂性,进行摇拔戳手法治疗时难以对其内部进行量化研究.则基于成年男性患者CT图像和踝关节解剖特点建立足踝有限元模型,并应用运动捕捉技术获取摇拔戳手法治疗踝关节的运动学参数,模拟力学状况进行有限元加载计算,计算的运动角度结果与实际临床数据基本一致,表明模型有效.通过有限元进一步分析得到踝关节扭伤治疗后较治疗前踝穴关节面应力增大、损伤韧带的弹性模量减小等量化结果.仿真结果表明:利用有限元方法能够较好模拟摇拔戳手法的力学状况,可直观看出踝关节扭伤
针对永磁同步直线电机具有的非线性,扰动敏感的特点,提出基于自适应滑模电流控制算法的滑模控制.通过在电流环引入自适应律,进行在线估计系统内部参数摄动以及模型不确定性扰动,来改善永磁同步直线电机驱动系统中的电流环响应速度、追踪性能,并将正弦饱和函数代替常规sign函数,来削弱系统抖振,提高系统的鲁棒性和稳定性.同时设计二阶扩张观测器预测系统的负载扰动,二阶扩张观测器中利用提出的新型sigfal函数,改善了传统扩张观测器的预测精度和稳定性,然后将预测值前馈到电流环对其进行补偿,来减小滑模控制增益.仿真结果证明,
针对传统移动信号传播模型搭建的过程计算量大,实际应用准确率低等问题,提出一种基于大数据的机器学习建模方法.通过对大量真实LTE数据进行预处理、特征构建,采用互信息法求解特征与标签值的相关性大小,结合移动通信理论进行特征选取.将影响因素最大的7个特征作为输入,以接收点的信号功率值作为输出,使用梯度下降算法不断迭代更新权重和偏置以减小误差,将模型的代价函数作为评估参数,建立16层的深度神经网络模型仿真.训练好的模型可用于预测新环境下的信号接收功率值,且在准确度及算法复杂度方面优于传统模型.
针对永磁直线同步电机混沌控制,结合状态反馈解耦方案,降低电机系统阶数,建立电机混沌解耦数学模型.应用Wolf算法与最大Lyapunov指数谱,证明电机系统运行过程中存在混沌现象,研究系统进入混沌状态时的条件及动态响应.基于电机混沌模型,提出一种滑模混沌控制器.通过BP神经网络全局拟合滑模控制参数,并经由粒子群算法优化,实现电机系统混沌控制;利用Lyapunov判据,分析控制器系统稳定性.仿真结果表明,滑模控制方案,可使电机系统脱离混沌并达到稳定运行状态,控制参数优化后,电机响应时间和超调量减少,鲁棒性提高
消息队列异步通信信号错误检测过程中会受到白噪声、高斯噪声等因素干扰,导致信号错误检测概率极高,严重会使异步通信信号不能正常运输,于是提出一种基于自适应变异的消息队列异步通信错误检测方法.通过分析自适应变异特征消息队列异步通信流程,根据输入消息队列异步通信信号扩频码、周期、幅值以及相位等方法判断出输出异步通信错误信号,并通过定时同步、无线噪声以及多址干扰等存在的错误情况分析,将得出的错误问题进行修正,完成消息队列异步通信错误检测.实验结果表明,所提方法操作简便、错误概率极低,异步通信错误检测能力极强.
生态型机械加工的特殊性导致其容易产生大量振动.为及时发现其中的故障隐患,提出基于偏最小二乘法的设备叠加振动检测方法.首先利用连续小波变换提取设备振动信号特征,并归一化处理信号特征,从而构建多特征属性集成模型;然后使用傅里叶变换得到设备信号内的非稳定信号,并采取短时傅里叶变换获得振动信号功率谱,再根据各采样点间的马氏距离获得全新的频域空间矩阵.将满足正态分布状态的信号划分为叠加信号,在信号频域空间实施偏最小二乘分解,从而实时评估生态型机械设备故障情况.仿真结果表明,上述方法能有效判别叠加振动信号与常规信号,
用基于图论的视觉显著性算法获得目标的红外伪装效能动态量化指标.在典型的秋季草地背景下,以亮度、朝向、梯度和对比度作为目标红外伪装效率评估指标,研究背景中的红外迷彩板和某型迷彩伪装网,在一天内的实时红外伪装效率变化情况.结果 表明,在特定的背景中,目标的红外伪装效率一直是动态变化的,在阳光辐射下目标与背景的温差大,导致其伪装效率低,具有极低值;在相同的背景中,采用不同伪装方式的目标其伪装效率差异明显,具体表现为因伪装网的迷彩图案与背景红外图像更匹配,故其在整个观察时段内的伪装效率较高.上述动态量化指标的价值