【摘 要】
：
针对换热器温度控制系统具有非线性、参数时变性、大惯性、迟滞等问题,对换热器系统进行建模,设计了基于扩张状态观测器的改进型误差反馈控制方案,在保证不牺牲控制性能的前提下进一步简化了控制方案便于调优,通过对给定不同类型温度信号进行动态仿真,结果表明算法可以实现对温度信号的精确快速跟踪.同时将效果与传统的自抗扰控制方案和PID控制对比,得出基于误差的算法系统响应速度更快、超调小、稳定性更好,另外跟踪动态信号测试结果表明,上述控制方法可达到更好的控制效果,在被控系统设定值和有不确定外扰时有更强的响应性能.
【机 构】
：
青岛理工大学信息与控制工程学院,山东青岛266520
论文部分内容阅读
针对换热器温度控制系统具有非线性、参数时变性、大惯性、迟滞等问题,对换热器系统进行建模,设计了基于扩张状态观测器的改进型误差反馈控制方案,在保证不牺牲控制性能的前提下进一步简化了控制方案便于调优,通过对给定不同类型温度信号进行动态仿真,结果表明算法可以实现对温度信号的精确快速跟踪.同时将效果与传统的自抗扰控制方案和PID控制对比,得出基于误差的算法系统响应速度更快、超调小、稳定性更好,另外跟踪动态信号测试结果表明,上述控制方法可达到更好的控制效果,在被控系统设定值和有不确定外扰时有更强的响应性能.
其他文献
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
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
现有无刷电机调速方法容易陷入局部极小值,且收敛速度较慢,存在着无刷电机调速实时性差、转矩波动幅度小等缺陷,故提出基于神经元控制算法的无刷电机调速建模仿真研究.为了更加精确的对无刷电机调速进行控制,采用神经网络模型辨识并估计无刷电机参数,构建无刷电机数学参数优化模型,以经过28335DSP芯片处理后的无刷电机数字信号为基础,执行神经元控制算法,即可实现无刷电机调速控制.仿真结果显示,所提方法调速实时性更好,转矩波动幅度更大,其无刷电机调速效果更好,适合大力推广.
为准确实现对异常低频肌电信号的分析和处理,基于窗函数法设计了一种低频肌电信号异常分类方法.首先通过加窗过程修正低频肌电信号及其相关参数,并分解重构每一周期的低频肌电信号,去除其中的噪声干扰并提取完成修正的信号时域与频域特征.识别异常的低频肌电信号,融合时域与频域特征并表征低频肌电信号,再通过线性分类器实现对低频肌电信号的异常分类.仿真结果表明,上述方法对低频肌电信号异常分类的平均准确率高,可精准识别异常的低频肌电信号,且其在不同噪声影响下受噪声影响程度较小,分类效果更好.
血氧动力学响应函数反映的是在单位强度的瞬时刺激下诱发的血氧水平依赖信号的动态响应过程.在探索中枢神经系统激活的动力学过程中,如何认识和理解血氧动力学响应函数是其中的一个关键问题.采用同步EEG-fMRI方法,把癫痫发作放电看作单位强度的瞬时刺激,用来探讨儿童良性癫痫患者的血氧动力学响应函数.癫痫患者的血氧动力学响应函数与其它几种函数仿真的结果进行比较,发现了其中的差异.要获得更加准确的结果必须进一步获取被试个性化的血氧动力学响应函数.