将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性

变形回弹作为金属板料成形的主要缺陷之一,如何提高变应变路径条件下的回弹预测精度一直是研究者们面临的难题.本文针对镁合金变形特点,提出了同时考虑同向硬化、动态硬化和屈服圆畸变的本构模型.以0.8 mm厚AZ31B镁合金板料为研究对象,施加不同预拉伸后进行弯曲变形试验,观察了不同预变形对回弹规律的影响.同时结合有限元分析ABAQUS-Explicit (Vumat)和ABAQUS-Implicit (Umat)对板料的变形及回弹过程进行模拟仿真,对比试验与模拟结果,验证动态硬化对于镁合金板料变形回弹的重要影响

本文论述了用改进的快速富里叶变换方法和最小二乘方法分析、估算在冷轧过程中由轧辊偏心引起的周期性变化信号。并以此信号为依据,控制轧钢机的压下系统,实现对偏心的动态补偿。最后介绍了清除由于分析、估算中的误差给偏心补偿带来的影响的措施

针对板带热连轧机活套的高度和张力系统,在工作点附近,以实际热轧现场数据为依据,建立了对象的动态数学模型。采用基于BP神经网络整定的PID控制策略以减弱系统的耦合影响,并给出了其控制算法在FPGA上实现的方法,包括脉动阵列算法映射、数据表示及精度和运算部件设计。仿真结果验证了本算法的有效性和控制策略的适用性

针对线性不确定系统,研究了其执行器失效情况下鲁棒容错H∞动态输出反馈控制设计问题.基于连续型执行器故障模型,利用线性矩阵不等式(LMI)方法提出了线性不确定系统动态输出反馈H∞容错控制器存在的充分条件,给出了动态输出反馈H∞控制器的设计方法.所获得的控制器不仅能使故障系统鲁棒稳定,并且能达到给定的H∞性能指标.仿真实例证明了所提出设计方法的有效性

本文分析了冷连轧机张力厚控系统,表明该系统是时变动态系统,从而确定使用最小方差自校正调节器应用于该系统。对实际系统进行了辨识模型并在此基础上进行了仿真研究。结果表明了自校正调节器控制效果优于PID调节器,而渐消记忆的递推最小二乘法是一种较好的在线辨识算法。将自校正调节器应用于实际张力厚控系统,使得带铜厚差得到明显改善

针对复杂的动态系统,提出了一种基于遗传算法的模糊模型辨识方法,给出了学习模糊规则的新算法,探讨模糊推理方法和遗传学习算法用于非线性系统建模的问题.仿真结果证明了该算法的有效性

已知图 1 电路晶体管电流放大倍数 β=400，基区体电阻 rbb’=10Ω，要求： 1． 分析电路的静态工作点 2． 用示波器分析电路的动态，并求出 Au 3． 用波特图仪分析电路的下限截止频率 fL

针对特殊钢厂的炼钢-连铸调度问题,建立了多目标调度模型.在模型求解过程中,对静态调度策略和动态调度策略进行了探讨.在静态调度部分,结合炼钢厂运行原则,并根据炼钢炉和连铸机作业周期的不同对应关系,对生产模式进行了分类,给出了相应的求解方法.在动态调度部分,给出了基于规则的动态调度策略以及具体的时间调整方法.最后,根据某转炉特殊钢厂的实际生产状况,在三台连铸机同时生产的情形下,对三个浇次的调度计划进行了仿真计算.通过与实际生产数据的比较,表明所采用方法的有效性

针对网络控制系统模型参数选取困难的问题,利用特征模型和动态特征模型的自适应控制方法在实际工程中建模简单、控制精度较高的特点,以直流电机的网络控制系统为例,研究了具有时延和数据丢包网络情况下的网络控制系统,提出了基于特征模型的自适应控制方法和基于模糊动态特征模型的自适应控制方法.仿真结果表明:丢包率对特征模型控制器系统的影响较大,而网络延时对模糊动态特征模型控制器系统影响较大.所提两种方法均可有效保证网络控制系统的控制性能