复习： 拉普拉斯变换有关知识 2.3 控制系统的复域数学模型

一、学科平台课程 1《工程制图 A1》 2《工程制图 A2》 3《电工与电子技术》 4《电工与电子技术实验》 5《理论力学 A》 6《材料力学 A》 7《机械工程材料》 8《机械原理》 9《机械设计》 10《互换性与测量技术基础》 11《机械制造技术基础 A》 二、专业课程 1《流体力学》 2《机械控制工程基础》 3《材料成型技术基础》 4《微机原理与应用》 5《液压与气压传动》 6《机械工程测试技术》 7《数控技术》 8《机电传动与控制》 三、个性化发展课程 1《机械制造装备设计》 2《精密与特种加工》 3《自动化制造系统》 4《计算机辅助制造应用软件》 5《单片机原理》 6《工业机器人技术》 7《机电一体化系统设计》 8《冲压工艺与模具设计》 9《塑料成型与模具设计》 10《 模具 CAD/CAM 应用软件》 11《 汽车构造概论》 12《 汽车理论》 13《 汽车电子技术》 14《 汽车 CAD/CAM 应用软件》 15《 机械制造典型装备与工艺》 16《 专业软件应用》 17《 生产质量控制与组织》 18《 企业工程技术》 19《 创造性思维与创新方法》 20《 机械创新设计》 21《 机电综合科技竞赛》 22《 工程热力学和传热学基础》 23《 物流工程概论》 24《 工业设计概论》 25《 汽车概论》 26《 模具技术概论》 27《 创业计划与训练》 28《 增材制造技术》 29《 工程经济学》 30《 人机工程学》 31《 物流设施与设备》 32《 Visual Basic 语言程序设计》 33《 工业机器人应用与编程》 34《 状态监测与故障诊断》 35《 机械振动与噪声控制》 36《 先进制造技术》 37《 材料检测方法》 38《 专业外语》 39《 科技论文写作》 40《 学科前沿及发展动态》 41《 国际工程学概论》 四、实践环节 1《工程训练 A》 2《工程制图综合实践》 3《认识实习》 4《机械原理课程设计》 5《工程力学实践》 6《机械设计课程设计》 7《机械制造技术基础课程设计》 8《数控加工实践》 9《机电综合实践》 10《 专业方向综合实践》 11《 生产实习》 12《 毕业设计》

在对气固流化床选煤系统被控对象特性分析研究的基础上,提出了用逆控制方法解决具有非线性多变量特点的气固流化床密度和床高的控制问题,建立了相关数学模型,介绍了流化床密度及床高逆系统控制方法,并获得较好的控制精度

针对板形板厚耦合系统中参数在一定范围内变化的情况下,将自适应控制与系统具体的数学模型相结合,提出自动调整解耦网络和控制器参数的设计方法。仿真表明,该方法消除了参数变化的影响,使解耦控制效果良好

§2.1 引言 §2.2 控制系统的时域数学模型 复习： 拉普拉斯变换有关知识

以缩小连铸二冷区板坯表面实际温度和目标温度的差异为目标,建立了板坯连铸二次冷却智能控制模型.该模型采用支持向量机(SVM)实现板坯表面目标温度的动态设定,采用对角递归神经网络(DRNN)实现板坯表面温度的预测,采用T-S模糊递归神经网络实现二次冷却水动态调整与分配.通过对某钢厂板坯连铸过程进行仿真计算和现场试验,结果表明:该模型将二次冷却水水量控制问题与板坯在冷却过程中的温度状态相结合,实现了连铸二次冷却动态优化控制,有利于提高板坯的质量

第一节 概述 一、食品中有害化学物质的来源 二、食物链和污染物进入人体的途径 三、生物富集与食品残毒 四、有害化学物质的特点 第二节 农药对动物性食品的污染 一、概述 二、动物性食品中农药残留的来源 三、常用农药对动物性食品的污染 第三节 有害金属对动物性食品的污染 一、汞对动物性食品的污染 二、铅对动物性食品的污染 三、镉对动物性食品的污染 四、砷对动物性食品的污染 第四节 有害化合物对动物性食品的污染 一、氟及其化合物对动物性食品的污染 二、N-亚硝基化合物对动物性食品的污染 三、多氯联苯对动物性食品的污染 四、多环芳烃对动物性食品的污染 五、杂环胺类化合物对动物性食品的污染 六、二噁英对动物性食品的污染 第五节 食品添加剂及其对动物性食品的污染 二、防腐剂 三、抗氧化剂 四、护色剂 五、着色剂 六、其他常用食品添加剂 第六节 食品包装材料的污染及控制 一、包装材料的分类及主要卫生问题 二、塑料制品 三、橡胶制品 四、金属和含金属制品 五、玻璃容器 六、食品包装用纸和复合包装材料 第七节 动物性食品化学性污染的控制措施 一、控制农药污染及残留 二、治理工业“三废”，加强环境监测 三、防止食品加工和流通过程中的污染 四、加强食品安全卫生监督管理工作

提出机器人多指手滑觉功能的一种实现方法和基于滑觉功能的机器人多指手力反馈控制方法.机器人多指手的滑觉功能是通过检测力觉传感器输出的变化而实现的,而通过将滑觉判断与力反馈控制相结合,并在力反馈控制系统中引入分级模糊控制的思想则可以使机器人多指手在实现滑觉功能的同时完成对物体的稳定抓取

§1.5 控制系统示例 §1.6 自动控制系统的分类 §1.7 对控制系统性能的基本要求 §1.8 本课程的研究内容

从安钢电极控制的实际应用出发,应用数据挖掘技术建立了电极预测模型并应用于电极控制系统的参数整定.首先介绍了建立电极预测模型的数据挖掘过程;然后在数据挖掘算法中提出了一种新的变结构遗传Elman网络方法,该算法用改进的混合遗传算法对网络结构和权值及自反馈增益同步动态寻优.将基于BP算法的Elman网络和本文提出的变结构遗传Elman网络都应用于安钢交流电弧炉的电极预测模型中进行比较.通过基于安钢现场数据的计算机仿真实验表明:采用变结构遗传Elman网络的数据挖掘算法比BP算法具有更好的动态性能、更快的逼近速度和更高的精度.在此基础上,把建立的模型应用于安钢电极控制系统的参数整定,取得了良好的控制效果