以工业PID控制中控制器参数调整困难为背景,在分析神经网络特性的基础上,提出神经网络控制方法,设计了具有自适应性的神经网络PID控制器。在描述了神经网络的学习机理的基础上,给出了控制器控制算法。通过2个实例验证了神经网络在线控制的可行性

采用矢量控制的感应电动机,其控制性能与它激直流电机类似,用这种控制方法,电机的转矩电流分量和磁通电流分量可实现解耦控制。本文讨论矢量控制系统的鲁棒性。针对前馈矢量控制系统中由于电机参数与速度检测小误差造成磁场定向错误,提出了一种新的自适应校正策略,该策略采用PRBS在线辨识技术,算法简单,不需要额外的传感器。最后给出了系统实现及实验结果

针对时滞过程比较常用的Smith预估器和Dahlin控制器,应用内模控制原理揭示了内模控制器和Smith预估器、Dahlin控制器的内在联系,并指出Smith预估器和Dahlin控制器所存在问题的本质原因.最后给出时滞过程的内模控制器设计方法

近年来路径跟踪控制的发展十分迅猛，研究者们发表了大量的研究成果。考虑到在相同或相近工况下的路径跟踪控制存在一些共性的技术问题与解决思路，从低速路径跟踪控制和高速路径跟踪控制两个角度对近年来的研究成果进行了回顾。在关于低速路径跟踪控制的研究工作中，研究者们较为重视前轮转角速度约束等系统约束对路径跟踪精确性的影响。目前减少系统约束影响的方法包括在规划参考路径时将系统约束纳入考虑，采用预瞄控制使控制器提前响应，以及采用线性模型预测控制（LMPC）或非线性模型预测控制（NMPC）等模型预测控制方法作为路径跟踪控制方法等。考虑到NMPC既能减少系统约束的影响，又无需人为设置预瞄距离，且对定位误差等扰动因素具有较强的鲁棒性，加之低速路径跟踪控制对实时性的需求较低，因此可以认为NMPC能够满足低速路径跟踪控制的绝大多数需求。高速路径跟踪控制在受系统约束影响之外，还面临着较高车速带来的行驶稳定性不足问题的挑战，因此常采用能够将动力学层面的复杂系统约束纳入考虑且计算成本较低的LMPC作为路径跟踪控制方法。不过仅采用动力学层面的LMPC控制方法无法完全解决高速路径跟踪控制中路径跟踪精确性和车辆行驶稳定性之间存在耦合的问题，目前常见的解决思路是在路径跟踪控制中加入额外的速度调节或权重分配模块。此外，在高速路径跟踪控制中，地面附着系数等环境参数的影响也较大，因此地面附着系数等环境参数的估算也成为了高速路径跟踪控制领域的重要研究方向

本章讨论另一命题，即如何根据系统预先给定的性能指标，去设计一个能满足性能要求的控制系统。基于一个控制系统可视为由控制器和被控对象两大部分组成，当被控对象确定后，对系统的设计实际上归结为对控制器的设计，这项工作称为对控制系统的校正

针对中小转炉不宜增设副枪检测、无法进行动态控制的实际状况,提出了自适应静态模型动态化控制的思想:首先建立自适应终点静态控制模型;然后根据枪位-加料模型进行吹炼并启动动态化控制知识库,修正枪位-加料模型及控制量,最后启动预报模型进行终点预报指导出钢,根据实际吹炼数据验证,终点控制模型具有良好的跟踪性,终点预报模型的终点C,T命中率分别达到68%和63%

连续系统:各变量均为时间t的连续函数。 离散系统:系统中某一处或几处的信号是脉冲序列或数字编 码。 离散信号:仅在离散的瞬时上变化,是时间的离散函数,呈 现的是脉冲信号或数码信号。 通常把系统中的离散信号是脉冲序列形成的离散系统,称为 采样控制系统或脉冲控制系统;而把数字序列形成的离散系统, 称为采样控制系统或计算机控制系统。 散控制系统分为:采样控制系统:脉冲序列信号; 数字控制系统:数字序列信号

提出了一种带有负载观测功能的异步电动机广义预测控制算法,在对系统动态模型分析的基础上建立了调速系统的受控自回归积分滑动平均模型.该控制算法给出了能够使下一次采样时刻的实际转速以最优特性跟踪下一时刻参考转速的广义预测控制律,并采用负载转矩观测器的前馈功能增强速度控制的抗干扰能力.仿真和实验结果表明,通过合理选择控制器参数,具有转矩预测功能的直接转矩控制系统在转速跟踪和抗扰能力方面得到一定提高

第一节 预算控制 • 预算的概念 • 预算的编制 • 预算的种类 • 作用及其缺点 第二节 生产控制 • 对供应商的控制 • 库存控制 • 质量控制 第三节 其他控制方法 • 比率分析 • 经营审计 • 统计分析 • 亲自观察等

第五章自动控制仪表 5.1概述 一、控制系统按被调参数的变化规律分类: 1.定值调节系统:给定值为常数; 随动调节系统:给定值为变数,要求跟随变化 程序控制调节系统:按预定时间顺序控制参数 二、控制目的的实现: 通过人为设定或计算机程序直接给出一定的输出简单; 将设定值与实测值进行比较,以其差值大小控