1. 数字控制器的连续化设计方法 重点:数字PID设计、整定 2.数字控制器的离散化设计方法 3.纯滞后控制(smith预估控制、大林算法)难点 4.串级控制、前馈反馈控制、解耦控制等算法

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

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

针对轧板厂原有冷却系统冷却能力弱的实际情况,为了提高产品质量和生产效率, 专门为轧板厂生产线设计了一套全新的轧后快速冷却系统.系统集成了多种先进的控制策略和控制模型,同时采用了西门子高性能控制器,实现了整个系统的全自动控制.现场应用结果表明,冷却系统功能完善,控制精度高,钢板性能得到了很大改善

开发了一种用于钢丝热处理过程的自动控制系统和相应的模拟系统.控制系统由工控机和可编程逻辑控制器(PLC)组成.控制系统软件包括组态程序、加热模型程序、PLC逻辑控制程序和数据库.该控制系统可以根据产量、产品规格和工艺要求控制马弗炉和铅浴炉的温度,或调整钢丝的拉速以适应当前马弗炉的温度,获得最佳热处理效果和产量.模拟系统包括模拟软件,燃烧数学模型软件和两块数据采集卡

针对挠性卫星本身存在的参数不确定性和外部扰动的控制问题,设计了以径向基函数神经网络和小脑神经网络为基础的复合变结构智能控制器.该控制器利用变结构控制系统对被控对象的模型误差、参数变化及外扰等的不敏感性的优点,再结合神经网络能够迅速逼近未知函数、泛化能力强的特点,可以适应挠性卫星参数不确定性和抑制外加干扰,实现对挠性卫星的有效控制.仿真结果表明复合控制能够提高卫星姿态的稳态精度和快速性

5.3.1技术设计 1.布网原则 a).分级布网,逐级控制 常规城市控制网分二、三、四等4个等级,在四等 控制网下再布设一、二级导线。相应等级控制网的平 均边长分别为:9、5和2km;测角中误差分别为±1、 ±1.8和±2.5\;最弱边相对中误差分别

研究了因特网拥塞控制中的鲁棒主动队列管理(AQM)控制器设计问题．基于Internet传输控制协议(TCP)拥塞避免机制的线性模型,根据AQM的设计要求,首先将此问题转化为鲁棒镇定问题;然后利用线性矩阵不等式(LMI)方法得出了动态输出反馈控制器存在的充分条件,并给出了相应的设计方法．最后,给出了控制器设计的算例并进行了仿真．仿真结果表明所得出的控制器是可行和有效的,它不仅对全部网络参数鲁棒而且过渡时间短．

为了解决带有纯滞后的监控AGC系统的控制问题,提出了基于RBF神经网络的PID控制器与Smith预估器相结合的智能PID控制系统,并对传统监控AGC、应用Smith预估器的监控AGC及应用智能PID控制的监控AGC系统进行了仿真.结果表明,应用智能PID控制的监控AGC系统收敛速度明显加快,适应能力与鲁棒性比常规PID控制要好

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%