为进一步提高带钢热连轧厚控精度及控制品质,在液压活套的工作点附近,考虑带钢自重、液压伺服系统和活套本身的非线性,建立了液压活套系统的非线性多变量动态数学模型,并验证了该模型的有效性.针对该模型,考虑未建模动态和各种扰动,提出了一种基于反推控制和扩张状态观测器(ESO)补偿的解耦控制方法.用Lyapunov稳定理论证明了闭环系统是鲁棒稳定的.仿真表明新的模型和解耦控制方法都是有效的

以交流转矩伺服系统简化模型为控制对象,设计了基于H∞鲁棒稳定控制器的两自由度内模控制器．仿真实验结果表明,在系统参数存在摄动的情况下,与传统控制器相比系统跟随性能、鲁棒稳定性均有所提高,有效抑制了参数摄动对系统性能的影响．

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

邯钢引进的薄板坯连铸连轧(CSP)中,用长行程液压缸与阶梯垫板结合的热轧板带厚度自动控制(AGC),提高了快速液压执行机构的稳定性和响应速度,以热轧机组液压AGC系统为对象,利用Matlab软件对系统进行了分析,并研究了系统各主要因素对系统动态特性的影响

在监控自动厚度控制(AGC)系统基础上,增加一个压力AGC副回路控制.基于Smith预估模型,采用串级控制方式以综合使用监控AGC与压力AGC.副回路采用PID调节方式,主回路基于广义预测控制(GPC)算法求解控制器.由于增加了副回路控制,对进入副回路的干扰有超前抑制作用,因而减少干扰对主变量的影响,提高了抗干扰能力,从而改善了过程的动态特性.仿真结果表明该方法是可行性的,具有较好的控制性能

针对板形板厚综合系统,提出一种基于遗传算法的多变量模糊预测控制新方法.该方法通过模糊预测来建立多变量系统的模糊模型,给出了辨识参数.同时,利用遗传算法优化控制律.仿真结果表明该方法是有效的

针对板形板厚多变量复杂系统,以板形和板厚质量为主要控制目标,以弯辊力和辊缝为主要控制变量建立系统模型.基于某热连轧实际生产参数得到具体数学模型.针对建模过程中忽略掉的各种次要因素的影响及扰动和参数摄动,应用Matlab鲁棒控制工具箱对系统进行耦合分析并求解出鲁棒控制器,通过均衡处理的控制器降阶算法得到低阶鲁棒控制器.仿真结果验证所设计控制器具有良好的解耦效果、抗干扰能力和抗参数摄动能力

实现了神经元在线参数自学习功能,利用神经元控制器及滞环比较器、智能功率模块实现了基于神经元控制器的交流伺服系统。由仿真和实验结果,可以看出神经元控制器具有较强的自适应性及鲁棒性

实验一 典型环节的电路模拟与软件仿真研究 实验二 典型系统动态性能和稳定性分析 实验三 典型环节（或系统）的频率特性测量 实验四 线性系统串联校正 实验十一 直流电机转速控制实验 实验十二 温度控制实验

在互联拓扑包含一棵有向生成树的条件下，研究了离散时间多智能体系统的协调最优预见跟踪问题.首先利用状态增广技术把协调跟踪问题转化为一个增广系统的全局最优调节问题.然后应用离散时间线性二次型调节理论的相关结果给出了使增广系统的闭环系统渐近稳定的控制器，并由此得到原系统实现跟踪一致性的全局最优预见控制器.仿真结果不仅验证了所设计控制器的有效性，并且表明适当增加预见步长对保证准确跟踪领导者的输出是至关重要的