针对多变量耦合系统,提出了一种新的广义预测解耦控制算法.通过广义预测误差权值自动调节以消除系统耦合引起的误差,从而降低系统的耦合影响,提高系统性能.该方法与常规的多变量广义预测控制算法相比,算法简单,计算量小.本文所设计的算法被应用到热轧带钢板形板厚控制系统中,仿真结果表明了该算法的有效性和正确性

提出了一种基于免疫识别原理的径向基函数神经网络学习算法.该算法利用人工免疫系统的识别、记忆、学习等原理,将输入数据作为抗原,抗体为抗原的压缩映射作为径向基函数神经网络模型的隐层中心,输出采用最小二乘法确定权值.通过预报热轧带肋钢筋力学性能的仿真实验结果表明,与K-均值法选择中心点比较,该算法计算量较小,精度高

以某钢厂连铸生产中的二冷水控制模型为研究重点．在分析工况和合理假设的基础上．按照传热学理论导出板坯传热微分方程,用数值计算方法求解微分方程,经回归处理后,得出不同工况下的配水控制模型．仿真实验与生产试验证明了模型是有效的,试验验证的16Mn钢控制模型参数可用于指导生产．

针对轧辊表面电火花毛化过程中放电中心温度的变化、凹坑形状与电参数的关系等问题进行了研究.通过分析放电通道形成过程和热流密度分布函数,采用解析法建立了单个脉冲放电通道的热传导模型,并运用积分变换法和有限差分相结合的方法进行了温度场求解.讨论了轧辊表面在不同峰值电流下放电区域中心位置的瞬态温度变化,确立了峰值电流和脉冲宽度与熔化凹坑形状的关系.结果表明,理论计算值与实验结果相吻合,所建模型与采用的方法正确,可用于轧辊表面形貌形成过程的仿真

偏微分(PDE)非线性图像滤波方法具有优良特性,但由于其计算量大而无法满足实时控制需求.细胞神经网(CNN)可以描述图像PDE模型,利用模拟CNN芯片并行求解,有助于提高其实时性.本文用CNN实现了PDE偏差非线性图像滤波器,提出了一种局部运算的噪声估计方法以选择适当的平滑系数.计算结果表明,这种噪声估计方法可以对不同噪声水平作出较精确的估计.仿真实验结果表明,CNN-PDE非线性滤波器取得了满意的滤波效果,用CNN实现PDE非线性滤波器的方法是有效可行的

对一种已有的自适应算法进行了改进,并将该算法思想引入到粒子群算法的改进中,在种群进化到一定代数时按照改进自适应算法改变搜索范围的大小,实现了自动调整搜索范围、提高收敛速度和精度并可有效防止粒子群算法早熟收敛的目的,同时通过实验仿真进行了验证.将该改进粒子群算法应用到热连轧机精轧机组的负荷分配优化计算中,程序运行时间小于5s,满足实时性的要求,为其提供了一种更为有效的优化手段

鉴于炉热状态判断对电石冶炼的重要性,在对电石炉冶炼过程特点分析的基础上,提出炉热指数的基本概念.建立了基于两段式热平衡分析的炉热指数计算模型,在此基础上建立了基于BP神经网络的电石液温度预测模型.采用这两种模型可以更有效地对电石炉热状态进行判断.模型仿真研究表明,电石液温度与高温区热盈余线性相关,用炉热指数判断电石炉热状态是可行的.电石液温度预测模型的命中率达到86.7%

介绍了全数字时钟恢复方案中采用Farrow结构高效实现内插滤波器的设计方法.提出一种计算Farrow结构内插滤波器系数的算法,使得接收机输出信号的均方误差始终最小.仿真结果表明,与传统的内插滤波器设计相比,应用本文算法的全数字同步方案提高了接收机输出均方差和输出信噪比的性能,并且降低了时钟恢复方案中内插滤波器的实现复杂度

根据插值得到的矿床规则体数据的品位空间分布,将体数据分为若干段.对不同品位段内部进行三维Delaunay划分并抽取其表面,形成了以不规则四面体为体元的体模型.把各品位段模型进行整合,实现对矿床的仿真.用“局部建模,整合显示”的思想解决了绘制速度和细节表现的矛盾,给出了体模型的矿床储量计算方法.整个模型用OOA分析,建立了模型的基础类数据结构,有良好的应用性和扩展性

MATLAB作为线性系统的一种分析和仿真 工具，是理工科大学生应该掌握的技术工具，它 作为一种编程语言和可视化工具，可解决工程、 科学计算和数学学科中许多问题.  MATLAB建立在向量、数组和矩阵的基 础上，使用方便，人机界面直观，输出结果可 视化