将BP神经网络建模方法与预测控制思想相结合用于宽带钢板形自动控制,研究并建立了基于BP神经网络的板形预测控制数学模型.经用宝钢1420mm冷轧实测数据仿真验证表明该模型具有很高的预测精度

6.1PWM的基本原理 6.2pWM逆变电路及基控制方法 6.3pm跟踪控制技术 6.4pWM整流电路及其控制方法

本文讨论了输入输出维数不等的线性多变量系统自校正控制器的设计方法。采用了对输出跟踪偏差量和控制输入量进行约束的二次型性能指标,最优控制律特使这一性能指标取最小值。将最优控制律所满足的方程和辅助系统输出的最优预报器有机地结合起来,得到适用于参数估计的方程,进而得到了自校正控制器结构。应用这一控制器所得到的闭环系统,可以跟踪时变的参考信号,并且适用于开环不稳定系统

6.1 PWM的基本原理 6.2 PWM逆变电路及其控制方法 6.3 PWM跟踪控制技术 6.4 PWM整流电路及其控制方法

第一节单片机控制系统的设计方法 第二节提高系统可靠性的常用方法 第三节单片机在步进电动机控制中的应用 第四节单片机在直流调速中的应用 第五节单片机在电子显示屏中的应用

研究了双层网络学习控制系统的带宽调度优化问题.为了合理分配子系统的带宽，引入了网络定价体系和动态带宽调度方法，建立了非合作博弈模型，从而将网络控制系统的网络资源分配问题转换为非合作博弈竞争模型下的Nash均衡点求解问题.在此基础上，采用粒子群优化算法得到此框架下的纳什均衡解，并进一步给出了网络控制系统的时间片调度方法.仿真结果表明了所提方法的有效性

本文从建模方法出发,讨论了实现多交量自校正调节的一种方法。采用适当的模型类型,可以直接用解析法计算最小方差控制律,并在自校正调节时,使需要在线辨识的参数个数减少,便于在小型机上实现实时控制。用此法对电加热炉进行控制的结果表明:其控制精度较PID和LQG法为高

以马钢四机架UCM酸洗冷连轧联合机组为研究对象,采用显示动力学有限元方法建立了六辊轧机辊系与轧件一体化有限元仿真模型.在分析其边降控制性能的基础上,提出通过调整UCM轧机中间辊窜辊位置控制带钢边降的方法.采用自主研发的适用于UCM轧机的U-EDC工作辊辊形,取得了硅钢边降≤5μm合格率由46.0%跃升到99.3%以上的显著生产实绩,在工作辊不能窜动的六辊轧机上成功实现边降控制

9.1最优控制的概念 设系统的状态方程为 &=f(x,, t) (9.1) 性能指标的数学表达式一般可以表示为 J=[x(t ), ][x(),u(t), ]dr (9.2) 所谓最优控制,就是要确定在[to,t]中的最优控制u,将系统(9.1)的状 态从x(to)转移到x(ty),或者x(ty)的一个集合并使性能指标(9.2)最优

针对线材生产的特点,采用基于统计过程控制的方法(SPC),对线材生产过程中控制对象、控制图的选择进行了分析,设计并实施了一个实际的SPC分析系统,给出了实际使用时需要注意的问题,并以实例说明了SPC在线材生产应用中的实际效果．