研究了一类状态时滞系统的最优预见控制器设计问题.首先通过差分将所研究的时滞系统转化为形式上不含时滞的一般系统,然后根据已有的无时滞系统的预见控制理论设计出系统的控制器,并且给出了所设计的控制器存在的充分条件.仿真实验说明了预见前馈补偿的有效性

为实现酒精发酵变温控制，提出一种新的、具有专家调整策略的神经网络自组织模糊控制器.用神经网络代替传统模糊控制器的逻辑规则推理合成运算或查表，减少了工作量.采用一种对量化，比例因子进行专家调整的策略，使系统响应的上升时间减少，超调量降低，控制器的鲁棒性，稳定性均良好

研究了具有多重采样特点的离散时间控制系统,对这类系统给出了一种最优预见控制器的设计方法.首先利用离散时间系统提升技术,把多重采样离散时间系统转化成单一采样的扩大系统.然后利用构造扩大误差系统的方法引入积分器.再对扩大误差系统应用通常的线性二次型最优预见伺服系统设计方法设计控制器,从而得到原系统的多重采样最优预见控制器

概述 12.1可编程控制器的结构和工作原理 12.2可编程控制器的程序编制 12.3可编程控制器应用举例

矿用车辆无人驾驶是实现矿山无人化开采的关键技术, 而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统, 采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题, 本文引入模型预测控制方法, 通过考虑车辆的姿态与位置之间的关系, 以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化, 以获得车辆速度和铰接角度的最优控制量, 实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题, 提出基于预瞄距离的控制方法, 通过提前判断道路突变信息, 提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验, 结果表明: 使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题, 有效防止执行器饱和; 而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0.04 m, 航向角偏差保持在±1.8°范围内, 相较于改进前的控制器, 其横向位置偏差减少了80.9%, 航向角偏差减少了59.1%, 证明改进后的控制器具有更好的横向稳定性和精确性

1 可编程控制器的结构和工作原理 2 可编程控制器的程序编制 3 可编程控制器应用举例

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

第四章直接式数字控制器 4.1直接数字控制器的概述 4.2江森控制器的系统组成 4.3DX-9100系统配置和参数 4.4DX-9100的安装与接线

12.1可编程控制器的结构和工作原理 12.2可编程控制器的程序编制 12.3可编程控制器应用举例

1.控制器教学实验 (1)教学实验计算机介绍 有8位或16位两种字长 可以选组合逻辑的控制器 或是微程序的控制器方案 有监控程序、交叉汇编程序