11.1 基本原理 11.2 基本迭代学习控制算法 11.3 迭代学习控制的关键技术 11.4 机械手轨迹跟踪迭代学习控制仿真实例 11.5 线性时变连续系统迭代学习控制 11.6 移动机器人轨迹跟踪迭代学习控制

1.1 引言 1.2 控制系统的时域数学模型 1.3 控制系统的复域数学模型 1.4 控制系统的结构图及其等效变换 2.5 控制系统的信号流图 2.6 控制系统的传递函数

7-1控制测量概述 1、控制测量基本概念 控制测量是针对碎部测量而言的,研究如何测定控制点的精确位置,并以控制点的位置来确定碎部点的位置。目的是为地形图测绘和各种工程测量提供控制基础和起算基准;

连续系统:各变量均为时间t的连续函数。 离散系统:系统中某一处或几处的信号是脉冲序列或数字编 码。 离散信号:仅在离散的瞬时上变化,是时间的离散函数,呈 现的是脉冲信号或数码信号。 通常把系统中的离散信号是脉冲序列形成的离散系统,称为 采样控制系统或脉冲控制系统;而把数字序列形成的离散系统, 称为采样控制系统或计算机控制系统。 散控制系统分为:采样控制系统:脉冲序列信号; 数字控制系统:数字序列信号

针对采用以太网控制自动化技术(EtherCAT)工业总线的感应电机交-直-交变频矢量控制系统的入侵检测技术进行了研究. 首先通过对EtherCAT总线协议进行深度解析, 结合目前为止已经发现的EtherCAT工业总线常见协议漏洞, 提取协议数据包的关键特征并构建EtherCAT总线协议入侵检测规则库, 采用三维指针链表树作为针对EtherCAT总线协议规则库的检索数据结构; 其次, 根据感应电机交-直-交变频矢量控制系统的物理模型, 进行模型参数仿真计算, 并根据仿真计算值, 构建矢量控制模型入侵特征的最小二乘支持向量机(least square support vector machine, LSSVM)分类器, 使用混沌粒子群优化(choatics particle swarm optimization, CPSO)算法对分类器的参数进行优化, 二者共同构成了CPSO-LSSVM入侵检测分类算法. 异常数据包在被分类后, 会被传递给Suricata入侵检测引擎进行精确规则匹配; 最后为该入侵检测系统搭建物理实验环境, 经过测试, 本文中的交-直-交变频矢量控制模型仿真结果动态性能良好, 与实际矢量控制系统参数的波形变化趋势相近. 通过抽取KDD Cup99测试数据集中的一部分对该入侵检测系统实施DOS攻击、R2L、U2R以及PROBING攻击行为, 验证该入侵检测系统的有效性

一、生产过程和过程控制 二、过程控制的特点和计算机的作用 三、过程控制的组成和术语 四、过程控制系统的分类 五、过程控制系统的性能指标 六、过程控制系统的发展概况

提出了一种带有负载观测功能的异步电动机广义预测控制算法,在对系统动态模型分析的基础上建立了调速系统的受控自回归积分滑动平均模型.该控制算法给出了能够使下一次采样时刻的实际转速以最优特性跟踪下一时刻参考转速的广义预测控制律,并采用负载转矩观测器的前馈功能增强速度控制的抗干扰能力.仿真和实验结果表明,通过合理选择控制器参数,具有转矩预测功能的直接转矩控制系统在转速跟踪和抗扰能力方面得到一定提高

《测控技术与仪器专业导论》 《DSP 原理与应用》 《PLC 控制技术》 专业综合技能实习 《测控技术及系统》 实习（实践） 《传感器与现代检测技术》 《精密机械及仪器技术课程设计》 《单片机原理及接口技术》 《电力电子技术》 《电力拖动与控制系统》 《电子测量原理与仪表》 工程实践与科技创新 《光学检测技术及仪器》 《海洋环境保护与监测技术》 《海洋智能检测技术及仪器》 《海洋自动观测技术》 《计算机控制技术》 《精密机械与仪器》 《图像识别技术》 《微机原理与接口技术》 《物联网技术基础》 《现代无线测量技术》 《虚拟仪器技术》 《智能仪器及控制》 专业实习 《自动控制仪表与过程控制》 《控制系统的 MATLAB 仿真》 毕业设计（论文）

第五章自动控制仪表 5.1概述 一、控制系统按被调参数的变化规律分类: 1.定值调节系统:给定值为常数; 随动调节系统:给定值为变数,要求跟随变化 程序控制调节系统:按预定时间顺序控制参数 二、控制目的的实现: 通过人为设定或计算机程序直接给出一定的输出简单; 将设定值与实测值进行比较,以其差值大小控

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向