15.1 单片机应用系统的设计步骤 15.2 单片机应用系统设计 15.2.1 硬件设计应考虑的问题 15.2.2 典型的单片机应用系统 15.2.3 系统设计中的总线驱动 15.2.4 软件设计考虑的问题 15.2.5 软件的总体框架设计 15.3 单片机应用系统的仿真开发与调试

为了评估航天器上存在的反作用轮产生微振动力学环境对其有效荷载的指向精度和稳定度的影响，提出一种数值模拟航天器振动控制中激励源的新思路。以ＩｔｈａｃｏＢｗｈｅｅｌ测试实验为背景模拟功率谱数据，对航天器飞轮干扰力经典线性稳态模型进行参数识别。在此基础上，推导了飞轮干扰力功率谱函数，并采用修正傅里叶谱法得到飞轮干扰力的时程曲线，作为研究航天器隔减振系统的激励源。结果表明，模拟的时程曲线符合反作用轮干扰力作为微振动力学环境的特征

针对非线性时变特性的液压位置伺服系统跟踪控制问题,基于自适应逆控制理论,提出X滤波液压位置自适应逆控制策略.对传统自适应滤波算法在X滤波结构下的不足,提出变换域变步长归一化最小方差算法.采用该算法对液压伺服位置系统进行了对象建模、在线逆建模及开环控制系统设计.仿真结果表明,X滤波液压位置自适应逆控制具有跟踪速度快、对参数摄动鲁棒性强等良好动态特性

在模拟实验和工业试验验证的基础上,建立了高碳钢高速线材在轧制和冷却过程中组织演变及力学性能系列模型,包括临界应变、奥氏体动态及静态再结晶、奥氏体相变体积分数、珠光体片间距以及组织-性能关系等子模型.基于以上模型,开发了一个模拟程序,对高速线材生产的物理冶金过程进行了仿真计算,得到轧件的温度场、奥氏体晶粒尺寸演变、最终组织特征和力学性能.模拟结果显示主要轧制温度及最终组织性能与现场实测结果吻合较好

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

针对冷连轧机采用基于工作点的线性化模型进行动态规格变换控制时系统误差和张力波动较大的问题,提出了一种基于递推分段线性化模型的PID解耦控制方案。通过对五机架冷连轧机进行动态规格变换仿真表明,该方案可保证系统的控制精度,满足动态规格变换的控制要求

综合考虑冷轧厚度计型AGC(automatic gauge control)控制对象模型的渐变性以及在低速轧制时大时延引起的厚度反馈较大时滞,提出一种冷轧厚度计型AGC控制的改进方法来减弱这些系统不确定性和厚度反馈时滞带来的不利影响.推导出针对任意阶对象的增益自适应调节律,并给出了在保证系统鲁棒稳定条件下的控制器和滤波器参数选取原则.仿真结果证明这一新方法可有效地抑制干扰,而且在对象参数摄动时系统具有鲁棒稳定性

提出采用多层局部回归神经网络建立多变量非线性系统多步预测模型的方法,神经网络模型可提供多步预测控制所需要的系统输出预测值及输出向量对控制向量的雅可比矩阵.仿真试验表明这种动态神经网络的预测模型具有较高的精度

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

介绍了逆模型超前控制器,神经网络反馈单元及由5层神经网络组成的集成控制系统.集成控制系统包括一个由神经网络组成的系统模型和具有自调整功能的控制单元.该方法被用于优化设计的综合机构控制仿真,结果证明了它的先进性和可行性