给出了板形板厚综合控制模型,提出了基于TH神经网络的动态矩阵设计方法并分析了其收敛特性.使用不变性原理对板形板厚综系统进行了解耦设计,并对板形板厚解耦神经网络预测控制系统,进行了仿真研究.结果表明神经网络可在儿百ns的时间内达到稳定状态,不仅满足了轧钢过程的快速性要求,而且控制精度也得到了提高

提出了一种模糊柔顺的控制方法来控制机器人的装配作业.本方法不需要装配作业的模型参数,省去了大量的计算.并且在控制过程中不需要引入受力信息的变化量.实验证明,这种方法实用性强,实时性好

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

一、自动控制的基本概念及其应用 二、开、闭环控制系统的构成和特点 三、控制系统的分类和总体性能要求 四、计算机仿真的概念及其特点 五、系统仿真的分类及仿真过程 五、计算机仿真技术的应用

1.了解常用低压电器的结构、功能和用途;2.掌握自锁、联锁的作用和方法;3.掌握过载、短路和失压保护的作用和方法;4.掌握基本控制环节的组成、作用和工作过程。能读懂简单的控制电路原理图、能设计简单的控制电路

8.1 采样控制 8.2 采样过程和采样定理 8.3 信号恢复 8.4 Z变换理论及线性差分方程求解 8.5 脉冲传递函数 8.6 采样系统的稳定性分析 8.7 采样系统的稳态误差 8.8 采样系统的暂态特性分析 8.9 离散系统的状态空间描述

为了深入分析生产线上各道工序之间的责任,提出了2种模糊控制图的诊断理论.首先提出了基于模糊判异的全控图和选控图,这2类控制图在判异的同时,分别给出了反应本工序总质量和分质量异常程度的模糊判异度,从而可以充分利用和传递生产过程的信息.然后,分类给出了2种模糊控制图的诊断结果分析表

第一部分 说明 I如何使用学习指导书 Ⅱ如何利用各种学习资源 一、课程介绍与性质 二、本课程的地位和作用 三、学习目的与要求 四、本课程的学习方法 第二部分 课程学习指导 第一章: 编组站与调车驼峰 第二章 驼峰调车场的基础设备 第三章 驼峰溜放进路控制系统概述 第四章 驼峰溜放速度自动控制 第五章 推峰机车速度控制系统 第六章 驼峰过程控制系统 第七章 驼峰尾部平面调车几种联锁系统 第八章 编组站综合自动化 第三部分 建议自学进度表

第8章综合布线的质量控制 本章学习目标 本章主要讲述了信息工程监理、综合布线系统工程的需求分析、招投标、及系统工程各阶段的质量控制内容。读者应掌握以下内容: 1.信息工程监理的职责 2.需求分析的基本原则 3.需求分析的过程 4.掌握工程量清单报价的方法 5.能对综合布线系统工程各阶段进行简要的质量控制

卷取温度是影响带钢组织性能的重要工艺参数.在生产实践中,如何提高厚规格带钢卷取温度的控制精度是一个难点.针对厚规格带钢在层流冷却过程中的工况特点,提出了温度场计算模型和对流换热系数模型的改进方法,并开发了一种全新的基于相似策略的自适应模型,以改善卷取温度前馈控制效果.经现场应用证明,本文提出的方案能有效提高厚规格带钢的卷取温度控制精度,其中厚度大于12 mm的带钢平均命中率可达到94.9%