采用数据抽样、统计处理的手段进行原始偏心信号的重构,通过迭代运算实现偏心信号的优化修正,从而实现轧辊偏心的在线检测和在线控制。并给出了控制系统构成和仿真结果

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

针对永磁同步电动机电流矢量控制及传统直接转矩控制的缺点,提出了一种基于定子磁链直接控制的速度和转矩控制策略,通过直接控制定子磁链矢量的轨迹来实现磁链和转矩的控制,具有恒定开关频率及转矩和磁链脉动较小等优点,并给出了直接磁链控制应用的必要条件.仿真证明,提出的控制方案适用于恒转矩区和弱磁区的控制,且在较宽的速度运行范围内改善了速度和转矩控制的动态响应,明显优于传统的电流控制方案

利用Silnikov定理构造了一类新的三维二次多项式混沌系统,该系统只具有一个平衡点.理论分析表明该系统具有Smale马蹄意义的混沌,计算机仿真实例显示系统的Smale马蹄具有吸引性.利用该方法还可以构造其他的三维二次多项式混沌系统

为了抑制机电振动,保证对干扰有良好的动态抑制作用且无静态扰动误差,针对轧机主传动系统,建立了基于模型匹配二自由度系统的状态空间模型,并将轧机主传动系统机电振动控制设计问题归结为标准的H∞控制问题；用线性矩阵不等式法得到输出反馈H∞控制器,以保证系统的鲁棒性．仿真研究结果表明,该方法有效改善了轧机主传动系统的跟踪性能,抑制了系统的机电振动现象,同时减小了轧制负荷扰动引起的动态速降．

借助李雅普诺夫稳定性理论提出了一种自适应混沌同步控制方法.该方法通过构造适当的控制函数,从理论上保证了混沌同步控制的稳定性.MATLAB仿真实现了Lorenz系统和Chen系统的混沌同步以及广义Lorenz系统和广义Chen系统的混沌同步控制

对热连轧过程中的活套系统进行了分析,对几种活套控制方式进行了比较.对AGC(自动厚度控制)系统和活套控制系统进行综合设计,提出了一种新的控制方式.仿真结果证明了方法的有效性,可进一步提高热连轧过程的成品质量

以缩小连铸二冷区板坯表面实际温度和目标温度的差异为目标,建立了板坯连铸二次冷却智能控制模型.该模型采用支持向量机(SVM)实现板坯表面目标温度的动态设定,采用对角递归神经网络(DRNN)实现板坯表面温度的预测,采用T-S模糊递归神经网络实现二次冷却水动态调整与分配.通过对某钢厂板坯连铸过程进行仿真计算和现场试验,结果表明:该模型将二次冷却水水量控制问题与板坯在冷却过程中的温度状态相结合,实现了连铸二次冷却动态优化控制,有利于提高板坯的质量

针对板形板厚耦合系统中参数在一定范围内变化的情况下,将自适应控制与系统具体的数学模型相结合,提出自动调整解耦网络和控制器参数的设计方法。仿真表明,该方法消除了参数变化的影响,使解耦控制效果良好

定义了评价轧机板形控制性能的六项指标,包括承载辊缝凸度调节域、辊缝横向刚度、板形调控功效曲线、边缘降、辊间接触压力平均幅值和辊间接触压力分布不均匀度.建立了HC,CVC,PC和DSR系列轧机的有限元仿真模型,并从板形控制性能的六项指标方面分析了当前国际上流行的各种机型的特点