为了解决带有纯滞后的监控AGC系统的控制问题,提出了基于RBF神经网络的PID控制器与Smith预估器相结合的智能PID控制系统,并对传统监控AGC、应用Smith预估器的监控AGC及应用智能PID控制的监控AGC系统进行了仿真.结果表明,应用智能PID控制的监控AGC系统收敛速度明显加快,适应能力与鲁棒性比常规PID控制要好

研究了因特网拥塞控制中的鲁棒主动队列管理(AQM)控制器设计问题．基于Internet传输控制协议(TCP)拥塞避免机制的线性模型,根据AQM的设计要求,首先将此问题转化为鲁棒镇定问题;然后利用线性矩阵不等式(LMI)方法得出了动态输出反馈控制器存在的充分条件,并给出了相应的设计方法．最后,给出了控制器设计的算例并进行了仿真．仿真结果表明所得出的控制器是可行和有效的,它不仅对全部网络参数鲁棒而且过渡时间短．

针对挠性卫星本身存在的参数不确定性和外部扰动的控制问题,设计了以径向基函数神经网络和小脑神经网络为基础的复合变结构智能控制器.该控制器利用变结构控制系统对被控对象的模型误差、参数变化及外扰等的不敏感性的优点,再结合神经网络能够迅速逼近未知函数、泛化能力强的特点,可以适应挠性卫星参数不确定性和抑制外加干扰,实现对挠性卫星的有效控制.仿真结果表明复合控制能够提高卫星姿态的稳态精度和快速性

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

针对中小转炉不宜增设副枪检测、无法进行动态控制的实际状况,提出了自适应静态模型动态化控制的思想:首先建立自适应终点静态控制模型;然后根据枪位-加料模型进行吹炼并启动动态化控制知识库,修正枪位-加料模型及控制量,最后启动预报模型进行终点预报指导出钢,根据实际吹炼数据验证,终点控制模型具有良好的跟踪性,终点预报模型的终点C,T命中率分别达到68%和63%

《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）

针对板带材轧制是一个复杂的非线性过程,板形控制（AFC）和板厚控制（AGC）又是相互耦合的一个综合系统等特点,提出了一种基于模糊RBF神经元网络的冷连轧板形板厚多变量综合控制系统.仿真结果证明了此AFC-AGC控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制

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;

❖ 1.1 控制理论的发展历程 ❖ 1.2 控制理论的分析比较 ❖ 1.3 现代控制理论的特点 ❖ 1.4 现代控制理论的基本内容 ❖ 1.5 本课程的主要内容

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究