给出了一种能适用于开环不稳定且非最小相位系统的鲁律自校正内模控制器,证明了闭环系统的鲁棒性和全局收敛性.仿真研究证实了算法的可行性

针对多变量耦合系统,提出了一种新的广义预测解耦控制算法.通过广义预测误差权值自动调节以消除系统耦合引起的误差,从而降低系统的耦合影响,提高系统性能.该方法与常规的多变量广义预测控制算法相比,算法简单,计算量小.本文所设计的算法被应用到热轧带钢板形板厚控制系统中,仿真结果表明了该算法的有效性和正确性

运用软件仿真方法并结合生产实践,从板形调控功效和板带轧机综合性能两个方面,比较研究了目前国际上各主要板形控制技术.研究结果不仅有助于板带轧机的选型和板形技术的配置,也有益于先进板形技术的创制

针对热连轧负荷分配的目标函数处理中采用的加权系数不好确定的问题,设计了一种多子群目标分段优化的差分进化算法.每个子群优化目标函数的一个子目标,子群之间独立进化,不但解决了加权系数问题,并且提高了算法的收敛速度和精度.最后,算法的有效性通过仿真进行了验证

实现了神经元在线参数自学习功能,利用神经元控制器及滞环比较器、智能功率模块实现了基于神经元控制器的交流伺服系统。由仿真和实验结果,可以看出神经元控制器具有较强的自适应性及鲁棒性

根据多年的生产实践总结、理论分析以及基于有限元方法的数值仿真,从板形控制实绩、操作维护经验、板形调控功效、板形控制能力与特性和板形控制策略与模型等方面,对CVC4技术和DSR技术作出了评价和比较,以便有助于认识和选用此2项板形技术

生产计划是企业生产管理的起点和依据.本文分析了高频电阻焊钢管的生产流程和生产计划的特点,提出了钢管企业多阶段生产计划提前/拖期惩罚模型,并用实数编码遗传算法进行了求解及优化,得到生产计划的较优解.仿真结果表明,模型和算法是可行和高效的.求解方法在钢管实际生产计划编制中得到了良好的应用

提出了一种基于自适应模糊算法的防抱制动系统控制方式,针对汽车纵向双轮模型,设计了模糊控制器和滑移率校正器,校正器通过车辆的输入输出参数辨识最佳滑移率,并调整系统控制参数,以提高系统的控制性能,仿真实验验证了控制算法的有效性

针对连续域函数优化问题,提出了一种新的全局极大值搜索方法——多感官群集智能算法(multi-sense swarmintelli-gence algorithm,MSA).受鱼群算法(artificial fish-swarmalgorithm,AFA)和FS算法(free search algorithm,FSA)的启发,MSA的搜索机制将大范围勘察和小范围精确搜索相结合,个体在使用视觉信息快速逼近局部较优解的同时,利用嗅觉信息避免群体过于集中并引导个体向全局较优解方向移动.仿真结果证明:MSA鲁棒性较强,全局收敛性好,收敛速度较快,收敛精度较高.最后,将该方法应用于前向神经网络训练,结果表明满足应用要求

宽带钢热连轧过程中,板形控制和板厚控制本质上都是对轧制过程中有载辊缝的控制,因此两者各自的控制回路必然存在着相互耦合的关系,这种耦合关系严重影响热轧宽带钢板形板厚综合质量的提高.本文在建立板形板厚耦合模型的基础上,采用反馈解耦控制方法,实现了板形板厚的解耦控制.计算机仿真结果表明,解耦控制环节的引入,基本消除板厚控制和板形控制之间的影响,尤其是消除辊缝调节对板凸度的连带干扰,解耦控制效果良好