针对板形板厚综合系统,提出一种基于遗传算法的多变量模糊预测控制新方法.该方法通过模糊预测来建立多变量系统的模糊模型,给出了辨识参数.同时,利用遗传算法优化控制律.仿真结果表明该方法是有效的

采用伪刚体模型法对全柔性滑块机构进行了变形分析,设计了一种微型全柔性滑块机构,并主要对其中的柔性移动副进行了设计与分析,给出了该设计实例柔性移动副的等效弹簧力,进而得到微型全柔性滑块机构伪刚体模型的分析结果.同时用有限元方法对该实例进行了仿真分析,两种方法所得结果基本一致,表明了理论分析是正确的,该实例的设计是可行的

为了识别混沌信号和随机信号,针对G-P算法及其改进算法的不足,提出了一种新的改进算法.该算法不仅能简化无标度区的确定过程,而且能客观地判断系统的关联维数是否饱和.仿真结果表明,新的改进算法对于混沌信号的识别是有效的

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

考虑一类标称系统存在统一Lyapunov函数的线性不确定切换系统的鲁棒镇定问题,在不确定项满足一定限定条件下,利用完备性条件和统一Lyapunov函数方法,设计出鲁棒状态反馈控制器,使闭环系统仍然具有统一Lyapunov函数,从而在任意的切换策略下,确保闭环系统在其平衡点处是渐近稳定的.仿真结果表明所设计的控制器是有效的

研究了一类具有状态时滞的多采样率离散时间控制系统,对这类系统给出了一种最优预见控制器的设计方法.首先利用离散时间系统提升技术,把所研究的系统转化成单一采样的扩大系统;然后利用构造扩大误差系统的方法引入积分器;再对扩大误差系统应用通常的线性二次型最优预见伺服系统设计方法设计控制器,从而得到原系统的最优预见控制器.同时还对扩大误差系统的能控性和能观测性进行了讨论,并通过数值仿真说明了控制器的有效性

从宏观塑性变形的角度,通过对轧制过程中动量变化的分析,提出了板带轧制的力能分析的微分形式和积分形式,建立了轧制力和轧制力矩的理论公式.该公式摒弃了传统公式中采用过多的经验系数,清晰地揭示了轧制力、轧制力矩、金属屈服强度、摩擦因数等各变量之间的相互关系,使得咬入角、中性角等有关变量的物理意义进一步明确.最后通过对一次实际轧制过程的仿真计算初步验证了本文公式的正确性

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

提出一种基于峭度能量的谱相关分析方法.它利用每个循环频率切片的峭度值来衡量该循环频率的调制能力,并以此作为加权因子进行循环频率的能量累积,最终实现故障特征的有效提取.相对于传统的谱相关分析方法,本文方法降低了信号中多倍频谐波对故障特征频率的干扰,能更清晰准确地提取出故障频率特征.利用传统的谱相关分析方法、本文方法和共振解调三种方法对仿真信号、低速重载试验台的滚动轴承外圈故障信号进行分析,证明了本文方法的有效性

以武钢1700mm精轧机主传动系统中控制对象特性参数的改变后系统动态响应品质变差为背景,利用遗传送代算法研究了双闭环控制系统中转速PI调节器参数的优化问题.数字仿真结果证明了该算法的有效性和合理性