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

研究了带有预见信息的线性离散时间系统的状态观测器，并将其应用到预见控制系统.为了满足设计观测器的需要，首先导出了包含可预见的目标值信号和干扰信号的扩大误差系统，并由此得到最优预见控制器.在设计状态观测器时，通过改写输出方程充分利用了可预见的目标值信号和干扰信号.设计的状态观测器针对原系统是全维观测器，而针对扩大误差系统则是降维观测器.最后通过数值仿真证明了所设计的状态观测器的有效性

针对网络控制系统模型参数选取困难的问题,利用特征模型和动态特征模型的自适应控制方法在实际工程中建模简单、控制精度较高的特点,以直流电机的网络控制系统为例,研究了具有时延和数据丢包网络情况下的网络控制系统,提出了基于特征模型的自适应控制方法和基于模糊动态特征模型的自适应控制方法.仿真结果表明:丢包率对特征模型控制器系统的影响较大,而网络延时对模糊动态特征模型控制器系统影响较大.所提两种方法均可有效保证网络控制系统的控制性能

针对高炉故障诊断系统快速性和准确性的要求，提出基于全局优化最小二乘支持向量机的策略.首先，采用变尺度离散粒子群对最小二乘支持向量机的参数和故障特征的选取进行优化；然后，利用核主元分析法对选取的特征向量进行压缩整理；最后，构造了以Fisher线性判别率为标准的启发式纠错输出编码.仿真结果表明，通过对故障训练样本有意义地分割重组，用较少的最小二乘支持向量机分类器，得到较高的故障判断准确率且增强了整个系统的实时性

通过封闭功率流齿轮试验台测量了齿轮系统温度，首次将有限元法和热弹流法综合起来求解齿轮系统的温度场，在有限元分析理论中引入了黏度-压力-温度和密度-压力-温度方程，精确地确定了对流换热系数.以有限元法得到的本体温度作为热弹流计算的初始温度，得到了啮合线上各点的最高温度和闪温，并且分析了最高温度和闪温沿啮合线的分布规律.结果表明：有限元仿真的本体温度和试验结果吻合良好，热弹流方法计算出来的闪温分布与ISO闪温较为接近，齿轮最高温度区域随着变位系数的增大向齿顶移动

CH2、 MATLAB语言基础 第一节使用 MATLAB的窗口环境 、 MATLAB语言的显著特点 1、具有强大的矩阵运算能力: Matrix Laboratory(矩阵实验室),使得矩阵运算非常简单。 2、是一种演算式语言 MATLAB的基本数据单元是既不需要指定维数,也不需要说明数据类型的矩阵(向量和标量为矩阵的特例),而且数学表达式和运算规则与通常的习惯相同

经典粒子群算法由于多样性差而陷入局部最优，从而造成早熟停滞现象.为克服上述缺点，本文结合人工免疫算法，提出一种基于自适应搜索的免疫粒子群算法.首先，该算法改善了浓度机制；然后由粒子最大浓度值来控制子种群数目以充分利用粒子种群资源；最后对劣质子种群进行疫苗接种，利用粒子最大浓度值调节接种疫苗的搜索范围，不仅避免了种群退化现象，而且提高了算法的收敛精度和全局搜索能力.仿真结果表明该算法求解复杂函数优化问题的有效性和优越性

本文提出了一个利用复合码与和码来辨识H模型和前馈非线性系统的方法,而这些伪随机码是由相位相差1/2半周期的逆重复m序列所组成。采用此方法进行辨识时,即使非线性元件的奇次系数全为零,仍然能够辨识出线性系统的脉冲响应和非线性元件的偶次系数。文中附有辨识H模型的数字仿真结果,验证了所提方法的正确性

本文建立了内置高导C/C材料的疏导式热防护结构原理模型,通过实验的方法给出了高导C/C材料与耐热三维编织C/C材料间的接触热阻,并利用数值仿真针对影响结构热防护效果的若干关键参数进行了参数影响研究.研究结果表明:减小耐热层厚度是一种降低驻点温度的有效方法,但是必须同时考虑由此引起的强度问题;界面接触热阻对热防护效果影响很大,必须通过工艺处理降低界面热阻才能实现有效的热防护

为有效解决半导体制造业中带并行腔和重入约束的双臂集束型设备调度问题,提出一种以优化搜索为核心的调度方法.首先,引入优化FIFO (first in first out)搜索规则,并以系统总完工时间最小化作为目标,建立带并行腔和重入约束的四加工腔双臂集束型设备调度数学模型.在此基础之上,结合虚拟缓冲模块的概念,提出一种基于机械臂交换策略的优化搜索算法.最后,对所提出的算法进行仿真实验,实验结果表明该算法是可行且有效的