为了深入分析生产线上各道工序之间的责任,提出了2种模糊控制图的诊断理论.首先提出了基于模糊判异的全控图和选控图,这2类控制图在判异的同时,分别给出了反应本工序总质量和分质量异常程度的模糊判异度,从而可以充分利用和传递生产过程的信息.然后,分类给出了2种模糊控制图的诊断结果分析表

分析了板材轧制过程中出口厚度变化的成因.将不确定扰动的影响归结为轧机刚度系数摄动和轧件塑性系数摄动,建立了双摄动厚度控制模型.综合考虑轧机系统的外部不确定扰动,针对轧制道次间的不确定性,在频域内将板厚信息转化为轧机系统边界性能指标,设计抑制前馈扰动的外部自激励定量反馈控制器.仿真实验表明,设计的控制器能有效抑制轧制过程中的外部扰动,具有良好的鲁棒性能,并能直观保证系统调整时的鲁棒稳定性,适于工业生产

在测区布设一批高程控制点，即水准点，用精确方法 测定它们的高程，构成高程控制网。 高程控制测量的方法： 水准测量和三角高程测量。 高程基准面:大地水准面. 基准点，即水准原点: 我国规定自1989年起一律采用“1985 国家高程基准”. 以这个基准测定的青岛水准原 点高程为72.260m

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

1.1 引言 1.2 自动控制系统示例 1.3 闭环控制和开环控制 1.4 自动控制系统的分类 1.5 对自动控制系统的基本要求 对本课程的基本要求

教学内容 首先介绍人工神经网络的基本概念和 ANN 的特性，以及神经网络的学习方法。然后讲授典型的前向神经网络、反馈神经网络的原理、结构、基本算法，给出了 BP 网络的算法改进。最后介绍了神经网络 PID 控制。 教学重点 1. 神经网络的各种学习算法，神经网络的训练。 2. 感知器网络、BP 网络的结构和算法、BP 网络学习算法的改进，反馈网络的结构、学习算法。 3. 神经网络 PID 控制

论述了多元累积和控制图的有关内容,提出了2种质量多元累积和控制图的诊断理论,并与多元T^2控制图进行了比较,最后通过1个实例对诊断理论的应用加以说明

1 控制系统的数学描述 1.1 微分方程 1.2 传递函数 1.3 状态空间描述 1.4 模型转换 2 控制系统的校正 2.1 单变量系统的两种主要校正方式 2.2 PI、PD、PID 校正 2.3 串联校正举例 3 MATLAB 在自动控制系统中的应用 3.1 概述 3.2 控制系统函数全集 3.3 应用实例 4 SIMULINK 简介 4.1 引导 4.2 SIMULINK 模型的构建 5 自动控制系统设计任务 5.1 任务一 5.2 任务二 5.3 任务三 5.4 任务四 6 附录 6.1 时域分析例题及程序 6.2 根轨迹分析例题及程序 6.3 频域分析例题及程序

1. 直接自适应控制和间接自适应控制的基本概念； 2. 模糊模型参考学习控制（FMRLC）的原理、结构； 3. FMRLC 的设计和实现

1.1 引言 1.2 自动控制系统示例 1.3 闭环控制和开环控制 1.4 自动控制系统的分类 1.5 对自动控制系统的基本要求 对本课程的基本要求