以缩小连铸二冷区板坯表面实际温度和目标温度的差异为目标,建立了板坯连铸二次冷却智能控制模型.该模型采用支持向量机(SVM)实现板坯表面目标温度的动态设定,采用对角递归神经网络(DRNN)实现板坯表面温度的预测,采用T-S模糊递归神经网络实现二次冷却水动态调整与分配.通过对某钢厂板坯连铸过程进行仿真计算和现场试验,结果表明:该模型将二次冷却水水量控制问题与板坯在冷却过程中的温度状态相结合,实现了连铸二次冷却动态优化控制,有利于提高板坯的质量

提出机器人多指手滑觉功能的一种实现方法和基于滑觉功能的机器人多指手力反馈控制方法.机器人多指手的滑觉功能是通过检测力觉传感器输出的变化而实现的,而通过将滑觉判断与力反馈控制相结合,并在力反馈控制系统中引入分级模糊控制的思想则可以使机器人多指手在实现滑觉功能的同时完成对物体的稳定抓取

基于人工神经网络( Artificial Neural Network)的控制(ann-based Control)简称神经控制(Neural Control)。神经网络是由大量人工神经元(处理单元)按照一定的拓扑结构相互连接而成的一种具有并行计 算能力的网络系统。它是在现代神经生物学和认识科学对人类信息处理研究的基础上提出来的,具有很强 的自适应和学习能力、非线性映射能力、鲁棒性和容错能力

从安钢电极控制的实际应用出发,应用数据挖掘技术建立了电极预测模型并应用于电极控制系统的参数整定.首先介绍了建立电极预测模型的数据挖掘过程;然后在数据挖掘算法中提出了一种新的变结构遗传Elman网络方法,该算法用改进的混合遗传算法对网络结构和权值及自反馈增益同步动态寻优.将基于BP算法的Elman网络和本文提出的变结构遗传Elman网络都应用于安钢交流电弧炉的电极预测模型中进行比较.通过基于安钢现场数据的计算机仿真实验表明:采用变结构遗传Elman网络的数据挖掘算法比BP算法具有更好的动态性能、更快的逼近速度和更高的精度.在此基础上,把建立的模型应用于安钢电极控制系统的参数整定,取得了良好的控制效果

6.1PWM的基本原理 6.2pWM逆变电路及基控制方法 6.3pm跟踪控制技术 6.4pWM整流电路及其控制方法

针对一类含有时变、范数有界参数不确定广义系统,结合一个二次型性能指标,研究了使闭环系统保持正则、稳定和无脉冲,且闭环性能指标值不超过某个确定界的保性能控制律的设计问题,通过矩阵不等式给出了保性能控制律存在的一个充分条件,进而用线性矩阵不等式给出了保性能控制器的一个参数化表示

提出界定轧机板形控制性能的辊缝调节特性空间（CQ-CH-q）及评价的主要参数：辊缝基本凸度及可调度、辊缝刚度、弯辊调控幅度、辊缝曲线四次分量可调度和辊间接触压力峰值.分析了板形控制的“柔性辊缝策略”与“刚性辊缝策略”.提出采用“交接触长度（VCL）支持辊”以改善连轧机组的板形控制性能，并在生产中应用

1、差错控制编码 信道编码就是对数字基带信号进行再编码,以 改善其在信道中传输可靠性的数据编码技术。差错 控制编码就是一种较为重要的信道编码技术, 差错控制编码就是在发送端被传信息码序列的 基础上、按照一定的规则加入若干“监督码元”后 进行传输,这些加入的码元与原来的信层码序列之 间存在着某种确定的约束关系。接收端按照既定的 规则检验信息码元与监督码元之间的关系

4.2.3.1 空调系统的控制内容 4.2.3.2 新风机组自动控制 4.2.3.4 变风量空调系统 4.2.3.5 风机盘管的控制 4.2.4 通风系统自动控制

提出了一种模糊柔顺的控制方法来控制机器人的装配作业.本方法不需要装配作业的模型参数,省去了大量的计算.并且在控制过程中不需要引入受力信息的变化量.实验证明,这种方法实用性强,实时性好