由于基于频域的经典小波变换运算时间较长,不能很好地满足轧辊偏心信号在线实时控制的要求,提出了用提升结构小波变换对偏心信号进行不同分辨率下分解处理的新方法.通过对轧制力信号和厚差信号的分析,利用提升和对偶提升原理将偏心信号从干扰信号和噪声信号中提取出来并通过参数自校正控制实现对轧辊偏心的在线动态控制.仿真结果表明,该方法获得了比较理想的效果,并且在同样数据长度下,提升小波变换运算速度比经典小波变换至少提高1倍以上

针对板带热连轧机活套的高度和张力系统,在工作点附近,以实际热轧现场数据为依据,建立了对象的动态数学模型。采用基于BP神经网络整定的PID控制策略以减弱系统的耦合影响,并给出了其控制算法在FPGA上实现的方法,包括脉动阵列算法映射、数据表示及精度和运算部件设计。仿真结果验证了本算法的有效性和控制策略的适用性

一、管理控制概述 二、管理控制的基本模式 三、管理控制的过程

一、计划的编制与执行 二、管理控制概述 三、管理控制的基本模式 四、管理控制的过程

◼ 关于成本控制的几个观点 ◼ 成本控制机构与职能 ◼ 成本控制方法 ◼ 降低成本实务 ◼ 邯郸钢铁公司案例讨论

应用给出的离散时间直接自适应控制算法改进了离散简单自适应控制的一些缺陷,能够在计算控制律不违反因果律的条件下,使被控对象的输出直接跟踪理想参考模型输出.应用Lyapunov函数和正实引理证明了算法的收敛性,并通过仿真研究说明了算法的有效性和可行性

◼ 企业质量控制机构 ◼ 制造业企业质量控制要点

13.1基本概念 13.2控制图类型及其原理 13.3控制图的绘制与判断 13.4控制图的两类错误分析及应用要点

液压控制阀（简称液压阀）在液压系统中被用来控制液流的压力、流量和方向，保证执行元件按照负载的要求进行工作。液压阀的种类繁多，即使是同一种阀，因应用场合不同，用途也有差异。因此，因此液压阀的控制机理是本章学习的重点

为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程。利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练。采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验。结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好