生产计划是企业生产管理的起点和依据.本文分析了高频电阻焊钢管的生产流程和生产计划的特点,提出了钢管企业多阶段生产计划提前/拖期惩罚模型,并用实数编码遗传算法进行了求解及优化,得到生产计划的较优解.仿真结果表明,模型和算法是可行和高效的.求解方法在钢管实际生产计划编制中得到了良好的应用

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

针对多变量耦合系统,提出了一种新的广义预测解耦控制算法.通过广义预测误差权值自动调节以消除系统耦合引起的误差,从而降低系统的耦合影响,提高系统性能.该方法与常规的多变量广义预测控制算法相比,算法简单,计算量小.本文所设计的算法被应用到热轧带钢板形板厚控制系统中,仿真结果表明了该算法的有效性和正确性

根据粗糙集理论原理,从双因子免疫控制器的控制数据中抽取出控制规则,利用本文提出的一种新的规则评价标准筛选出优秀的规则构造控制器,即粗糙规则化的双因子免疫控制器,来对对象进行控制.通过仿真实验证明,粗糙规则化的双因子免疫控制器不但能够体现出普通双因子免疫控制器的学习记忆能力和抗滞后性能,而且在抗干扰性能和响应速度方面都有明显提高

提出了一种在并行工程下面向装配的产品设计方法,通过对面向装配设计中的关键技术问题,如产品的装配模型、装配顺序规划、机构运动分析与综合、装配过程仿真及产品可装配性评价等方法的探讨,实现了面向装配的设计目标

提出了一种用于轧辊偏心控制的多分辨小波控制器,它利用小波对轧制力信号进行多分辨分解.机架的轧制力中包含着许多潜在因素的累积影响,比如压下环节的动特性、轧辊偏心、测量噪声、外部干扰等,这些影响体现在不同的尺度上.通过小波的多分辨分解,这些不同尺度上的信息被区分开来,然后在控制中对轧辊偏心进行补偿.仿真实验表明该方法是有效的

采用ANSYS/LS-DYNA软件,建立了斜轧零件基本变形过程的三维有限元分析模型,对不同工况下的斜轧过程进行了计算机数值模拟分析。仿真结果揭示了斜轧过程中轧件内部应力应变场的分布规律;导致Mannesmann缺陷的主要原因是在发生大塑性应变变形情况下,金属内部在承受交变应力作用下产生低周疲劳损伤和破坏

以交流转矩伺服系统简化模型为控制对象,设计了基于H∞鲁棒稳定控制器的两自由度内模控制器．仿真实验结果表明,在系统参数存在摄动的情况下,与传统控制器相比系统跟随性能、鲁棒稳定性均有所提高,有效抑制了参数摄动对系统性能的影响．

提出了加热炉广义对象模型概念和一种跟踪参考输出的模糊自适应控制方案,以及最佳炉温工艺曲线专家系统构成及根据产品质量模糊评价的概念.系统仿真证明了上述方案的、有效性

将模糊控制思想引人到遗传算法中,进行交叉概率Pc和变异概率Pm的整定工作,并在此基础上提出了一种基于模糊控制的遗传算法——模糊遗传算法.仿真结果表明:该算法不仅能提高解的质量,而且能加速解的收敛速度