基于AMESim-Simulink的电液位置伺服系统的自适应模糊PID控制

电液伺服系统具有响应速度快、控制精度高等优点,被广泛应用于工业控制各领域。但其存在饱和与死区、非线性、时变性、时滞性的特点,针对实际电液伺服系统中这些特点导致的非线性环节建模不准确的问题,采用自适应模糊PID控制算法对电液位置伺服系统进行控制。首先对电液位置伺服系统的开环传递函数进行了推导,其次在AMESim/Simulink联合仿真平台上建立了系统模型与模糊PID控制算法,最后采用模糊PID控制算法对系统的阶跃响应和正弦跟踪性能进行了仿真研究。研究结果表明：自适应模糊PID控制对于输入信号具有响应速度快、跟踪精度高、无滞后与超调等良好的控制特性。     

基于自适应预测步长的车辆主动转向跟踪控制

为提高智能车辆主动转向跟踪控制的跟踪精度、稳定性和实时性等问题,提出一种基于自适应预测步长的模型预测路径跟踪控制器,引入自适应预测步长功能函数,根据车速和参考路径的曲率动态调整预测步长。MATLAB和CarSim联合仿真结果表明:该控制器可降低横向跟踪偏差,在高速低附着和高速高附着工况下均保持车辆稳定性,相比于单一根据道路曲率动态调整预测预测步长的控制器,降低了60%的计算时间,提高了实时性。     

车辆电动转向系统的卡尔曼滤波模糊PID控制

通过对车辆动力转向系统的动力学分析,建立了动态数学模型。为了克服单独使用PID控制和模糊控制时的问题,提高控制系统的响应速度,减小超调量,减小稳态误差,设计了模糊控制和PID控制相结合的多模态控制器,实现了分段控制;并由卡尔曼滤波对控制信号进行滤波处理,减小路面随机干扰和传感器测量噪声的影响,从而进一步提高了控制效果。仿真和试验结果表明,该控制方法能够明显改善控制性能。     

感应电机低速运行时自适应状态观测器研究

为了改善感应电机无速度传感器矢量控制系统的低速性能,基于感应电机的静止两相数学模型,采用自适应状态观测器对转子磁链和转子转速进行直接观测,利用极点配置方法给出了观测器的反馈增益矩阵,减小了观测磁链对电机参数的依赖性,系统的稳定性由Lyapunov理论得以保证。最后,利用MATLAB搭建了仿真平台,仿真结果表明磁链观测误差小,在较宽速度范围内系统均稳定,验证了该方法的有效性和自适应性。     

饲料添加剂L-赖氨酸硫酸盐中L-赖氨酸含量近红外速测方法研究

为了探讨利用近红外漫反射光谱技术(NIDRS)快速定量分析饲料添加剂L-赖氨酸硫酸盐中L-赖氨酸含量的可行性,本试验在全国范围内收集了具有代表性的L-赖氨酸硫酸盐添加剂76个,采用国家标准方法对样品中的L-赖氨酸含量进行化学赋值;用光栅型近红外光谱仪扫描L-赖氨酸硫酸盐样品,获取了不同物理状态下样品的近红外光谱图。依据L-赖氨酸含量将样品分为定标集和验证集,运用适当的光谱预处理方法,采用竞争性自适应重加权(CARS)算法结合偏最小二乘法(PLS)建立了L-赖氨酸硫酸盐的近红外定标分析模型,并将该模型与全波长模型进行了比较。结果表明:用烘干、60目粉碎后的样品结合CARS算法建立的定标模型最优,定标集校正决定系数(R2C)为0.954,校正集标准偏差(SEC)为0.510,交互验证标准偏差(SECV)为0.659;验证集预测决定系数(R2P)为0.952,预测标准偏差(SEP)为0.554,相对分析误差(RPD)值为3.83。由此可见,NIDRS定量分析L-赖氨酸硫酸盐具有一定可行性,对于丰富我国氨基酸盐及其他氨基酸制品的快速检测方法具有实际的应用意义。     

自适应模糊控制在配料过程中的研究与应用

针对工业配料过程中配料精度和速度相矛盾的难题,文中提出了一种专家系统、模糊控制结合自适应控制的新型控制方法。该方法将模糊控制宽范围快速调节和自适应精确调节的特点有机结合起来,当系统偏差大于某一设定值时,采用专家经验和模糊规则控制相结合的控制方法;当系统偏差小于设定值时采用自适应控制。实际应用表明,该方法比一般的模糊控制在系统精度和速度上均有所提高。     

应用通用特征基函数法快速求解目标宽带RCS

提出了一种快速计算目标宽带RCS的有效算法。传统通用特征基函数法构造的特征基函数可以用于求解整个频段的电磁散射特性,但在求解低频点电磁散射特性时会加大计算的复杂度,从而增加RCS的求解时间。本文提出的一种基于通用特征基函数法的加速算法,该方法采用自适应计算技术降低了低频点的冗余计算。数值结果证明了该方法的有效性和精确性。     

基于PLC和Wincc的饲料厂智能监控系统设计

<正>本文针对现代饲料厂对控制系统特别是对配控制的特殊要求,设计了基于PLC和Wincc的饲料智能监控系统,实现全厂设备的自动控制、状态显示报警记录和数据归档等功能,特别是应用自适应控算法实现连续配料控制,很好地解决了现代饲料厂全厂控制特别是精确配料的要求。     

应用手持式近红外光谱仪检测桑椹可溶性固形物含量的偏最小二乘回归模型建立

可溶性固形物含量(SSC)是评价桑椹鲜果品质的重要指标,利用近红外光谱分析技术建立快速、实时无损地检测桑椹鲜果中可溶性固形物的方法。首先用手持式Micro NIR1700型近红外光谱仪采集桑椹的近红外光谱,对光谱进行预处理后,应用偏最小二乘回归(PLS)法建立桑椹鲜果SSC预测模型,并用随机蛙(Random-frog)和自适应重加权采样(CARS)2种方法筛选出最优波长变量,提高PLS模型预测精度。经过1阶求导(1stDer)、标准正态变量变换(SNV)和均值中心化(MNCN)相结合预处理后的全波长光谱PLS模型的预测效果最好,校正集与验证集的相关系数平方(R2)分别为0.916 1和0.925 0,均方根误差分别为0.985 8°Brix和0.654 3°Brix。相较于Random-frog法,用CARS方法优选出19个波长变量,所建PLS模型的预测效果更好,校正集与验证集的R2分别为0.933 2和0.943 4,均方根误差分别为0.782 0°Brix和0.582 8°Brix。研究结果表明,利用手持式Micro NIR 1700型近红外光谱仪结合化学计量学方法,能够用于现场对桑椹鲜果SCC的快速无损检测。     

自适应的智能搬运路径规划算法

智能搬运在现代化工业中有非常广泛的应用,良好的路径规划算法是提高智能搬运效率的重要手段之一。以机器人比赛中智能搬运项目为蓝本,设计了一个自适应的路径规划算法,该算法可应用于垃圾智能分类和自动化物流,可在开始搬运前改变路线及目的地。