一、二次型单神经元PSD控制器及仿真(英文)(论文文献综述)
王涛[1](2019)在《基于单神经元的湿法烟气脱硫吸收塔控制系统研究》文中进行了进一步梳理随着国民经济的快速发展,人们对生活质量的要求不断提高,大气污染问题也成为人们关注的焦点。火电厂燃煤排放的二氧化硫作为主要的大气污染物之一,控制和减少其排放量是当前我国控制大气污染领域最首要的任务。吸收塔系统作为湿法烟气脱硫系统中最重要的一环,由于其被控对象存在着非线性、大迟延和大惯性等特点,目前的常规PID控制在现场实际应用中难以达到更高的控制质量要求,因此需要对其进行进一步的研究。论文对湿法烟气脱硫系统的基本工作原理进行了简要阐述,对影响脱硫效率的因素进行了分析,选取了吸收塔浆液PH值控制系统为研究对象并采用试验建模的方法建立了吸收塔浆液阀和吸收塔浆液池的数学模型。对吸收塔浆液PH值控制系统进行分析,建立了基于单神经元控制器的串级控制系统,单神经控制是一种简单的神经网络控制,其能够实现权值参数的在线学习和修改,在进行吸收塔浆液PH值控制时能够实现控制参数的自适应。考虑到吸收塔系统难以建立精确地数学模型,为了进一步提升系统的控制品质,论文还对单神经元控制器进行了优化,引入二次型性能指标的概念优化神经元权值参数的寻优过程,进一步提升控制系统的响应速度。针对设计的控制方案在MATLAB中建立仿真控制模型并进行仿真研究。在系统输入为单位阶跃信号的情况下将两种控制方案与PID控制进行对比,仿真结果表明,优化后的单神经元控制能够实现权值参数的快速寻优,在保证系统无超调的情况下能够加快系统的响应时间。之后还对提出的控制方案进行了扰动量输入仿真和被控对象参数变化等一系列仿真,验证了优化后的控制方案具有更好的鲁棒性。
陈静杰,顾泽龙,陆道溢[2](2019)在《面向航站楼环境二氧化碳浓度控制研究》文中研究说明针对航站楼人流易波动对CO2反馈控制回路产生非平稳干扰,以及在CO2浓度调控过程中室外新风的输送会影响到室内原有温度的问题,提出了一种改进单神经元自适应解耦控制方法。运用机理过程与系统辨识融合的思想建立被控对象传递函数矩阵,采用对角矩阵补偿法对CO2和温度这两个被控对象存在的耦合现象进行解耦。对单神经元自适应控制中比例系数K进行改进,最终对航站楼内新风末端控制机构采用PID控制、单神经元自适应控制、改进单神经元自适应控制三种控制方法进行仿真对比分析。仿真结果表明:改进单神经元自适应解耦控制可以在线实时调整比例、微分、积分三个参数的权重,使控制系统能更好的适应航站楼人流变化的扰动特性,增强了系统的响应速度及鲁棒性。
高琳琳[3](2017)在《四轮独立驱动独立转向电动汽车控制与协调方法研究》文中研究表明基于轮毂电机与转向电机的四轮独立驱动、四轮独立转向(Four-wheel independent driving and Four-wheel independent steering,4WID-4WIS)电动汽车是一种全新的电动汽车形式。与传统汽车相比,该种类型的电动汽车在车辆节能控制、操纵稳定性控制等方面具有无可比拟的优势。同时,这也意味着4WID-4WIS电动汽车动力学控制系统需要全新的研究与设计,设计的优劣将对整车性能产生至关重要的影响。本文以4WID-4WIS电动汽车为研究对象,基于改善汽车操纵稳定性的前提,针对四轮转向(Four-wheel steering,4WS)系统、4WIS系统、4WID系统的控制方法以及4WID系统与4WIS系统的协调策略进行深入研究。具体研究内容包括以下几个方面:(1)搭建了包括车体动力学模型、GIM轮胎模型、驱动系统模型以及转向系统模型在内的4WID-4WIS电动汽车动力学仿真模型,同时提出了一种基于横摆角度跟踪的驾驶员模型。针对整车动力学模型进行测试分析,验证模型的合理性,为后文中控制策略的研究奠定基础。(2)针对4WS系统,利用收敛速度快、不易陷入局部极小的径向基函数(Radial basis function,RBF)神经网络,设计了4WS系统的RBF神经网络控制器。针对设计的RBF神经网络控制器,分别采用―直接离线训练‖和―离线训练在线修正‖两种不同方法进行训练。直接离线训练中提出了一个“前馈+反馈”训练数据采集单元,用于训练数据的采集。离线训练在线修正法中设计了一个闭环训练系统和一个RBF神经网络辨识器,前者用于离线训练,后者用于在线修正。仿真试验表明,RBF神经网络控制器在汽车质心侧偏角的控制方面具有较好的控制效果,而对于横摆角速度的控制却有所欠缺,这与4WS系统的控制输出单一,无法同时很好地满足两个控制指标的本质有关。(3)为克服4WS系统的缺陷,进行了4WIS系统的研究。利用线性二次型(Linear-quadratic regulator,LQR)最优控制理论,设计4WIS系统的模型跟踪LQR控制器。随后,从车辆动力学角度出发,分析4WIS系统的转向动力学特性,以提高轮胎侧向力利用率为前提,提出一种基于车辆转向状态的4WIS系统车轮转角分配策略。利用LQR控制参数与控制输出之间的对应关系,将4WIS系统车轮转角分配策略映射为LQR控制参数调整策略。借助专家控制思想与遗传优化算法,设计了基于专家控制和遗传优化的LQR参数调节器;借助模糊控制逻辑,设计了基于模糊控制的LQR参数调节器。将设计的两个参数调节器分别与模型跟踪LQR控制器结合,构造变参数LQR(Varying parameter LQR,VLQR)控制系统。仿真试验表明,设计的两个VLQR控制系统均能在4WIS系统中取得良好的控制效果,可同时满足质心侧偏角与横摆角速度两项指标,且对于强侧向风一类侧向干扰也具有很好的抑制能力。(4)设计了包括车速控制功能和辅助转向功能的4WID控制系统,并针对4WID系统与4WIS系统间的协调策略进行了研究。对于4WID系统与4WIS系统可能相互干涉的转向工况,依据4WIS系统的车轮转角分配策略,提出了一种既不影响4WIS系统性能也不影响行驶车速的辅助转向附加转矩分配策略,实现4WID系统辅助转向功能的同时,完成4WID系统与4WIS系统间的协调控制。此外,对于汽车的驱动防滑问题,设计了一个基于滑移率门限值的驱动防滑控制器,进一步完善了4WID-4WIS协调控制系统功能。仿真试验结果表明,4WID-4WIS协调控制系统在汽车稳定性提高、极限工况车道保持、驱动防滑等方面均能取得很好的控制效果,对于车辆行驶安全性的提升效果显着。(5)搭建了包括NI PXI实时系统硬件、交流伺服电机及其驱动器、角度传感器、数据采集卡、加速/制动踏板、方向盘、光电编码器以及上位PC机在内的硬件在环试验平台。针对搭建的硬件在环仿真试验平台以及设计的4WID-4WIS协调控制系统进行测试,结果表明试验平台运行良好,可用于4WID-4WIS电动汽车动力学控制方法、系统的实时环境仿真试验分析。设计的4WID-4WIS协调控制系统在实时环境下依然具有较好的控制效果,能够有效地改善汽车的操纵稳定性和行车安全。
成沉[4](2017)在《喉栓式固体变推力发动机推力调控方法及性能仿真研究》文中研究指明喉栓式固体变推力发动机技术具有推力调节范围大以及能实现无级调节等特点,是固体发动机推力调控技术中非常有前景的发展方向之一。目前喉栓式变推力固体发动机即将在国内进入实弹应用阶段,仅仅实现推力可调远远不够,为满足导弹的弹道需求,亟需实现推力的精确调控,这也是喉栓式固体发动机弹上应用的关键技术之一。本文针对喉栓式变推力固体发动机的推力调控原理及方法进行了系统的研究,并对各种推力调控方法的综合性能进行了仿真测试。主要研究内容如下:建立了完整的推力调控系统数学模型,获得了系统的稳态及动态特性,为推力调控系统设计提供了理论基础。推力调控模型包括推力调控内弹道模型和传递函数模型,描述了燃烧室压强及推力对等效喉部面积的响应变化,并得到了压强和推力在调节至稳态后的计算公式。等效喉部面积计算模型包括无约束优化和约束优化两种,减小了任意型面的喉栓与喷管所形成的等效喉部面积的计算量,提高了推力调控过程的仿真速度。研究了开环式推力调控方法,包括完全开环和基于压强反馈的开环两种方法,实现了对推力的直接调控,并对两种方法的控制性能以及对工况的适应性进行了仿真对比。完全开环方法设计简单,易于实现,但控制效果受工作环境影响较大,鲁棒性不够理想,对燃面不稳定及烧蚀现象不具备补偿能力,工况适应性较差,难以满足较高的控制需求。基于压强反馈的开环推力调控方法的推力转换器能对环境压强进行反馈,控制精度高,对环境的适应性强,对燃面不稳定现象具有一定的补偿能力,并且能完全补偿喷管烧蚀效应。其中的压强控制器采用了基于径向基神经网络(RBF)辨识的自适应单神经元比例积分微分(PID)控制算法,发动机整定成本较小。研究了基于过载反馈的闭环推力调控方法,利用可测量的轴向过载形成的有效反馈,对过载形成直接控制,建立了基于过载反馈的闭环推力调控系统,间接实现了闭环推力控制,对简化导弹控制制导系统的设计有一定的帮助。采用基于RBF网络辨识的自适应单神经元PID算法设计了基于过载反馈的闭环推力调控系统,并对系统进行了仿真。由于系统对于气动力的扰动具有敏感性,采用了两种方案提高系统的抗扰能力。一种是对系统结构进行改进,对过载控制器产生的控制量进行一定的补偿,去掉控制器因轴向气动力变化引起的过载变化而产生的等效控制量,从而抑制轴向气动力对控制系统的影响。一种是采用自抗扰算法设计过载控制器,利用自抗扰算法的“自抗扰”特性抑制轴向气动力对系统的影响。两种方法都加强了系统的抗扰能力,提高了系统的控制性能。建立了“发动机内弹道—导弹外弹道”一体化性能仿真测试平台,将发动机推力调控系统的内弹道调节过程,与导弹飞行外弹道过程,进行耦合计算,对整个变推力自动驾驶仪的工作过程进行一体化仿真,对各种推力调控方法的喉栓式发动机的动态响应性能、工况适应性能以及气动敏感性进行了对比测试。仿真结果表明,开环推力调控方法响应速度较快,但由于推力响应误差较大,并存在推力负调现象,对制导指令的跟踪误差较大,对制导指令的跟踪效果很大程度上取决于导弹自动驾驶仪转换推力指令的控制算法,与该方法匹配的自动驾驶仪设计难度大。基于过载反馈的闭环推力调控方法响应速度较慢,对制导指令跟踪误差较小,无过载负调现象,可以有效避免发动机推力负调对导弹控制制导造成的影响。工况适应性好,几乎不受燃面不稳定及烧蚀现象影响,与其匹配的自动驾驶仪设计难度较小。论文得到了喉栓式固体变推力发动机推力调控过程的稳态及动态特性,实现了对推力的精确调控和发动机推力调控的整定成本控制,并建立了发动机推力调控性能测试平台,进一步推进了喉栓式变推力固体发动机的弹上应用进程。
张浩[5](2016)在《基于神经网络的惯性平台系统自适应温度控制方法研究》文中指出惯性平台系统中的陀螺等惯性器件的精度受温度影响很大,惯性平台温控系统直接影响着惯性导航系统的精度,因此对惯性平台系统实行精密的温度控制对于提高整个惯性导航的精度有重要意义。本文通过对某型高精度惯性平台系统内部的传热过程进行分析,针对惯性平台温控系统结构复杂、多耦合的情况,采用基于伪随机数的相关分析法建立了系统的数学仿真模型,针对温控回路中存在非线性环节和负载扰动的情况,采用遗传寻优神经网络系统辨识的方法建立系统的在线预测模型,结合单神经元自适应PSD控制器构成单神经元自适应智能控制器,通过仿真和试验验证该控制方法增强了温控系统的抗干扰能力和鲁棒性。本文的主要研究内容包括以下几个方面:首先分析某型高精度惯性平台系统内部台体和惯性仪表的传热过程,推导出惯性平台温控系统内台体和惯性仪表的加热功率和其温度之间的关系矩阵的结构,为了简化计算和方便仿真分析,通过进一步分析简化关系矩阵的结构形式,通过设计伪随机数,获取了辨识的输入输出数据,采用基于伪随机数的相关分析法辨识关系矩阵的参数,建立了惯性平台温控对象的数学模型。其次从解决温控回路中的非线性、模型复杂度和在线获取过程参数的角度出发,采用神经网络系统辨识的方法建立带有神经网络结构的系统的在线预测模型,为了提高神经网络模型的辨识精度,采用遗传算法优化神经网络初始参数,建立了惯性平台温控系统的在线预测模型,为自适应智能控制方法的应用奠定的基础。最后在传统控制器的基础上,为了提高系统的抗干扰能力和鲁棒性,设计了基于二次型性能指标的单神经元自适应PSD智能控制器,结合前向神经网络在线预测模型构成单神经元自适应智能控制器,通过仿真和试验结果表明,该控制方法提高了惯性平台温控系统的抗干扰能力,改善了平台的温控效果。
宋定安[6](2014)在《带输入饱和的航空发动机自适应控制》文中研究表明航空发动机系统是一种强非线性,时变的不确定系统。近年来,随着航空发动机的发展,航空发动机控制也在不断发展,对发动机控制系统的精度要求也不断提高。本文围绕航空发动机控制系统执行器的饱和非线性特点以及工作状态的多模态性特点做了以下一系列有意义的尝试和研究。采用基于输入输出测量值的Narendra模型参考自适应控制方案设计航空发动机的自适应控制器,然后针对航空发动机高低压转子的数学模型,进行数字仿真研究,结果表明控制器有效地避免了对被控对象输出值各阶导数的使用,并获得了较好的控制性能。针对航空发动机执行器的饱和非线性,在Narendra自适应控制方案的基础上进一步进行了饱和补偿器的设计。仿真结果表明,所设计的饱和补偿器可以减小执行器的饱和非线性对控制器性能的影响,有效的实现抗饱和的性能要求。最后,探究性的讨论了神经网络模型参考PSD自适应控制在航空发动机控制系统中的运用。给出了神经网络PSD控制器的原理、设计方法和结构功能,并以某型涡扇发动机为对象进行了计算机仿真。仿真结果显示了神经网络模型参考PSD控制器的良好性能,验证了方法的自适应性。为神经网络智能控制方法应用于航空发动机控制系统设计提供了理论支持。
邓潇[7](2014)在《单神经元PID控制器组态元件设计及应用》文中认为单神经元PID作为一种利用神经网络理论改进传统PID的先进控制算法,具有可调参数少、易于整定、对大滞后对象表现出较好的控制性能,并易于工业实现的特点,目前已经成功运用在各类工业控制系统中。但是,其实现方式千差万别,控制器的专用性很强,算法的通用性和可移植性较差,在实际应用上也受到了各种硬件条件和控制平台的限制。本文以单神经元PID算法的工程实现为切入点,以福建中海创集团研究院研制的新一代分布式控制平台——-IAP(Industry Automation Platform)为实验平台,采用图形化组态技术,研究了单神经元PID算法通过图形化组态元件实现的思路和方法,并通过控制组态封装技术,完成了单神经元PID组态元件的设计。其开发的算法可以直接运行在工业控制站中。本文主要研究工作如下:第一,对控制组态技术进行了介绍,分析了IAP平台建模的原理和特点,为算法的控制组态实现提供理论基础。第二,对单神经元PID算法的结构进行分析,设计了单神经元PID算法在IAP平台中的组态结构,并实现了组态元件形式的单神经元PID算法。第三,结合IAP平台控制组态编程的特点,利用组态元件编写了单神经元PID的控制组态在线分析算法,可以实时的显示系统阶跃响应的稳态和暂态性能。第四,搭建了以三阶模型作为被控对象的单神经元PID控制系统和常规PID控制系统,并同时下载到虚拟控制站中运行。利用IAP平台提供的在线组态,强制等功能,对控制器进行调试,利用在线组态分析仪对两种控制器的控制效果进行定量的对比、分析,证明了单神经元PID算法相对于常规PID算法的优越性。最后,通过IAP平台控制组态封装技术,提出了一种封装单神经元PID组态逻辑算法的设计方法,论述了单神经元PID算法结构与组态元件封装之间的关系。通过元件封装技术,开发了新的单神经元PID控制算法元件,实现了接近于单神经元PID算法拓扑图的组态算法,具有很强的可读性,易于开发和实现。通过下载到工业控制站中运行对比,其结果与采用基本组态元件实现的算法性能完全一样。单神经元PID算法的控制组态开发过程同样适用于其他先进控制算法,可以为先进控制技术在工业中的应用的提供一种通用的思路和方法。在学术研究和工程应用上有一定的现实意义。
熊俊[8](2014)在《多层单道GMA增材制造成形特性及熔敷尺寸控制》文中进行了进一步梳理熔化极气体保护电弧(Gas Metal Arc, GMA)增材制造(AdditiveManufacturing,AM)采用电弧作为热源、焊丝作为填充材料,根据零件三维模型逐层堆敷直至形成金属零件。当前对GMA-AM过程的研究主要集中在成形工艺的可行性、成形件组织和力学性能上,对成形过程稳定性、成形件表面质量和尺寸精度的研究比较匮乏。本文以多层单道GMA-AM为研究对象,以提高成形过程稳定性和成形精度为目标,深入研究了GMA直接成形金属零件过程的工艺特性、成形件表面质量,并在此基础上对成形尺寸的视觉传感检测及闭环控制等关键问题进行了系统研究,为确保成形过程质量、成形尺寸精度奠定了基础。首先研究了不同熔敷工艺参数下单层单道成形形貌,得到了单层单道良好成形形貌的工艺规范区间。接着探索了熔敷电流、堆积速度、热输入对多层单道成形形貌的影响。研究表明,熔敷电流是影响多层单道成形形貌的决定性因素,电流大于200A时,通常在第二到四层出现熔池表面严重失稳、甚至流淌,成形件形貌呈现坍塌;多层单道获得良好成形形貌的电流区间为100180A;随熔敷电流的增大,得到良好成形形貌的最大热输入减小。采用二次回归旋转组合设计的方法建立了熔敷工艺参数与熔敷层尺寸的模型关系。该模型可预估不同工艺参数下的熔敷层层宽和层高尺寸,为三维模型分层切片提供了依据。针对GMA-AM过程起弧端熔敷尺寸高且宽、熄弧端高度低的特点,提出了相应的控制策略。封闭路径成形时,相同层间采用起弧和熄弧端搭接的方式弥补高度尺寸缺陷。对非封闭路径零件,一种策略是相邻层间采用交错式堆积方式;另一种策略是相邻层间采用同向式堆积方式,起弧点增大堆积速度、减小送丝堆积速度比,熄弧点降低熔敷电流、堆积速度、增大送丝堆积速度比。进一步研究了多层单道GMA-AM表面质量影响因素。激光视觉传感系统对多层单道表面质量进行测量,建立了成形件表面质量评价体系。考察了层间温度、定送丝堆积速度比、变送丝堆积速度比等因素对成形件表面质量的影响。结果表明,熔敷层表面质量是层间温度、层高、电流、堆积速度多重因素作用的结果。相同熔敷工艺参数下,层间温度越高,表面质量越差。送丝堆积速度比为定值时,随电流增加,表面质量下降。保持电流和层间温度不变,堆积速度增加,表面质量提高;保持堆积速度和层间温度不变,电流增加,表面质量下降。为实时检测GMA-AM过程熔敷层尺寸,设计了一套用于熔敷尺寸控制的双被动视觉传感系统,可同时获得熔敷层宽度和焊枪到熔敷层表面的高度图像。采用高斯滤波去噪、边缘提取、Hough变换拟合等图像处理技术,开发了GMA-AM熔敷层尺寸实时处理算法,实现了熔敷层宽度、高度参数的在线准确检测,为过程建模和控制器设计打下基础。采用单变量阶跃响应传递函数方法建立了工艺参数与熔敷层尺寸的单输入单输出动态模型,分析了系统的时域响应特点。成形过程存在非线性、时滞等特点,简单的数学模型难以精确描述。随机试验数据辨识了堆积速度与熔敷层尺寸的非线性Hammerstein模型,该模型可用于控制系统仿真。针对GMA-AM过程多变量、多干扰的特点,以熔敷层宽度为被控变量,堆积速度为控制变量,设计了单神经元自学习(Proportional SummationalDifferential,PSD)控制器。仿真结果和干扰试验验证了控制器性能。参数自学习PSD控制器在熔敷层定宽度和变宽度控制中均可以获得良好的控制效果。同时为了满足熔敷层高度的稳定性要求,对熔敷层上表面到焊枪喷嘴的距离进行了宏观监测和自适应控制。最后,应用GMA-AM技术成形了航天发动机燃烧室壳体、环形机匣、液体火箭发动机推力室等模拟件,成形件表面质量良好。双视觉传感系统检测和PSD控制器控制结果表明,熔敷层宽度控制精度小于0.4mm。
袁士丞[9](2014)在《网络控制系统节点驱动方式及其控制研究》文中研究指明网络的引入使得控制系统在传输信号时出现了许多新的特点,与传统控制系统相比不再具有物理空间位置上的限制,网络控制系统是利用专用或公用数据通信网络代替传统的点对点并将传感器、控制器、执行器等通过实时网络连接构成的闭环控制系统。其投资成本与维护费用都有了明显地下降,具有资源共享、节点智能化、远程控制并具有较高诊断能力、布线简单等特点。然而网络控制系统带来诸多优点的同时也引出了一些新的问题。本文研究网络控制系统不同节点驱动方式的建模及其控制方法。首先,针对短时延网络控制系统和长时延网络控制系统分别对不同节点驱动方式进行研究和分析并得出节点驱动方式选取的最优方案。然后在这个方案的基础上对短时延网络控制系统设计了模糊PID控制器,对长时延网络控制系统设计了结构改进Smith预估单神经元PSD控制器来对时延进行补偿,并在每章节的结尾对其进行了仿真分析验证了其有效性。论文的主要研究工作与创新点如下:1.网络控制系统不同节点驱动方式的建模和研究。本章针对网络控制系统的时延问题,首先对网络时延进行了研究和分析,然后对网络控制系统在短时延和长时延这两种不同情况下使用不同节点驱动方式进行了建模和研究。最后分析了不同的节点驱动方式对不同时延情况下网络控制系统性能产生的影响,并且分别对短时延网络控制系统和长时延网络控制系统选取了合适的节点驱动组合,提出了“针对短时延网络控制系统,控制器节点的驱动方式使用事件驱动;针对长时延网络控制系统,控制器节点的驱动方式为时间驱动”。通过这种选取合适节点驱动方式组合的方法,主要是为了确保了控制器参与控制的时机,避免控制器计算出已为过时的控制信号影响网络控制系统的控制性能。2.基于模糊PID控制的短时延网络控制系统研究。针对短时延网络控制系统中网络时延是在一个采样周期内不确定的问题,本章在PID控制的基础上引入模糊控制,构建模糊PID控制器解决随机不确定短时延的补偿问题。模糊控制可以适应网络中不断变化的传输时延,保证系统在变化时延的情况下仍保持良好的稳定性和控制性能。在仿真对比和分析中,基于模糊PID控制器的短时延网络控制系统在一个采样周期内的固定时延和随机时延情况下均表现出了更好的控制性能,验证了模糊PID控制器在解决短时延网络控制系统的时延问题中是有效且可行的。3.基于结构改进Smith预估单神经元PSD的长时延网络控制系统研究。针对长时延网络控制系统中存在时延和被控对象等问题,提出了一种新型结构改进Smith预估单神经元PSD控制器。新型控制器由结构改进Smith预估器和单神经元PSD控制器组成。结构改进Smith预估器通过对传统Smith预估器模型结构上的改进避免了建立网络时延的预估模型,补偿了网络时延对系统的性能带来的影响。单神经元PSD控制器解决了结构改进Smith预估器的模型失配问题。仿真实验证明该新型控制器有效地补偿了长时延对网络控制系统的性能带来的影响,在模型失配情况下具有良好的鲁棒性和适应性。
刘玺[10](2011)在《湿式双离合器自动变速器换档过程关键技术研究》文中进行了进一步梳理随着车辆自动操纵技术的迅速发展,自动变速器呈现蓬勃发展的趋势,自动变速器性能的充分发挥可使整车具有降低燃油消耗率、改善排放、提高动力传动系统使用寿命及减轻驾驶者劳动强度等优点,因此得到了越来越广泛的应用。双离合器自动变速器(Dual Cluth Transmission,简称DCT)是一种新型自动变速器,它是在平行轴式变速器基础上发展而来,将奇、偶数档位分别布置在两个离合器上,通过两个离合器交替实现换档。它既保持了传统手动变速器结构简单、机械效率高等优点,又能实现动力无中断换档,提高车辆动力性和经济性,改善换档品质。因此近年来DCT已成为国际变速器领域研究开发的热点。本文基于国内外DCT研究现状,结合国家“863”高技术研究发展计划资助项目“6档双离合器自动变速器开发”,对湿式双离合器自动变速器换档过程关键技术进行了深入研究,主要研究内容如下:(1)在分析了湿式双离合器自动变速器电液系统组成和原理基础上,对DCT换档过程中的电液系统相关电液阀特性进行了分析与建模仿真,并进行了试验验证,仿真结果和试验数据能够较好的吻合。(2)对DCT预选档过程的预选档特性和换档力控制技术进行了研究,并针对换档力控制技术,对同步器工作过程进行了分析,在此基础上建立了同步过程数学模型和预选档过程换档阻力模型,并对预选档过程换档拨叉的目标位置及该位置对应的换档力进行了研究。在此基础上,进行了整车试验,验证了所制定的换档力模糊控制策略的有效性,对改善DCT换档品质有实际意义。(3)对DCT换档过程离合器控制的最佳目标扭矩确定方法进行了研究。在对双离合器自动变速器不同工况的换档过程进行分析的基础上,制定了分阶段换档策略,建立了各阶段换档动力学模型。根据二次型最优控制理论,结合换档品质评价指标,选定滑磨功和冲击度作为二次型性能指标函数,建立了换档过程的状态空间模型,依此求得换档过程各个阶段的离合器最优目标扭矩,并结合试验车参数进行了不同权重系数的换档过程仿真,通过仿真对比,表明了通过调整权重系数,可以使滑磨功和冲击度得到有效平衡,通过运用基于二次型最优的DCT换档过程离合器目标扭矩决策技术可以获得较好的换档品质。(4)对DCT换档过程的湿式离合器压力控制方法进行了研究。在对湿式双离合器结构、工作原理和扭矩传递特性进行分析的基础上,建立了湿式离合器扭矩模型,为湿式离合器基于数学模型的控制奠定基础。鉴于数学模型控制中精确度不足及长期使用后性能改变的问题,将PSD控制算法引入到单神经元PID控制中,形成单神经元自适应PSD智能控制器并应用到湿式离合器控制系统中,建立离合器压力智能控制算法并进行整车试验,试验结果表明基于单神经元自适应PSD的湿式离合器控制算法跟随性好,控制精度高,使车辆具有较好的换档特性。(5)在分析驾驶员类型基础上,进行了有关DCT换档过程中基于驾驶员类型的DCT换档规律及其确定方法的研究。采用BP神经网络分类器对驾驶风格进行辨识,再采用贝叶斯融合决策方法先后对同类操纵的驾驶风格辨识结果和所有操纵类型驾驶风格辨识结果进行了数据融合决策,最终辨识出驾驶员类型。根据驾驶员类型,制定了基于驾驶员类型的DCT换档规律,通过对不同驾驶员类型的DCT换档规律仿真对比,表明了基于驾驶员类型的DCT换档规律能够适应不同类型的驾驶员需求。本文通过理论分析与试验研究相结合的方法,对湿式双离合器自动变速器换档过程关键技术进行了深入研究,试验结果表明获得了较好的换档品质,对湿式双离合器自动变速器换档技术的开发具有一定的参考价值。
二、二次型单神经元PSD控制器及仿真(英文)(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、二次型单神经元PSD控制器及仿真(英文)(论文提纲范文)
(1)基于单神经元的湿法烟气脱硫吸收塔控制系统研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究的背景及意义 |
1.2 脱硫控制国内外研究现状 |
1.2.1 模糊控制 |
1.2.2 内模控制 |
1.2.3 神经网络控制 |
1.2.4 其他先进控制 |
1.3 论文主要的研究内容 |
1.4 本章小结 |
第二章 湿法烟气脱硫系统分析及建模 |
2.1 湿法烟气脱硫工艺过程 |
2.2 吸收系统中的主要化学反应 |
2.3 脱硫效率的影响因素分析 |
2.3.1 吸收塔浆液PH值 |
2.3.2 液气比 |
2.3.3 入口烟气二氧化硫浓度 |
2.3.4 入口烟气温度 |
2.4 吸收塔系统模型辨识 |
2.4.1 石灰石浆液阀数学模型 |
2.4.2 吸收塔数学模型 |
2.5 本章小结 |
第三章 吸收塔浆液PH值控制方案设计 |
3.1 吸收塔浆液PH值PID控制 |
3.1.1 吸收塔浆液PH值单回路前馈反馈控制系统 |
3.1.2 吸收塔浆液PH值串级控制系统 |
3.2 吸收塔浆液PH值单神经元控制 |
3.2.1 单神经元控制器的原理 |
3.2.2 吸收塔浆液PH值单神经元控制系统设计 |
3.3 本章小结 |
第四章 吸收塔浆液PH值单神经元控制仿真分析 |
4.1 仿真模型设计 |
4.1.1 吸收塔浆液PH值前馈反馈串级控制系统仿真模型 |
4.1.2 单神经元仿真模型 |
4.2 给定值阶跃响应仿真 |
4.3 扰动输入仿真 |
4.4 鲁棒性仿真 |
4.5 本章小结 |
第五章 基于二次型的吸收塔浆液PH值单神经元控制 |
5.1 基于二次型的单神经元算法 |
5.2 吸收塔浆液PH值控制系统仿真 |
5.3 给定值阶跃响应仿真 |
5.4 扰动输入仿真 |
5.5 鲁棒性仿真 |
5.5.1 延迟时间变化仿真 |
5.5.2 放大倍数变化仿真 |
5.5.3 时间常数变化仿真 |
5.6 本章小结 |
总结与展望 |
参考文献 |
致谢 |
附录 攻读硕士学位期间学术论文发表及参加科研活动 |
(2)面向航站楼环境二氧化碳浓度控制研究(论文提纲范文)
1 引言 |
2 环境参数调控原理及建模 |
2.1 系统建模及参数辨识 |
2.2 被控对象解耦 |
3 环境参数控制方法研究 |
3.1 单神经元PID控制算法 |
3.2 改进神经元自适应算法 |
4 仿真结果与分析 |
5 结论 |
(3)四轮独立驱动独立转向电动汽车控制与协调方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 纯电动汽车国内外研究现状 |
1.2.2 多轮驱动系统控制技术国内外研究现状 |
1.2.3 多轮转向系统控制技术国内外研究现状 |
1.2.4 车辆动力学系统协调/集成技术国内外研究现状 |
1.3 研究现状综合分析 |
1.4 研究内容与技术路线 |
第2章 4WID-4WIS电动汽车动力学模型建立 |
2.1 汽车动力学模型概述 |
2.2 4WID-4WIS电动汽车动力学模型 |
2.2.1 车辆坐标系与模型简化 |
2.2.2 车体动力学模型 |
2.2.3 轮胎模型 |
2.2.4 车轮动力学模型 |
2.2.5 辅助计算模型 |
2.2.6 驱动系统模型 |
2.2.7 转向系统模型 |
2.3 驾驶员模型 |
2.4 动力学模型仿真试验分析 |
2.4.1 模型开环响应试验 |
2.4.2 模型闭环响应试验 |
2.4.3 与Carsim模型对比分析 |
2.5 本章小结 |
第3章 基于RBF神经网络的 4WS系统控制方法研究 |
3.1 4WS系统概述 |
3.2 车辆稳定性分析 |
3.2.1 质心侧偏角对车辆稳定性的影响 |
3.2.2 横摆角速度对车辆稳定性的影响 |
3.3 4WS系统的RBF神经网络控制器结构 |
3.4 RBF神经网络控制器的学习算法 |
3.4.1 正交最小二乘算法 |
3.4.2 梯度下降算法 |
3.5 RBF神经网络控制器的学习训练 |
3.5.1 RBF神经网络控制器学习训练机制 (一) |
3.5.2 RBF神经网络控制器学习训练机制 (二) |
3.6 仿真试验分析 |
3.6.1 RBF神经网络控制器I仿真试验分析 |
3.6.2 RBF神经网络控制器II仿真试验分析 |
3.6.3 RBF神经网络控制器I与控制器II对比分析 |
3.7 本章小结 |
第4章 基于模型跟踪的 4WIS系统控制方法研究 |
4.1 4WIS系统概述 |
4.2 VLQR控制系统结构 |
4.3 理想参考模型 |
4.4 模型跟踪LQR控制器 |
4.5 参数调节器 |
4.5.1 LQR控制参数分析 |
4.5.2 控制参数调整规则 |
4.5.3 基于专家控制与遗传优化的参数调节器 |
4.5.4 基于模糊控制的参数调节器 |
4.6 仿真试验分析 |
4.6.1 LQR与VLQR控制系统对比试验 |
4.6.2 VLQR与GA-VLQR控制系统对比试验 |
4.6.3 GA-VLQR、FL-VLQR与传统 4WS控制系统对比试验 |
4.6.4 抗侧向风试验 |
4.7 本章小结 |
第5章 4WID与 4WIS系统协调控制策略研究 |
5.1 车辆动力学协调系统概述 |
5.2 4WID-4WIS协调控制系统结构 |
5.3 4WID控制系统设计 |
5.3.1 车速控制器 |
5.3.2 辅助转向控制器及其激活条件 |
5.3.3 车轮附加转矩分配策略 |
5.4 4WID-4WIS协调控制系统驱动防滑功能改进 |
5.5 仿真试验分析 |
5.5.1 开环响应试验 |
5.5.2 闭环响应试验 |
5.5.3 对开路面制动试验 |
5.5.4 驱动防滑试验 |
5.6 本章小结 |
第6章 4WID-4WIS协调控制系统硬件在环仿真试验 |
6.1 硬件在环试验概述 |
6.2 硬件在环仿真试验平台总体结构设计 |
6.2.1 实时系统硬件平台选型 |
6.2.2 硬件在环仿真试验平台总体结构 |
6.3 硬件在环仿真试验平台硬件部分 |
6.3.1 实时系统硬件平台 |
6.3.2 数据采集卡 |
6.3.3 转向机构硬件 |
6.3.4 其他硬件 |
6.4 硬件在环仿真试验平台软件部分 |
6.5 4WID-4WIS协调控制系统的硬件在环试验 |
6.5.1 硬件在环仿真试验平台试验测试 |
6.5.2 4WID-4WIS协调控制系统试验测试 |
6.6 本章小结 |
第7章 全文总结与展望 |
7.1 全文总结 |
7.2 研究展望 |
参考文献 |
攻读博士期间取得的科研成果 |
致谢 |
(4)喉栓式固体变推力发动机推力调控方法及性能仿真研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 变推力固体发动机研究现状 |
1.3 喉栓式固体发动机发展现状 |
1.3.1 喉栓式技术国外研究进展 |
1.3.2 喉栓式技术国内研究进展 |
1.4 本文的研究内容 |
2 喉栓式固体发动机推力调控系统建模及特性分析 |
2.1 引言 |
2.2 喉栓式固体发动机推力调控原理 |
2.3 推力调控内弹道模型 |
2.4 推力调控传递函数模型 |
2.5 模型试验对比及修正 |
2.6 等效喉部面积计算模型 |
2.6.1 无约束优化方法 |
2.6.2 约束优化方法 |
2.6.3 优化方法计算量测试 |
2.6.4 优化初值选择方法 |
2.7 动态特性分析 |
2.8 动态特性分析 |
2.8.1 调节时间 |
2.8.2 推力负调特性分析 |
2.9 小结 |
3 开环推力调控方法 |
3.1 引言 |
3.2 完全开环推力调控方法 |
3.2.1 推力转换器设计 |
3.2.2 推力调节执行机构 |
3.3 基于压强反馈的开环推力调控方法 |
3.3.1 推力转换器设计 |
3.3.2 压强控制环设计 |
3.4 调控方法性能对比及工况适应性仿真 |
3.4.1 稳态性能对比 |
3.4.2 动态性能对比 |
3.4.3 工况适应性仿真 |
3.5 小结 |
4 基于过载反馈的闭环推力调控方法 |
4.1 引言 |
4.2 基于过载反馈的单神经元PID闭环推力调控方法 |
4.2.1 系统结构 |
4.2.2 控制效果仿真及分析 |
4.3 改进的PID式闭环控制方案设计 |
4.3.1 系统结构及改进方法 |
4.3.2 改进效果仿真及分析 |
4.4 基于过载反馈的自抗扰闭环推力调控方法 |
4.4.1 自抗扰控制器结构 |
4.4.2 自抗扰控制器设计方法 |
4.4.3 基于过载反馈的自抗扰推力调控系统结构及算法 |
4.4.4 抗扰性能仿真 |
4.5 小结 |
5 喉栓式变推力固体发动机性能测试仿真验证 |
5.1 引言 |
5.2 一体化仿真平台设计 |
5.2.1 功能计算模块 |
5.2.2 算法模块 |
5.2.3 数据库模块 |
5.3 平台仿真实例 |
5.4 发动机推力调控性能测试 |
5.4.1 动态响应性能测试 |
5.4.2 工况适应性能测试 |
5.4.3 气动力敏感性测试 |
5.5 小结 |
6 结论与建议 |
6.1 主要内容与结论 |
6.2 本文的创新成果 |
6.3 下一步工作建议 |
参考文献 |
致谢 |
攻读博士学位期间发表的学术论文和参加科研情况 |
(5)基于神经网络的惯性平台系统自适应温度控制方法研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题背景及研究意义 |
1.2 惯性平台系统温度控制方案的国内外研究现状 |
1.3 神经网络自适应控制的发展 |
1.4 本文研究内容与章节安排 |
1.4.1 本文研究内容 |
1.4.2 章节安排 |
2 惯性平台系统中温控对象建模 |
2.1 问题描述 |
2.2 惯性平台系统中温控对象 |
2.2.1 惯性平台系统中惯性仪表传热过程 |
2.2.2 惯性平台系统惯性仪表热参数计算 |
2.3 相关分析辨识法参数辨识 |
2.3.1 相关分析辨识法求系统传递函数理论依据 |
2.3.2 伪随机信号设计 |
2.3.3 测温数据预处理 |
2.3.4 辨识结果与检验 |
2.4 本章小结 |
3 遗传寻优神经网络辨识器 |
3.1 问题描述 |
3.2 基于遗传寻优神经网络辨识温控对象 |
3.2.1 神经网络系统辨识原理 |
3.2.2 基于遗传算法优化的神经网络原理 |
3.3 预测模型辨识结果与检验 |
3.3.1 预测模型辨识数据 |
3.3.2 预测模型辨识结果 |
3.3.3 预测模型检测 |
3.4 本章小结 |
4 单神经元自适应智能控制器的设计 |
4.1 问题描述 |
4.2 单神经元自适应PSD智能控制器设计 |
4.2.1 神经网络自适应PID控制介绍 |
4.2.2 基于二次型性能指标的单神经元自整定PSD控制 |
4.2.3 系统稳定性分析 |
4.3 单神经元自适应智能控制器设计 |
4.4 仿真结果 |
4.5 本章小结 |
5 系统设计与实验验证 |
5.1 全数字温控系统方案设计 |
5.1.1 数字温控系统硬件设计 |
5.1.2 数字温控系统算法设计 |
5.2 试验验证 |
5.3 本章小结 |
结论 |
1 论文工作总结 |
2 后续工作展望 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(6)带输入饱和的航空发动机自适应控制(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景的意义 |
1.2 航空发动机控制技术发展概述 |
1.2.1 国外航空发动机控制系统的发展史 |
1.2.2 国内航空发动机控制系统的发展史 |
1.3 航空发动机执行器饱和研究状况 |
1.4 本文主要工作和结构 |
第二章 航空发动机的数学模型 |
2.1 航空发动机数学模型的分类、要求和建立方法 |
2.2 航空发动机数学模型的推导 |
2.2.1 航空发动机数学模型的简化假设 |
2.2.2 航空发动机的动态方程 |
2.2.3 采用抽功法求取各项偏导数 |
2.2.4 参数的归一化 |
第三章 基于输入输出的航空发动机自适应控制 |
3.1 自适应控制系统概述 |
3.2 Narendra自适应控制器设计 |
3.2.1 Narendra自适应控制器的结构与设计步骤 |
3.2.2 模型参考自适应控制器的推导与设计 |
3.3 控制系统的仿真与分析 |
第四章 饱和补偿器的设计 |
4.1 抗饱和控制的概述 |
4.2 饱和补偿器的设计 |
4.3 控制器的仿真结果与分析 |
第五章 航空发动机神经网络模型参考自适应PSD控制器的设计 |
5.1 神经网络模型参考自适应控制 |
5.2 神经网络模型参考自适应PID控制 |
5.2.1 神经网络几种典型的学习规则 |
5.2.2 单神经元自适应PID控制 |
5.2.3 改进的单神经元自适应PID控制 |
5.3 神经网络模型参考自适应PSD控制 |
5.3.1 模型参考自适应PSD控制 |
5.3.2 模型参考神经元自适应PSD控制 |
5.4 控制系统的仿真结果分析 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
(7)单神经元PID控制器组态元件设计及应用(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状及分析 |
1.2.1 单神经元PID的发展现状 |
1.2.2 单神经元PID的工程实现原理 |
1.2.3 单神经元PID控制技术的发展前景 |
1.3 本文的主要内容与创新点 |
第二章 DCS控制组态技术 |
2.1 DCS控制组态技术关键问题 |
2.2 IAP平台概述 |
2.3 控制组态通用技术及实现工具 |
2.3.1 IAPlogic功能 |
2.3.2 IAPlogic的特点 |
2.4 IAP平台仿真实例 |
2.4.1 图形化组态建模 |
2.4.2 时序分析 |
2.4.3 系统调试及输出 |
第三章 单神经元PID的组态方法 |
3.1 单神经元PID算法的基本原理 |
3.1.1 单神经元模型 |
3.1.2 单神经元的学习 |
3.1.3 单神经元PID控制器 |
3.2 单神经元PID算法图形化组态设计 |
3.2.1 状态变换 |
3.2.2 整合输出 |
3.2.3 权值更新 |
3.3 在线组态分析方法与对比分析 |
3.3.1 在线组态分析方法 |
3.3.2 对比分析实验 |
3.4 MATLAB与IAP平台仿真控制对比试验及分析 |
3.4.1 编程方式对比分析 |
3.4.2 调试方式对比分析 |
3.4.3 输出结果对比分析 |
第四章 单神经元PID控制算法元件封装技术探讨 |
4.1 IAP平台控制组态元件封装技术 |
4.2 单神经元PID算法元件封装 |
4.2.1 单神经元PID算法的封装 |
4.2.2 单神经元PID算法元件功能介绍 |
4.3 封装后单神经元PID与拓扑图对比 |
4.4 两种单神经元PID性能对比 |
结论与展望 |
附录 |
参考文献 |
致谢 |
个人简历 |
在读期间发表的学术论文及参与的项目 |
(8)多层单道GMA增材制造成形特性及熔敷尺寸控制(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 增材制造技术研究现状 |
1.3 电弧增材制造技术研究现状 |
1.3.1 电弧增材制造技术概述 |
1.3.2 电弧增材制造工艺 |
1.4 电弧增材制造成形过程分析 |
1.5 电弧增材制造过程监测与控制研究现状 |
1.6 本文的主要研究内容 |
第2章 多层单道 GMA-AM 成形工艺 |
2.1 GMA-AM 试验系统建立 |
2.1.1 熔敷工艺参数控制系统 |
2.1.2 视觉传感系统 |
2.2 单层单道熔敷成形特点 |
2.3 多层单道熔敷成形特点 |
2.3.1 大电流成形 |
2.3.2 小电流成形 |
2.4 熔敷尺寸与工艺参数建模 |
2.4.1 试验设计 |
2.4.2 回归模型建立 |
2.4.3 回归模型检验 |
2.4.4 工艺参数对熔敷尺寸影响 |
2.5 多层单道倾斜特征研究 |
2.5.1 倾斜角定义 |
2.5.2 最大倾斜角影响因素 |
2.6 起弧与熄弧端控制策略 |
2.6.1 起熄弧端问题分析 |
2.6.2 封闭路径控制策略 |
2.6.3 非封闭路径控制策略 |
2.7 本章小结 |
第3章 多层单道 GMA-AM 表面质量影响因素分析 |
3.1 表面质量测量基本原理 |
3.2 传感系统标定 |
3.2.1 摄像机标定 |
3.2.2 激光平面标定 |
3.2.3 标定验证 |
3.3 表面质量影响因素分析 |
3.3.1 层间温度 |
3.3.2 定送丝堆积速度比 |
3.3.3 变送丝堆积速度比 |
3.4 本章小结 |
第4章 GMA-AM 视觉传感及熔敷尺寸实时测量 |
4.1 双视觉传感系统设计 |
4.2 熔敷尺寸特征参数定义 |
4.3 视觉传感系统标定 |
4.4 熔敷尺寸图像处理 |
4.4.1 典型图像分析 |
4.4.2 特征参数提取 |
4.5 本章小结 |
第5章 多层单道 GMA-AM 熔敷尺寸控制系统建模 |
5.1 阶跃试验 |
5.1.1 熔敷电流阶跃时熔敷尺寸响应 |
5.1.2 堆积速度阶跃时熔敷尺寸响应 |
5.1.3 电弧电压阶跃时熔敷尺寸响应 |
5.1.4 综合分析 |
5.2 系统辨识 |
5.2.1 辨识信号设计 |
5.2.2 系统动态辨识 |
5.3 本章小结 |
第6章 多层单道 GMA-AM 熔敷尺寸控制 |
6.1 单神经元自学习 PSD 熔宽控制 |
6.1.1 PSD 控制算法 |
6.1.2 PSD 控制器性能验证 |
6.1.3 恒定规范试验 |
6.1.4 定宽度控制 |
6.1.5 变宽度控制 |
6.2 喷嘴到熔敷层上表面距离自适应控制 |
6.2.1 自适应控制算法 |
6.2.2 恒规范试验 |
6.2.3 自适应控制试验 |
6.3 本章小结 |
第7章 多层单道 GMA-AM 典型模拟件成形 |
7.1 燃烧室模拟件 |
7.2 环形机匣模拟件 |
7.3 推力室模拟件 |
7.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(9)网络控制系统节点驱动方式及其控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.0 引言 |
1.1 工业网络控制系统 |
1.1.1 直接数字控制系统 |
1.1.2 集散控制系统 |
1.1.3 现场总线控制系统 |
1.1.4 工业以太网控制系统 |
1.2 网络控制系统的研究意义 |
1.3 网络控制系统的研究现状 |
1.3.1 网络的角度 |
1.3.2 控制的角度 |
1.4 本文的主要研究工作和创新点 |
1.5 论文的结构安排 |
第二章 网络控制系统的基本问题及其仿真环境 |
2.1 引言 |
2.2 网络控制系统的结构和特点 |
2.2.1 网络控制系统的结构 |
2.2.2 网络控制系统特点 |
2.3 网络控制系统的基本问题 |
2.3.1 采样周期 |
2.3.2 网络时延 |
2.3.3 节点的驱动方式 |
2.3.4 时钟同步 |
2.3.5 网络调度 |
2.4 控制网络 |
2.5 网络控制系统的仿真环境 |
2.5.1 TrueTime工具箱的基本概念 |
2.5.1.1Tasks (任务) |
2.5.1.2 Interrupts and Interrupts Handlers(中断和中断柄) |
2.5.1.3 Priorities and Scheduling(优先级和调度) |
2.5.1.4 Code(代码) |
2.5.2 TrueTime仿真工具箱功能模块 |
2.5.2.1 实时内核模块 |
2.5.2.2 有线网络模块 |
2.5.2.3 无线网络模块 |
2.5.3 TrueTime仿真工具箱模块初始化 |
2.6 本章小结 |
第三章 网络控制系统不同节点驱动方式的数学建模与分析 |
3.1 引言 |
3.2 网络控制系统的时延分析 |
3.2.1 网络时延产生的因素及其组成 |
3.2.2 网络时延对网络控制系统性能的影响 |
3.3 网络控制系统不同节点驱动方式的建模 |
3.3.1 短时延网络控制系统不同节点驱动方式的建模 |
3.3.1.1 控制器节点与执行器节点均为时间驱动 |
3.3.1.2 控制器节点为时间驱动,执行器节点为事件驱动 |
3.3.1.3 控制器节点为事件驱动,执行器节点为时间驱动 |
3.3.1.4 控制器节点与执行器节点均为事件驱动 |
3.3.2 长时延网络控制系统不同节点驱动方式的建模 |
3.3.2.1 控制器与执行器均为时间驱动 |
3.3.2.2 控制器为事件驱动,执行器为时间驱动 |
3.3.2.3 控制器为时间驱动,执行器为事件驱动 |
3.3.2.4 控制器与执行器均为事件驱动 |
3.4 长、短时延网络控制系统驱动方式的选择 |
3.5 网络控制系统不同驱动仿真研究 |
3.5.1 网络控制系统TrueTime仿真模刑的建立 |
3.5.1.1 传感器模块的介绍 |
3.5.1.2 控制器模块的介绍 |
3.5.1.3 执行器模块的介绍 |
3.5.1.4 网络模块的介绍 |
3.5.2 仿真结果分析 |
3.5.2.1 短时延网络控制系统 |
3.5.2.2 长时延网络控制系统 |
3.6 本章小结 |
第四章 短时延网络控制系统模糊PID控制器的研究与设计 |
4.1 引言 |
4.2 模糊控制及其特点 |
4.3 模糊控制系统及其组成部分 |
4.4 模糊控制器的设计方法 |
4.4.1 确定模糊控制器的输入与输出变量和维数 |
4.4.2 建立模糊控制器控制规则 |
(1) 输入与输出变量的词集 |
(2) 模糊变量的模糊子集 |
(3) 建立模糊控制规则 |
4.4.3 模糊化 |
4.4.4 模糊判决 |
4.4.5 确定模糊控制器的论域与其各项参数 |
4.4.5.1 论域与基本论域 |
4.4.5.2 量化因子和比例因子 |
4.5 短时延网络控制系统中自适应模糊PID控制器设计 |
4.5.1 模糊自适应PID控制原理 |
4.5.2 模糊自适应PID控制器设计 |
4.5.2.1 定义输入和输出模糊集,论域范围和隶属函数 |
4.5.2.2 模糊控制规则表 |
4.5.2.3 模糊PID控制器解模糊方法的选择 |
4.6 仿真对比和分析 |
4.7 本章小结 |
第五章 基于变结构Smith预估器的单神经元PSD自适应控制器在长时延网络控制系统中的研究 |
5.1 引言 |
5.2 新型结构改进Smith预估控制 |
5.2.1 Smith预估补偿控制及其基本原理 |
5.2.2 Smith预估补偿器在网络控制系统中的应用 |
5.2.3 结构改进Smith预估补偿器在网络控制系统中的应用 |
5.3 结构改进Smith单神经元PSD控制器的设计 |
5.3.1 单神经元模型 |
5.3.2 神经网络学习算法 |
5.3.3 单神经元PID算法 |
5.3.4 改进的单神经元PID算法 |
5.3.5 增益K自调整单神经元自适应PID算法 |
5.3.5.1 自适应PSD控制算法 |
5.3.5.2 单神经元PSD算法 |
5.3.6 结构改进Smith单神经元PSD控制器 |
5.4 仿真对比与分析 |
5.4.1 结构改进Smith预估单神经元PSD的仿真模型 |
5.4.2 仿真结果与分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士学位期间发表(录用)的论文和科研情况说明 |
(10)湿式双离合器自动变速器换档过程关键技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 双离合器自动变速器发展及现状 |
1.2.1 国外双离合器自动变速器发展及现状 |
1.2.2 国内双离合器自动变速器发展及现状 |
1.3 双离合器自动变速器工作原理 |
1.4 本文主要研究内容 |
第2章 DCT换档过程中的电液系统相关电液阀特性分析与建模仿真研究 |
2.1 电液系统组成及原理 |
2.2 换档力控制的电液阀特性分析与建模 |
2.2.1 安全阀特性分析与建模 |
2.2.2 安全滑阀特性分析与建模 |
2.3 离合器压力控制阀特性分析与建模 |
2.4 DCT换档过程中的电液阀特性仿真与试验 |
2.5 本章小结 |
第3章 DCT换档过程的预选档特性与换档力控制技术研究 |
3.1 预选档工作过程分析 |
3.2 同步器同步过程分析 |
3.3 预选档同步过程中的计算模型 |
3.3.1 同步过程同步器运动微分方程 |
3.3.2 同步过程转矩的计算模型 |
3.3.3 同步过程转动惯量的计算模型 |
3.3.4 换档力与同步时间关系的计算模型 |
3.4 预选档过程的换档阻力分析与建模 |
3.4.1 结合套空档自锁阻力分析与建模 |
3.4.2 换档拨叉自锁阻力分析与建模 |
3.4.3 结合齿圈抵触阻力分析与建模 |
3.5 预选档过程的换档力计算与控制方法 |
3.5.1 预选档品质评价指标 |
3.5.2 换档力计算 |
3.5.3 换档拨叉目标位置分析 |
3.5.4 换档力控制策略与分析 |
3.6 预选档过程的换档力控制试验与分析 |
3.7 本章小结 |
第4章 DCT换档过程离合器控制的最佳目标扭矩确定方法研究 |
4.1 DCT换档动力学模型 |
4.1.1 正扭矩换档过程的车辆动力传动系统动力学模型 |
4.1.2 正扭矩升档工况分阶段动力学模型 |
4.1.3 正扭矩降档工况分阶段动力学模型 |
4.2 DCT换档品质评价指标 |
4.3 基于二次型最优的DCT换档过程离合器目标扭矩确定方法研究 |
4.3.1 二次型最优控制理论简述 |
4.3.2 基于二次型最优的DCT换档过程离合器目标扭矩确定 |
4.3.3 仿真分析 |
4.4 本章小结 |
第5章 DCT换档过程的湿式离合器压力控制方法研究 |
5.1 湿式双离合器结构及工作原理 |
5.2 湿式离合器结合过程分析 |
5.3 湿式离合器扭矩模型 |
5.4 单神经元自适应PSD智能控制 |
5.4.1 神经元数学模型 |
5.4.2 单神经元PID控制原理及其学习算法 |
5.4.3 单神经元自适应PSD智能控制器 |
5.5 基于单神经元自适应PSD的湿式离合器控制 |
5.6 换档试验及分析 |
5.7 本章小结 |
第6章 驾驶员类型及DCT换档过程中基于驾驶员类型的换档规律与确定方法研究 |
6.1 驾驶员类型识别方法 |
6.2 表征驾驶员驾驶风格的相关试验数据分类方法 |
6.3 驾驶员驾驶风格的辨识方法研究 |
6.4 基于驾驶风格的驾驶员分类模型研究 |
6.5 基于驾驶员类型的DCT换档规律 |
6.5.1 兼顾动力性与经济性换档规律的驾驶员类型与油门开度之间的关系特性分析 |
6.5.2 基于驾驶员类型的DCT换档规律制定方法与分析 |
6.6 本章小结 |
第7章 全文总结 |
7.1 本文研究内容 |
7.2 本文创新点 |
7.3 未来研究方向 |
参考文献 |
攻读博士学位期间发表的论文及参与的科研项目 |
致谢 |
四、二次型单神经元PSD控制器及仿真(英文)(论文参考文献)
- [1]基于单神经元的湿法烟气脱硫吸收塔控制系统研究[D]. 王涛. 长沙理工大学, 2019(07)
- [2]面向航站楼环境二氧化碳浓度控制研究[J]. 陈静杰,顾泽龙,陆道溢. 计算机仿真, 2019(01)
- [3]四轮独立驱动独立转向电动汽车控制与协调方法研究[D]. 高琳琳. 吉林大学, 2017(11)
- [4]喉栓式固体变推力发动机推力调控方法及性能仿真研究[D]. 成沉. 西北工业大学, 2017(01)
- [5]基于神经网络的惯性平台系统自适应温度控制方法研究[D]. 张浩. 中国航天科技集团公司第一研究院, 2016(03)
- [6]带输入饱和的航空发动机自适应控制[D]. 宋定安. 东北大学, 2014(08)
- [7]单神经元PID控制器组态元件设计及应用[D]. 邓潇. 福州大学, 2014(12)
- [8]多层单道GMA增材制造成形特性及熔敷尺寸控制[D]. 熊俊. 哈尔滨工业大学, 2014(03)
- [9]网络控制系统节点驱动方式及其控制研究[D]. 袁士丞. 东华大学, 2014(06)
- [10]湿式双离合器自动变速器换档过程关键技术研究[D]. 刘玺. 吉林大学, 2011(05)