最小发汗量冷却系统的PID进化控制策略和实现算法

针对发汗冷却系统中不可压缩发汗剂对热层温度场的优化控制问题,利用径向基函数神经网络建立了被控温度场的预测模型,构造了使发汗剂消耗量和预测温度超调量极小化的泛函性能指标,提出一种基于遗传算法的PID进化控制策略和实现算法。同时,该神经网络预测器可以通过在线学习随时跟踪温度场的变化,以实现对温度场的滚动优化和进化控制。仿真结果表明,这种基于神经网络预测和遗传算法优化的PID进化控制器能够实现在几乎无烧蚀的情况下发汗剂消耗量的最小化。而且,该算法还适合于多样化的性能指标,便于求解和实现,实用性强。     

无线传感器网络中DMST拓扑控制算法

为了延长无线传感器网络的生命周期,进行了无线传感器网络中拓扑控制策略的探索性研究,提出了一种基于最小生成树的分布式拓扑控制算法(MST-based distributed topology control algorithm,DMST),该算法能够保持拓扑控制前后网络中任意两点之间最大限度K容错连通特性.在OPNET仿真平台上对该算法进行仿真,最后与无线传感器网络传统的两种节能路由协议基于信息协商的传感器协议(Sensor Protocols for Information via Negotiation,SPIN)和直接扩散协议(Directed Diffusion,DD)在同等条件下针对节点能量使用进行对比,结果表明,DMST算法使得节点能根据自身剩余能量状况对节点运行模式进行控制,达到节能目的.DMST除了能通过改变K值来调整网络的容错能力之外,还能根据节点最大移动速度和Hello包间隔进行拓扑调整,有助于保持移动网络的拓扑稳定性.     

模糊神经网络控制器在卫星姿态控制系统中的应用

现代卫星的姿轨控制面临着挠性附件对本体姿态的耦合作用。本文将卫星太阳帆板挠性结构对本体姿态的影响增广进系统方程 ,在PID控制器控制刚体卫星的基础上 ,设计了模糊神经网络控制器 ,采用反向传播和最小方差估计的学习方法进行模糊规则的学习 ,仿真表明 ,模糊神经网络特有的学习和处理定性与定量知识的优点 ,将使卫星姿态在参数变化与外部干扰情况下具有较好的姿态稳定度与精度。     

大型挠性充液卫星自适应PID智能控制技术研究

介绍以新一代静止轨道三轴稳定卫星平台为研究对象的大型挠性充液卫星的自适应PID智能控制方案。自适应PID智能控制继承了PID控制器的优点,在PID控制器的基础上增添了模态参数智能自主在轨辨识、自适应滤波器参数自主确定,从而使自适应PID智能控制的鲁棒性、可靠性、安全性显著增强,即使帆板挠性或液体晃动等模态参数超出预定指标范围,也可以自主地智能地消除可能出现的姿态振荡。     

结构热试验中冷壁热流边界模拟方法研究

在结构热试验中,由于受试验手段的限制,对于热载荷一般只能模拟热壁热流边界,而无法模拟冷壁热流边界。文章讨论了在结构热试验中进行冷壁热流边界模拟的试验方法,并使该方法在结构热试验的控制算法中加以实现,对结构热试验是一个有效的补充。     

遗传神经网络PID控制技术研究与应用

针对空调控制系统非线性、大滞后、时变性等特点,通过对中央空调总风量控制法的研究,提出了采用遗传算法神经网络PID控制方法,使空调控制系统具有较高的控制精度和良好的动态特性。仿真及实验结果表明该方法有效可行。     

微型可编程控制器温度测控系统

本文叙述了一个由微型可编程控制器ＩＰ－１６１２构成的温度测控系统，在介绍ＩＰ－１１６１２ＰＬＣ特性的基础上，讨论了用它构成温度测控系统的基本原理、电路结构和编程方法。最后提出有关ＰＬＣ应用问题的几点看法。     

模糊PID控制在船载测控系统中的应用研究

针对目前船载测控雷达天线伺服系统中采用传统PID控制存在超调量大、响应时间长等不足,比较了传统PID控制和模糊控制的不同特点,讨论了模糊PID控制器的设计方法,并利用MATLAB软件对系统进行了辅助设计与仿真实验。仿真结果表明,该控制方法可以提高伺服系统的快速性和平稳性,有效增强船载测控系统的跟踪性能。     

分数阶PIλDμ在高超声速飞行器姿态控制中的应用展望

高超声速飞行器的发展是一个必然的趋势,但是其具有强耦合、严重非线性、大范围气动环境变化的特点,这对飞行器的姿态控制系统提出了更高的要求.本文简述了现代控制及智能控制在姿态控制器中的应用,回顾了传统PID及其改进控制技术,针对新的被控对象特点,介绍了分数阶PIλDμ及其发展.由于分数阶PIλDμ具有比传统PID更好的鲁棒性和控制性能,展望分数阶PIλDμ控制在高超声速飞行器姿态控制中得到更广泛的应用.