摘要：基于常州某3.00 MW分布式光伏电站级平台和上海地区单块组件级实验平台的实测数据,建立光伏系统综合效率随辐射量变化的数学模型,得到该电站年综合效率值为59.45%,远低于工程经验值。并从逆变器转换效率、单块光伏组件以及整个阵列的转换效率方面入手分析研究,对光伏阵列工作电压与逆变器MPPT工作电压失配导致电站综合效率受损进行重点揭示,且据此对光伏阵列组件串联数进行优化设计。可为分布式光伏电站的效率分析、设计优化提供理论指导,有利于光伏电站发电量的准确预估。

摘要：提出一种基于模糊神经模型的自适应单神经元控制系统。该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器。通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值。理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节。

摘要：针对参数不确定时滞系统容易出现预测模型失效和不确定信息无法精确描述的问题,提出一种快速循环坐标下降支持向量回归(FCCDSVR)预测模型。以环模制粒机作为实验对象,利用循环坐标下降法(CCD)求解支持向量回归模型的目标函数,快速优化制粒机温度预测模型。利用环模制粒机喂料量和温度的耦合关系,提出并设计独立双通道输入模糊专家温度控制器,根据喂料量近似得到蒸汽调节量,再根据预测模型得到的温度偏差值进行精确蒸汽调节,从而有效克服对象参数不确定和时滞等问题。仿真实验表明,与现有的支持向量回归模型相比,FCCDSVR模型在大样本情况下,收敛速度更快,建模时间更短;将此模型融入的模糊专家控制方法比PID控制算法和模糊控制算法有更好的曲线跟踪效果,在实际DCS平台中温度误差可控制在±1.3%以内,较±5%的工艺容许偏差有较大提升。

摘要：针对网络化高精度测量定位中的测量规模大、通信约束复杂以及处理信号协同困难等问题,基于线性CCD的空间定位原理,研究带有交叉相关噪声和传输时滞的不确定网络化系统的信息融合估计问题。提出了一种基于Kalman滤波的分布式感知和集中式融合的估计方法,应用测量转换策略,采用两层加权融合理论,设计了最优加权融合估计方法。减轻了处理传输延迟的通信负担和计算复杂度,提高了抵抗噪声干扰的鲁棒性能,进而减少信息冗余,并保持较高的测量精度。实验部分验证了该方法的有效性。

摘要：针对分布式有线无线异构网络化滤波系统中部署在不同地理空间的多传感器通过无线网络与每个局部融合中心通信,然后测量数据被传到网关并进行协议转换后通过有线网络传输到对应的分布式滤波器,会导致数据传输出现分布式有线无线网络诱导延时和数据丢包,使得H2/H∞滤波更加困难的问题,本文首先采用有向图描述分布式传感器节点的通信拓扑,然后运用Markov链和伯努利分布分别刻画分布式有线无线网络诱导延时和数据丢包特性,进而建立了融合分布式滤波器参数、有线无线异构网络通信约束的普适滤波误差动态系统综合模型.理论上证明了在分布式有线无线异构网络通信约束下所设计的滤波器使得滤波误差动态系统随机稳定且满足给定的H2/H∞性能指标,并建立了系统随机稳定性、分布式滤波器参数及最长有线无线网络诱导延时和数据丢包之间的关系.最后,仿真实例验证了本文所提方法是可行且有效.

摘要：在工业高速生产线上移动的目标由于受到各种干扰,准确地对其抓拍是一项挑战性的工作。以高速彩色印刷套准色标组的抓拍为例,提出基于迭代学习控制和卡尔曼滤波相结合的相机控制方法,控制相机精确抓取高速运动目标的图像。建立了基于上述方法的控制模型,并对模型的收敛性进行了理论推导。对提出的模型进行了仿真,并对仿真结果进行了分析。最后,设计了实验平台,通过实验验证了理论推导的正确性和仿真结果的有效性。结果显示,利用提出的方法,能有效地滤除干扰的影响,可以精确地控制相机获得高速运动目标的图像。

摘要：研究了带有随机时滞的有线线性网络系统的镇定和仿真问题。基于Lyapunov-Razumikhin方法设计了动态输出反馈控制器使得这一类系统稳定。以矩阵不等式的形式给出了控制器存在的充分条件。并采用了一个算法得到了控制器增益的局部最优解。最后通过数值仿真验证了所提方法的有效性。

摘要：研究了一类非线性网络控制系统的控制和数值仿真问题。首先建立了非线性网络控制系统的连续时间T-S模糊模型。然后基于时变网络诱导时滞,分别设计了系统在无外部干扰和有外部干扰两种情形下的模糊控制器,同时以线性矩阵不等式(LMIs)的形式给出了控制器存在的充分条件。最后通过数值仿真验证了以上两种情形下控制器的有效性。

摘要：研究了反激式微型逆变器数学建模问题。针对现有建模方法中采用电阻等效代替电动势负载的做法导致模型不精确,以及无法得到诺顿等效模型的问题,提出了一种基于小信号分析的改进建模方法,利用该方法建立了反激式微型逆变器系统结构框图,得到了系统准确的诺顿等效模型。最后,分别进行了理论分析和仿真验证,并设计了250 W样机进行了实验验证。

摘要：基于低精度视觉设备布置环境,提出了一种融合随机森林模型的单目视觉人体定位方法。首先,采用OpenPose网络模型提取图像中的人体骨架信息,设计人体跟踪与关联算法,保证人体骨架信息的稳定性与正确性,进而通过设计定位特征筛选条件,从骨架信息中选取合适的人体定位特征;其次,通过分析定位特征与骨架关节点之间的关系,构建并训练以人体定位特征点为样本标签属性的随机森林回归模型;然后,融合获取的目标骨架信息以及训练所得的随机森林模型,计算人体空间定位特征参数,并采用视觉相机几何约束模型实现对人体目标位置的定位;最后,搭建单目视觉人体目标定位平台,验证所提方法的可行性及有效性,所提方法采用实时预测等效焦距的方式,其径向定位平均误差为4 cm,在存在遮挡等极端问题时,平均误差也可以控制在10 cm以内。