摘要：针对铝热连轧轧制规程多目标优化中综合目标函数权值难以确定的问题,运用基于物理规划的多目标优化方法,并以萤火虫智能算法为基础,选取等功率裕量、轧制总能耗、末机架板型良好及各机架打滑因子为目标函数,进行优化计算。物理规划使设计者以一种更加灵活的方式完成目标函数的权值分配,然后通过萤火虫智能算法对综合目标函数进行优化计算。结果表明:不同的设计偏好能有效反映设计者的意愿,从而产生偏向不同重点的轧制规程。

摘要：针对单元机组提出了一种基于微粒群优化算法的状态反馈H∞控制方案。首先将非线性系统转化为线性时变系统,再把状态反馈H∞控制问题转化为求Riccati方程的解。H∞控制器的控制效果取决于正定矩阵P的选取。为了保证解的存在性,扩大可行解的范围,提高控制效果,将差分进化算法引进到微粒群算法中得到了改进的微粒群优化(PSO)算法,并采用改进的PSO算法求Riccati方程的解,从而实现对控制器参数的实时优化。理论分析和实验结果均表明该设计方案能够得到使系统渐近稳定的状态反馈控制器。由实验结果可以看出该设计方案提高了控制器参数的优化精度,达到了镇定系统和抑制干扰的双重目的,该系统能够在大范围运行工况下稳定运行。

摘要：针对永磁同步电机在运行中出现的混沌状态,提出了一种基于哈密顿自适应状态观测器的永磁同步电机混沌系统参数辨识方法,构造混沌系统的端口受控哈密顿系统模型,利用"扩张+反馈"思想,设计端口受控哈密顿系统的自适应状态观测器,在状态观测的过程中完成参数辨识。仿真验证了哈密顿模型能充分利用系统自身物理结构,所设计的状态观测器结构简单有效、易实现,能观察系统的内部结构和信息,实现高精度辨识。

摘要：针对永磁同步电机驱动的连铸结晶器振动系统对电机速度的高精度要求,提出一种自适应模糊终端滑模速度跟踪控制方法。采用非奇异终端滑模,并结合趋近律设计速度控制器,不仅提高系统的收敛速度,而且避免传统终端滑模存在的奇异与抖振问题;考虑到负载转矩时变的情况,为增强系统抗负载扰动的能力,同时为消除控制律中的二阶导数项,运用自适应模糊算法对二阶导数项和含有负载转矩的未知函数进行估计。通过Lyapunov稳定性理论证明系统的稳定性。最后的仿真结果表明:该控制方法能够在负载干扰下实现快速准确的速度跟踪控制,控制量的抖振也得到抑制,系统对负载扰动具有较强的鲁棒性。

摘要：针对具有状态不可测、参数不确定和输入饱和的轧机液压伺服位置系统,提出一种基于anti-windup的抗饱和鲁棒动态输出反馈控制算法.首先,应用Finsler引理,将闭环系统稳定的充分条件转化为LMI条件,并解得控制器参数矩阵;然后,综合考虑系统的干扰抑制能力和稳定域大小,求解优化问题,得到anti-windup增益矩阵.可以证明,所设计的控制器能够保证闭环系统一致有界稳定,并具有鲁棒∞性能.将所提出的算法应用于某650 mm可逆轧机液压伺服位置系统中进行仿真,其结果验证了所提出算法的有效性.

摘要：针对电液伺服位置系统存在参数不确定性、外部扰动和输入饱和的问题,提出一种基于指令滤波的自适应反步控制方法。该方法通过引入辅助系统,解决了输入饱和的问题;在自适应反步控制器设计过程中,利用指令滤波器避免了传统反步控制的计算膨胀问题;采用模糊自适应方法来处理系统中的未知非线性部分。理论分析结果表明,所设计的控制器能够保证闭环系统有界稳定,跟踪误差满足H_∞性能。最后对某650 mm轧机电液伺服位置系统进行仿真研究,仿真结果验证了所提方法的有效性。

摘要：针对电液比例控制系统存在的时变性、非线性、强耦合以及液压参数摄动等问题,提出一种带补偿的迭代学习控制(ILC)算法。在分析电液比例位置伺服系统机制的基础上,建立系统的数学模型。设计不严格依赖于系统精确模型的迭代学习算法,以非常简单的方式处理不确定度相当高的非线性强耦合动态系统。为解决误差收敛过程中存在的抖动和尖峰毛刺,在算法中加入输入和误差补偿。利用先前控制输入和误差的变化量,对系统进行补偿。仿真和实验结果表明:迭代学习控制算法能够有效实现系统对期望轨迹的精确跟踪;与传统PID控制相比,迭代学习控制提高了系统的控制精度和快速跟踪能力。

摘要：悬架系统对汽车乘坐舒适性和操纵稳定性的改善起着重要的作用。为提高汽车行驶的平顺性,设计了单神经元PID控制器,并利用人工蜂群算法在线优化单神经元PID控制增益。以车身垂直加速度、轮胎动位移、悬架动行程为评价指标,研究控制器的减振效果和当路面输入改变、模型参数变化时的适应性,对1/4汽车主动悬架模型进行仿真了分析。结果表明:基于蜂群的单神经元PID控制器有效地降低了车身垂直加速度,且有较强的鲁棒性,进一步提高了汽车行驶的平顺性。

摘要：针对液压伺服位置系统存在的参数不确定性、外部干扰和输入饱和的问题,提出了一种神经网络backstepping控制算法。设计了神经网络辅助状态观测系统,并根据辅助状态观测误差来调节神经网络的权值,进而实现对系统复合干扰的在线观测。把该复合干扰的观测值引入到backstepping控制设计中,使得控制器能够对系统的复合干扰进行有效补偿;在backstepping设计过程中采用二阶滑模滤波器以避免微分项爆炸问题,简化了控制器的设计。通过Lyapunov稳定性理论证明了闭环系统所有信号一致最终有界。仿真结果表明,所设计的控制器能够有效地削弱参数不确定性、外部干扰和输入饱和对系统的影响,增强了系统的鲁棒性,实现了系统输出对期望位置的准确跟踪。

摘要：针对冷连轧轧制力模型精度低的问题,利用BP神经网络预测变形抗力和摩擦因数,并与现有的轧制力解析模型相结合,用来提高轧制力的设定精度,再以各机架轧制力等比例均衡分配为优化目标,采用改进的自适应遗传算法,设计了一种冷连轧负荷分配优化方法。通过对某五机架冷连轧机的负荷分配进行比较,结果表明自适应遗传算法具有比标准的遗传算法收敛性能更好、精度更高等优点,可以作为冷连轧负荷分配优化的新方法加以推广。