检索结果-南通市图书馆

氮化银铬和氮化钨铬纳米薄膜在微型钻头上的应用

在线全文

学校读者我要写书评

暂无评论

材料科学与工艺 2010年第1期18卷 75-78页

作者：姚舜晖苏演良高文显郑凯文长荣大学台湾台南71101 成功大学机械工程系台湾台南71101 建国科技大学机电光系统研究所台湾彰化50094

为了了解氮化银铬和氮化钨铬纳米复合薄膜涂层应用于微型钻头加工的潜能,采多靶材非平衡磁控溅射方式制备薄膜,分别将钨(W)和银(Ag)掺杂于氮化铬(CrN)中,形成氮化钨铬(Cr-W-N)和氮化银铬(Cr-Ag-N)纳米复合薄膜,研究其基本特性及涂层于... 详细信息

为了了解氮化银铬和氮化钨铬纳米复合薄膜涂层应用于微型钻头加工的潜能,采多靶材非平衡磁控溅射方式制备薄膜,分别将钨(W)和银(Ag)掺杂于氮化铬(CrN)中,形成氮化钨铬(Cr-W-N)和氮化银铬(Cr-Ag-N)纳米复合薄膜,研究其基本特性及涂层于微型钻头表面加工电路板性能.结果表明,虽掺杂Ag导致硬度降低,仍可改善微型钻头加工性能;掺杂W形成W2N化合物混杂于CrN中,因而整体涂层硬度增加,同时大幅提升微型钻头加工性能.经由本研究,确认氮化银铬和氮化钨铬纳米复合薄膜具备改善微型钻头加工电路板的能力.

关键词：无机陶瓷材料纳米复合薄膜磁控溅射高速微钻削氮化银铬氮化钨铬

在线全文

学校读者我要写书评

暂无评论

基于RBF神经网络的非线性磁悬浮系统控制

东北大学学报（自然科学版） 2014年第12期35卷 1673-1676,1696页

作者：赵石铁高宪文车昌杰东北大学信息科学与工程学院辽宁沈阳110819

磁悬浮系统是一个典型的不确定、非线性系统.由于磁悬浮系统的复杂性很难建立精确的数学模型,采用RBF神经网络(RBFNN)对非线性磁悬浮系统进行辨识,再根据神经网络自适应控制原理设计了非线性磁悬浮系统的神经网络自适应状态反馈控制器... 详细信息

磁悬浮系统是一个典型的不确定、非线性系统.由于磁悬浮系统的复杂性很难建立精确的数学模型,采用RBF神经网络(RBFNN)对非线性磁悬浮系统进行辨识,再根据神经网络自适应控制原理设计了非线性磁悬浮系统的神经网络自适应状态反馈控制器与自适应PID控制器,并利用MATLAB进行了仿真.仿真结果表明,神经网络自适应控制能很好地控制本磁悬浮系统;神经网络自适应控制器对于此非线性磁悬浮系统位置具有良好的控制效果,该控制系统具有较好的稳态特性和控制特性.

关键词： RBF神经网络自适应控制状态反馈磁悬浮系统

非仿射非线性离散系统的数据驱动二阶滑模解耦控制

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2014年第3期31卷 309-318页

作者：翁永鹏高宪文刘昕明东北大学信息科学与工程学院辽宁沈阳110819

针对传统二阶离散滑模变结构控制方法很难应用于模型未知系统的问题,提出了一种数据驱动二阶滑模解耦控制算法.该控制算法采用数据驱动的策略,运用系统的I/O数据,实时计算二阶离散滑模控制(2–DSMC)律.同时,运用观测器的思想,在控制器... 详细信息

针对传统二阶离散滑模变结构控制方法很难应用于模型未知系统的问题,提出了一种数据驱动二阶滑模解耦控制算法.该控制算法采用数据驱动的策略,运用系统的I/O数据,实时计算二阶离散滑模控制(2–DSMC)律.同时,运用观测器的思想,在控制器设计中引入离散扩张状态观测器(DESO),在线估计系统各回路间耦合、不确定性和外部扰动,进一步实现系统的解耦,改善控制品质.最后的理论分析和仿真结果表明,所提出的方法对于一般带有扰动和不确定性的非仿射非线性离散多入多出(MIMO)系统具有较好的解耦效果、渐进收敛的稳定性和较强的鲁棒性.

关键词：数据驱动二阶离散滑模变结构控制离散扩张状态观测器解耦鲁棒性

在线全文

学校读者我要写书评

暂无评论

数据驱动闭环子空间预测控制方法研究与应用

控制与决策 2014年第5期29卷 913-918页

作者：刘昕明高宪文翁永鹏东北大学信息科学与工程学院沈阳110004

提出一种完全数据驱动的闭环子空间辨识及预测控制器设计方法.该方法完全由闭环系统的输入输出数据辨识子空间矩阵,通过子空间矩阵的拆分,排除了与扰动相关的模型输入,进而获取子空间矩阵参数的无偏估计;将辨识得到的闭环系统子空间矩... 详细信息

提出一种完全数据驱动的闭环子空间辨识及预测控制器设计方法.该方法完全由闭环系统的输入输出数据辨识子空间矩阵,通过子空间矩阵的拆分,排除了与扰动相关的模型输入,进而获取子空间矩阵参数的无偏估计;将辨识得到的闭环系统子空间矩阵描述直接作为预测模型,设计预测控制器;将其应用于某钢铁集团焦炉炭化室压力控制系统,取得了良好的控制效果.

关键词：数据驱动方法闭环子空间辨识模型预测控制炭化室压力

在线全文

学校读者我要写书评

暂无评论

变约束高效预测控制

控制理论与应用 2011年第6期28卷 855-860页

作者：高宪文张立王介生赵娟平东北大学信息科学与工程学院辽宁沈阳110819 沈阳化工大学信息工程学院辽宁沈阳110142

为改善离线鲁棒预测控制算法的最优性引入了变终端约束集的思想,即在原离线方法基础上通过在线优化方法获得构建当前反馈矩阵的凸组合系数,然后再产生当前控制量.与原方法相比增加了在线求解的自由度,改善了系统的最优性.在此基础上,又... 详细信息

为改善离线鲁棒预测控制算法的最优性引入了变终端约束集的思想,即在原离线方法基础上通过在线优化方法获得构建当前反馈矩阵的凸组合系数,然后再产生当前控制量.与原方法相比增加了在线求解的自由度,改善了系统的最优性.在此基础上,又提出了变约束预测控制(VC–MPC)算法,根据状态所处的不同稳定椭圆域确定其对应的控制约束,在取得相同优化性能情况下较恒定约束算法明显节省了计算时间.仿真实例验证了所提方法的有效性.

关键词：鲁棒预测控制离线方法终端约束集变约束线性矩阵不等式

一类非仿射非线性离散系统的改进无模型自适应控制

在线全文

学校读者我要写书评

暂无评论

控制与决策 2014年第12期29卷 2226-2234页

作者：翁永鹏高宪文吕明阳东北大学信息科学与工程学院沈阳110004

针对一类更广泛的非仿射非线性离散系统,提出一种改进的无模型自适应控制算法.该算法基于非参数动态线性化方法,运用观测器的思想,实现带有扰动系统的实时动态线性化,进而将无模型自适应控制方法的应用推广到更广泛的非仿射非线性离散系... 详细信息

针对一类更广泛的非仿射非线性离散系统,提出一种改进的无模型自适应控制算法.该算法基于非参数动态线性化方法,运用观测器的思想,实现带有扰动系统的实时动态线性化,进而将无模型自适应控制方法的应用推广到更广泛的非仿射非线性离散系统.同时,对推广后的改进无模型自适应控制方法进行理论上的证明,并通过仿真实例验证了所提出的改进无模型自适应控制方法的可行性和有效性.

关键词：无模型自适应控制非仿射非线性离散系统扰动观测器鲁棒性

改进蚁群优化算法求解移动机器人路径规划问题

在线全文

学校读者我要写书评

暂无评论

南京理工大学学报 2011年第5期35卷 637-641页

作者：赵娟平高宪文符秀辉东北大学信息科学与技术学院辽宁沈阳110819 沈阳化工大学信息工程学院辽宁沈阳110142 中科院沈阳自动化所辽宁沈阳110015

针对蚂蚁双向并行搜索策略会丢失蚂蚁间的部分可行路径甚至最优路径的问题,该文采用栅格法建立移动机器人环境模型,提出了根据信息素判断蚂蚁是否相遇的新的蚂蚁相遇判别法。为避免算法陷入局部最优,提出了综合考虑多种因素的新的路径... 详细信息

针对蚂蚁双向并行搜索策略会丢失蚂蚁间的部分可行路径甚至最优路径的问题,该文采用栅格法建立移动机器人环境模型,提出了根据信息素判断蚂蚁是否相遇的新的蚂蚁相遇判别法。为避免算法陷入局部最优,提出了综合考虑多种因素的新的路径选择策略和全局信息素更新策略。二维环境下的仿真研究表明,只要路径客观存在,算法就能快速地规划出相应的安全路径。

关键词：蚁群优化路径规划移动机器人栅格法双向并行搜索

在线全文

学校读者我要写书评

暂无评论

基于多目标规划的WSN路径动态选择算法

东北大学学报（自然科学版） 2013年第8期34卷 1082-1085页

作者：李芳芳刘栋高宪文于戈东北大学信息科学与工程学院辽宁沈阳110819

为解决无线传感器网络中查询的能量有效和实时性之间的矛盾,提出一种基于多目标规划理论的动态路径选择算法(MOPEH).该算法结合了最低能耗路由策略(ME)和最小跳步数路由策略(MH),运用多目标规划模型,将能量代价和传输时延同时作为路由... 详细信息

为解决无线传感器网络中查询的能量有效和实时性之间的矛盾,提出一种基于多目标规划理论的动态路径选择算法(MOPEH).该算法结合了最低能耗路由策略(ME)和最小跳步数路由策略(MH),运用多目标规划模型,将能量代价和传输时延同时作为路由算法的设计目标,利用深度优先搜索策略建立了节点间的所有可行路径集合,并从中选择能耗低于平均能耗的路径.根据查询要求设定网络性能函数,动态调整两项性能指标,从可行路径集合中选择满足要求的路径,得到最优解.实验证明该算法能够能量有效地处理实时查询.

关键词：无线传感器网络能量有效性实时性多目标规划路由

The Control of Light Section Strips Coiling Based on PLC

在线全文

学校读者我要写书评

暂无评论

The Control of Light Section Strips Coiling Based on PLC