一、神经网络专家系统协同式智能控制系统结构(论文文献综述)
张磊[1](2020)在《电磁主动隔振系统建模与控制方法研究》文中研究指明大型设备和精密仪器在运行时,产生的振动不仅会对周围环境造成影响,还会降低自身性能。为了保证设备和仪器的正常运转,各种隔振系统和振动控制方法已经被开发出来用于振动控制。电磁主动隔振系统因为刚度和阻尼可变、可控性灵活、控制方法多样、响应速度快等优点近年来得到重点关注,开始应用于机械加工装备、精密仪器和机械系统等领域。本文在查阅和分析国内外相关研究现状的基础上,对电磁隔振系统的内部元件优化与系统设计、非线性分析与建模、电磁隔振系统控制策略、多隔振单元并联的电磁隔振系统控制问题进行了深入研究。论文的主要工作如下:(1)基于COMSOL仿真软件,对隔振元件设计进行了参数优化,在对常见的主动隔振系统模型进行分析的基础上,设计了一种简单、合理的电磁主动隔振系统结构。基于COMSOL仿真数据和实验数据,建立了电磁隔振系统中电磁力与线圈电流和间隙之间的非线性关系。针对电磁隔振系统的控制模型建立困难问题,根据电磁力与控制电流和间隙的关系,结合隔振单元的力学过程,提出了基于数据和机理的建模方法。为了验证提出的建模方法的有效性,应用常规PID控制器对电磁主动隔振系统进行仿真和实验。仿真和实验结果验证了隔振系统建模方法的有效性和主动控制的可实现性。(2)提出了一种基于等效刚度和阻尼系数的控制方法,根据隔振系统动态性能指标的期望范围,计算得到电磁力的等效刚度系数和阻尼系数的范围,并利用遗传算法在该范围内计算最优的等效刚度和等效阻尼系数,从而避免PID控制器的参数整定问题。通过拟合电磁力与线圈电流和间隙之间的非线性关系表达式,从而建立线圈电流与等效刚度和阻尼系数之间的关系,实现控制线圈电流满足隔振系统动态性能指标的目的。此外,为了实现电磁隔振系统的变参数控制,减小系统的最大超调量和振荡次数,借助分段控制思想,提出了基于分段等效刚度和阻尼系数的控制方法,实现在每个控制时刻采用最优的控制参数,解决系统时域性能中超调量和稳定时间的冲突。仿真和实验结果表明,基于等效刚度和阻尼系数的控制方法可以获得较为理想的系统动态性能指标,而基于变参数控制的分段等效刚度和阻尼系数的控制方法不仅可以减小系统的稳定时间,还可以保证电磁隔振系统和负载具有平稳性。(3)以电磁隔振系统的状态空间表达式为基础,提出了基于线性二次型调节器和协同小生境遗传算法的电磁隔振系统控制方法,实现隔振单元控制电流的优化控制目的。针对LQR控制器中目标函数的权值取值问题,提出利用协同小生境遗传算法计算最优参数,通过计算目标函数得到最优控制电流。为了实现电磁隔振系统的时变控制,在每个控制时刻根据实际情况获得不同的最优控制参数,进一步提高最优控制器的性能,提出了基于滚动时域控制和协同变染色体长度遗传算法的电磁隔振系统控制方法。针对RHC控制器中目标函数的参数取值问题,提出了一种基于协同变染色体长度的遗传算法,利用染色体的长度来代表并优化预测水平和控制水平,染色体的大小来代表并优化位移变化量以及电磁力的权重。根据得到的最优权值矩阵,求解目标函数获得每个时刻的最优控制变量。仿真和实验以及与状态反馈控制方法的对比仿真验证了所提出的主动控制方法均可以有效地控制振动,使电磁隔振系统和被隔振体具有平稳性。(4)针对单个隔振单元隔振范围和隔振力受限问题,设计了多隔振单元并联的电磁隔振系统,并提出了多隔振单元并联系统的LQR和RHC控制器。对于多隔振单元并联系统的LQR和RHC控制问题,根据建立的多隔振单元并联的电磁隔振系统模型,将多单元控制性能指标转换为目标函数,并分别利用协同小生境遗传算法和协同变染色体长度遗传算法对目标函数中的权值矩阵进行优化。仿真和实验结果表明基于所提出的目标函数的主动控制方法对可以有效地控制振动,保证多个隔振单元在受到扰动后具有相同的运动轨迹,使多隔振单元并联的电磁隔振系统和被隔振体保持平稳性,减小耦合振动对双隔振单元并联系统的影响。
肖紫锐[2](2020)在《基于嵌入式的智能交通控制系统的设计》文中研究说明随着社会发展,车辆数量增加的同时,城市交通压力也在逐年递增。交通拥堵已经越来越影响人们的出行。单纯的扩大交通道路以及采用传统的控制方法对缓解交通压力已经不能满足社会发展的现实需要。发展智能交通,通过对信号灯采取智能控制措施成为新的交通解决方案。智能交通能有效提高交通通行能力,有效缓解拥堵、事故等问题的发生,为交通控制提供了新的思路,将城市智能化推向更高层次。本文借助模糊控制与神经网络智能控制方式,结合嵌入式技术,研究并设计出基于嵌入式的智能交通控制系统。首先,对交通信号控制相关理论知识进行介绍,分析研究了单交叉口典型的四相位模型,设计了经典模糊控制方式,又考虑到交通流的复杂性,为了提高相位切换准确性,优化系统控制效果,提出并设计了可变相位模糊控制方式,通过MATLAB对比验证其更加可靠和完善。更进一步采用神经网络对可变相位模糊控制方法进行隶属度函数和模糊规则等方面的优化,并通过仿真设计验证优化算法在交通信号控制上具有良好的效果。其次,针对智能交通控制系统需求,提出了多段式定时控制,强通控制,模糊神经网络控制三种控制模式的设计方案。硬件平台的整体采用信号主机驱动信号从机的设计,主机和从机分别选用STM32芯片和51单片机作为主控芯片,完成了主机模块、从机模块及功能驱动模块相关电路设计。包括最小系统的设计,485串口通信,以太网通信,SD卡存储,车流量检测等电路。最后,完成了软件程序设计。通过对μC/OS-Ⅱ系统进行移植实现了多任务管理,设计完成了模糊控制程序,在操作系统和LWIP协议下完成了以太网通信的开发,并通过485接口实现了主从机的串口通信,以及利用SD卡实现了数据的本地存储。上位机采用VB6.0开发工具,通过上位机软件完成了远程查看包括信号灯显示状况及各路口进出车辆数等交通情况,实现了对控制模式的更改,此外还实现了对交通流数据的历史查询等功能。
马健翔[3](2019)在《单交叉路口智能交通信息系统研究与设计》文中进行了进一步梳理随着城市化的发展,机动车数量得到了快速的增长,使得城市道路交通日趋拥挤,而拥堵现象主要发生在道路交叉口。因此,单交叉口的交通信号管理对道路交通的有效运行有着举足轻重的作用。论文结合实际的道路交通状况,将基于机器视觉的交通参数采集技术和模糊神经网络控制算法应用于交通管理系统中,形成的智能交通信息系统可以根据实时的路口交通流信息对各个方向的交通信号灯进行智能化的管理,引导车辆有效通行。论文首先对智能交通信息系统进行需求分析,根据实际的功能需求进行系统整体方案设计,对系统中的关键技术进行介绍,重点对智能交通信息系统中的交通参数采集技术和模糊神经网络算法进行研究。为了获取道路口交通参数信息,将采用OpenCV机器视觉技术对路口车辆排队长度,车流量及车速三个交通参数进行检测.:车辆排队长度检测主要是对车道图像进行车辆运动检测和存在检测确定车辆队列队尾位置,将车道停车线作为车辆排队队首位置,然后采用摄像机标定技术实现纵向像素距离到实际三维空间的转换。车流量及车速检测是通过在图像中的停车线和人行横道之间设置虚拟线圈,虚拟线圈内运用高斯混合模型建立背景,背景差分法对运动车辆进行检测,最终根据虚拟线圈内的状态来获得车流量信息以及对车辆速度进行检测。在获取准确的交通参数采集的基础上,将模糊控制算法应用于道路交叉口交通信号控制系统中。通过研究分析发现算法主观性较强,因此将在模糊控制系统基础上融入具有自学习功能的神经网络算法,形成以模糊神经网络为核心的智能交通信息系统。将采集到的交通参数作为模糊神经网络算法的输入参数,根据实际采集到的样本数据进行训练自动生成控制规则,由输入的交通参数进行模糊推理获得待通行相位的交通控制策略。为了验证算法的有效性,在不同交通流状况下对定时控制、模糊控制及模糊神经网络三种控制方法进行性能仿真,以车辆平均延误作为技术指标。通过方案设计和算法研究,最后完成系统的硬件平台搭建及软件设计。课题选用嵌入式工控机作为系统的主控制器,通过路口网络摄像头采集路口视频流,然后进行处理获取待通行相位的三个交通参数,应用模糊神经网络算法对交通参数进行处理,得到待通行相位的绿灯时长;通过LoRa无线通信模块将包含通行相位和绿灯时长的控制策略帧数据传递给交通灯控制模块;ARM处理器对传递的帧数据进行解析,最终实现对交通灯模块的亮灭以及配时的管理。论文研究的智能交通信息系统从机器视觉的多交通参数检测、交通信号灯控制策略、交通灯模块配时校验等方面进行功能测试,测试结果和实验数据表明,系统能够实现对单交叉路口的交通信号灯进行智能管理,对交通路口的信号配时进行了优化,达到了预期的研究目标。
罗殊彦[4](2018)在《嵌入式系统智能控制能力度量与评价模型研究》文中认为机载计算机是飞机中最核心的部件,具有高可靠、高安全、高性能等特点。航空计算技术不断发展,对新一代机载计算机提出了更高的要求。美国率先研发了最新一代的机载计算机,提出了综合核心处理机(Integrated Core Processor,简称ICP)的概念,并成功将其应用于F-35等重要机型。ICP的出现标志着机载计算机正从过去的分立式、混合式、联合式结构向高度智能化、综合化、模块化方向发展。ICP采用了分区操作系统、异构多核处理、多类总线混合通信等多种新技术,使得传统的性能评价指标和能力度量方法无法满足当前系统评价要求,该发展趋势对系统性能评价方法、能力度量模型的研究提出了新的挑战。针对上述问题,本文在深入分析当前机载计算机及ICP特性的基础上,提出了一套多维度的嵌入式系统性能综合评价方法。该方法以嵌入式系统的智能控制能力评价作为重点,分析了影响其性能的各级指标,并提出了相应的评价方法和度量模型。本文主要研究内容及创新点如下:1)提出了一种基于灰色理论的五维度嵌入式系统性能综合评价方法。该方法从嵌入式系统的智能控制、网络互联、综合计算、安全防护和能耗控制五个方面考虑,采用多维、多级的方式评价系统性能,并通过雷达图展示评价结果,便于用户更好地对系统进行选型和优化。通过灰关联分析,解决了由于指标间关联度高,导致评价结果不精确的问题。此外,针对嵌入式系统智能控制能力评价,提出了一种基于离差智商的性能评价方法,以及基于相对能力曲线的性能评价模型,解决了对智能控制能力度量过程中,因指标得分上限不一致,导致评价结果难以统一度量的问题,并通过案例阐明了所提出评价方法的可行性与有效性。2)提出了一种基于GCM因子的异构多核处理单元间的动态通信策略,及其自适应能力评价方法。传统的异构多核处理单元的核间多采用静态通信策略,针对系统运行环境多变、资源有限、通信性能不稳定的问题,本文提出一种基于系统内存约束和时间约束的异构多核间动态通信策略模型,并引入通信粒度、通信缓存和消息传输机制影响因子(简称GCM因子),研究其对系统核间通信不同阶段的性能影响,以评价系统核间通信自适应能力。实验结果表明:相比不同参数配置下的静态通信策略,动态通信策略通过选择合理的GCM因子,优化了核间通信的传输效率,能使通信任务执行时间缩短5%-30%,动态通信策略具有较好的自适应性和平稳性。同时,所提出的系统核间通信策略自适应能力评价方法,能准确给出不同策略下的自适应性得分,使评价结果具有较高的综合性和适应性。3)设计并实现了一种动态周期执行时间(简称DCET)的分区任务调度算法,并提出相应的任务调度自寻优能力评价方法。在ARINC 653标准的约束下,针对分区任务调度的固定周期时间窗口,易导致空闲时间片剩余过多的问题,在确保任务优先级不出现反转的情况下,采用剩余时间片管理机制,计算每个分区在执行完本周期任务后的剩余时间片,实时动态规划该分区中任务执行顺序,提高处理器的利用率。通过对DCET算法的可调度性和实时性进行分析,提炼出构建系统任务调度自寻优能力的评价方法。实验结果表明:相比传统APS及其改进算法,DCET算法在平均任务切换时间上减少了0.015μm(约0.4%),平均任务执行时间上减少了2.585ms(约9.14%)。该评价方法的提出,能有效评价不同任务调度算法的自寻优能力。4)提出了一种基于Roofline模型的嵌入式系统能耗自调节机制,及相应的自调节能力评价方法。针对目前能耗控制技术种类繁多,且不同技术达到的节能效果无法统一度量的问题,提出了一种能耗自调节能力评价体系,涵盖平均节能率、性能损失率、能耗性能比、节能强度等关键指标,通过性能、能耗、节能强度绘制Roofline模型图,结合模型中的“屋顶线”、“脊点”等要素,衡量出不同能耗控制策略之间的关系。实验结果表明:DPM+DVS策略在单位能耗下所提供的计算能力更高,比不用节能策略降低了2.37%,比单一的DPM和DVS策略分别降低了3.8%和2.5%,且DVS策略在节能效果中占主要因素。该评价方法的提出,有效地将不同策略下的系统能耗与性能之间的关系进行量化分析,评价结果能正确地反映出系统能耗的自调节能力。
卢兴国[5](2018)在《工业机器人模糊神经网络控制及最优运动规划方法研究》文中认为工业智能机器人集现代制造技术、新型材料技术、智能控制技术和人工智能信息技术为一体,是智能制造的代表性产品,对其的研发、制造和应用已经成为衡量一个国家科技创新和制造业水平的重要标志。鉴于此,本文以当前的机器人操作系统作为系统参考框架,以Delta并联机器人为应用对象,利用现代机器人系统构件化思想对工业智能机器人的关键技术进行研究。主要包括:机器人的运动学、动力学建模及其机构参数优化,基于模糊逻辑的智能控制方法,可重用运动规划方法,以及针对智能控制方法和运动规划方法的实验等方面内容,旨在建立一套高性能、低成本、易于集成的工业智能机器人系统。本文首先以Delta并联机器人为对象,建立了其运动学和动力学模型。在此基础上,提出了构件化机器人本体机构参数优化方法,此方法包含各向异性动力学优化算法和全域动力学优化算法。在考虑各向异性动力学特征的机构参数优化算法方面,设计了全域驱动关节力矩指标和全域驱动关节力矩波动指标两种目标函数,并使用PSO算法对优化模型进行求解。优化结果表明,两种目标函数都能有效地提高机器人的动力学性能。在基于全域动力学性能指标的多目标机构参数优化算法方面,为了使机器人在全工作域内具有良好的动力学性能,设计了能够量化表达机器人全域动力学灵敏度的目标函数。优化结果表明,优化后的机构参数能同时提高机器人的全域动力学和运动学性能。上述模型和算法利用了机器人系统构件化思想,各个模块之间可以重新组合生成满足新任务需求的机构参数优化模型。从工业智能机器人的运动控制角度出发,提出了区间二型模糊逻辑控制系统的从属设计方法,并将其应用于含有内部和外部不确定性的并联机器人轨迹跟踪控制之中。首先针对Delta并联机器人的轨迹跟踪控制问题设计基准一型模糊逻辑控制器,在此基础上,将一型模糊隶属函数经模糊化生成二型模糊隶属函数。针对一型模糊隶属函数的模糊化问题,研究了三种模糊化方法,并对这三种方法生成的区间二型模糊逻辑控制器的控制性能进行了对比。分析了模糊度、模糊方法和输出控制面之间的关系,得出使控制器获得最佳非线性特征的模糊化方法。为了提高控制品质,引入了输出信号增强系数并给出了其计算方法。通过仿真验证了提出的区间二型模糊逻辑控制系统的设计方法的有效性。为了使工业智能机器人的运动控制器具有良好的适应性,提出了基于自学习区间二型模糊神经网络的智能控制器。此控制器具有并联结构,包含一个区间二型模糊神经网络和一个传统PD控制器。在区间二型模糊神经网络的设计方面,使用从属设计法建立了区间二型模糊集。在前件区间二型模糊集的设计过程中,提出了双序列对称式梯形隶属函数排列法,使得系统的自学习律和稳定性分析具有了解析形式,有利于算法在硬件上的实现。在神经网络自学习律的设计方面,建立了基于滑动模态控制理论的参数自学习算法来在线调节区间二型模糊神经网络的结构参数,并利用李雅普诺夫稳定性定理证明了系统的稳定性。结合Delta并联机器人的轨迹跟踪问题,给出三组验证性仿真实验。仿真结果表明,在存在系统不确定性的情况下,采用基于区间自学习区间二型模糊神经网络的智能控制器能够显着提高系统的轨迹跟踪精度和鲁棒性,并使控制系统具有很强的环境适应能力。针对机器人运动规划问题,提出了可重用粒子群最优运动规划方法。本方法将运动规划问题和优化轨迹参数的重用问题结合起来,对含复杂约束的机器人运动规划问题进行研究。采用基于轨迹特征点的机器人运动轨迹表征方法,使得不同轨迹可通过归一化计算统一时间和空间尺度,从而增加了本方法的通用性。在运动规划方面,提出了基于PSO的全局最优运动规划算法。建立了包含避障问题等多约束条件的适应度函数。为了提高收敛速度,设计了基于轨迹特征点适应度值的粒子群初始化方法。在优化轨迹的重用方面,提出了基于优化轨迹调整量数据库的优化轨迹重用方法。为了提高轨迹数据库检索精度,设计了基于增强轨迹特征点适应度值向量的相似检索方法,使得检索向量中包含更多轨迹特征点与障碍物之间的位置关系信息。建立了使用主键进行数据关联的优化轨迹数据库的数据存储形式,分割了增强轨迹特征点适应度数据库和优化轨迹调整量数据库。在此基础上,建立了基于词汇树的数据库索引方式以提高本地优化轨迹数据的检索速度。仿真结果表明,本文提出的运动规划方法计算速度快,规划结果稳定,能够有效处理有复杂约束的运动规划问题。以Delta并联机器人为机械本体,搭建了工业智能机器人控制及轨迹规划实验平台。设计了基于自学习区间二型模糊神经网络的智能控制系统实验和可重用粒子群最优运动规划方法实验,并在实验平台上对智能控制系统和运动规划方法的有效性进行了验证。实验结果表明,基于自学习区间二型模糊神经网络的智能控制系统能有效地提高机器人轨迹跟踪控制的精度和稳定性,可重用粒子群最优运动规划方法能够快速地在线解决有复杂约束的机器人运动规划问题。
马建,孙守增,芮海田,王磊,马勇,张伟伟,张维,刘辉,陈红燕,刘佼,董强柱[6](2018)在《中国筑路机械学术研究综述·2018》文中提出为了促进中国筑路机械学科的发展,从土石方机械、压实机械、路面机械、桥梁机械、隧道机械及养护机械6个方面,系统梳理了国内外筑路机械领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。土石方机械方面综述了推土机、挖掘机、装载机、平地机技术等;压实机械方面综述了静压、轮胎、圆周振动、垂直振动、振荡压路机、冲击压路机、智能压实技术及设备等;路面机械方面综述了沥青混凝土搅拌设备、沥青混凝土摊铺机、水泥混凝土搅拌设备、水泥混凝土摊铺设备、稳定土拌和设备等;桥梁机械方面综述了架桥机、移动模架造桥机等;隧道机械方面综述了喷锚机械、盾构机等;养护机械方面综述了清扫设备、除冰融雪设备、检测设备、铣刨机、再生设备、封层车、水泥路面修补设备、喷锚机械等。该综述可为筑路机械学科的学术研究提供新的视角和基础资料。
郑茂宽[7](2018)在《智能产品服务生态系统理论与方法研究》文中指出随着20世纪末以来世界范围内制造业服务化的深刻变革,基于产品与服务相结合的新型产业模式,成为制造型企业新的利润和价值增长点。传统以生产制造为核心的企业运营模式,逐渐被以面向客户提供集成化的服务与解决方案的运营模式所取代。同时,随着数字化、网络化、智能化技术的崛起,世界正处在通向新的创新与变革时代的门口,推动价值链由基于产品的模式向基于智能化产品和服务的模式转变。同时,生态战略已经成为当前创新型企业构建全兴竞争格局的新思路,通过生态开放、资源共享、价值共创等社会化方式打破企业边界,推动各类商业要素的整合与重构。随着当前制造型企业服务化转型、智能互联技术的提升、企业生态战略的实施,各个领域都在朝着打造智能产品服务生态系统(Smart Product Service Ecosystem,SPSE)的方向发展,然而当前学术界还未形成系统化的理论支撑。因此,本文围绕智能产品服务生态系统的关键核心问题展开理论体系的构建和方法研究,主要研究内容包括:(1)智能产品服务生态系统理论框架。通过广泛收集、整理和分析国内外有关文献,基于对智能化、生态化、服务化等发展趋势的分析,构建了智能产品服务生态系统总体框架:提出了智能产品服务生态系统的基础定义;分析了智能产品服务生态系统的智能、生态、服务三大特征;提出了智能产品服务生态系统六面体构成要素模型,包括智能技术、用户体验、商业模式、市场定位、关联关系及联接交互;进一步分析了智能产品服务生态系统六大要素与三大特征之间的映射矩阵,以及系统要素之间的交互逻辑关系;提出了包括需求分析、系统解析、系统设计、服务交付等环节的智能产品服务生态系统研究技术路线图,为企业向智能产品服务生态系统转型提供了理论依据和指导。(2)智能产品服务生态系统需求分析。从智能产品服务生态系统的运行边界分析入手,研究了业务范畴横向、纵向拓展以及生态价值识别的相关方法;基于对客户需求静态结构和动态结构两个方面特征的分析,开发了基于模糊认知图(Fuzzy Cognitive Mapping,FCM)的客户隐性需求挖掘方法和基于自回归积分移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)的客户动态需求预测方法。(3)智能产品服务生态系统解析。解析智能产品服务生态系统的内部运行机制,应用生态化可生存系统模型(Eco-Viable System Model,EVSM)对系统结构进行层次拓扑分析,基于耗散结构理论、Type 2模糊集生态位理论等研究了SPSE的平衡态发展过程,提出了智能产品服务生态系统稳健性的抵抗力和恢复力双维度评估方法,以及增强系统稳健性的冗余机制,研究了基于涌现理论的智能产品服务生态系统价值增值模型。(4)智能产品服务生态系统设计。构建了智能产品服务生态系统总体设计流程,开发了基于模糊关联聚类方法的智能产品/功能层次聚类方法,开发了基于服务蓝图、业务流程建模与标注(Business Process Modeling Notation,BPMN)等多方法融合的智能服务流程配置模型,并提出了基于价值网络分析(Value Network Analysis,VNA)的智能产品服务生态系统价值交互与基于价值传递矩阵的价值平衡理论。(5)智能产品服务生态系统交付。基于智能生态产品服务交付体系架构的研究,从宏观、中观、微观及战略、战术、执行两个维度出发,构建了智能产品服务生态系统的能力层次模型,开发了智能产品服务资源虚拟化方法,分析了智能产品服务交付的产品互联协同、服务业务协同、服务组织协同、生态价值协同等四个层次的协同化过程,以及线上线下相结合的服务交付渠道,开发了基于动态资源池的服务资源共享配置方法。通过智能家居和智能网联汽车服务生态系统两个应用示例对以上理论研究内容进行了验证,结果表明了本论文所提出方法和技术的可行性和有效性。智能产品服务生态系统理论体系、技术方法与相关解决方案的研究,源于工业界实际需求,也将会对企业向服务化、网络化、智能化、生态化转型提供一定的理论指导与借鉴。
《中国公路学报》编辑部[8](2017)在《中国汽车工程学术研究综述·2017》文中认为为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度(Noise,Vibration,Harshness,NVH)控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统(ADAS)、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
吴志伟[9](2015)在《嵌入式电熔镁炉智能控制系统研究》文中认为电熔镁砂具有熔点高、抗氧化、绝缘性强等特性,主要用于生产各种类型的镁制耐火材料。电熔镁砂的生产过程以菱镁矿石为原料,采用我国特有的三相交流电熔镁炉进行熔炼,通过调整三相电极与熔池液面之间的位置来控制三相电极电流,使之产生电弧,通过电弧放热使炉内原料受热熔化形成熔液,熔液再经过冷却结晶后生成成品。电熔镁炉是一种典型的高耗能设备,电能成本占整个生产成本的60%以上,因此熔炼过程的控制目标是:在满足产量约束的前提下,使单吨合格产品所消耗的电能,即产品的单吨能耗指标处于目标值范围内并尽可能小。产品单吨能耗与三相电极电流值密切相关,熔炼过程要求将三相电极电流控制在理想的电流值范围内并尽量减小电流值波动。电熔镁炉熔炼过程包括加热熔化、加料和排气三种正常工况,具有复杂的动态特性,主要体现在:1)以单吨能耗为输出,三相电极电流为输入的运行层模型具有强非线性、多变量耦合、熔炼机理不清、难以建立数学模型等特点,其动态特性受原料颗粒长度、杂质成分等边界条件和熔炼工况变化的影响。2)原料颗粒长度、杂质成分变化导致电极与熔池液面之间的电弧电阻变化进而造成电流异常波动时,电流设定值不做调整会造成“半熔化”、“过加热”、“加料异常”、“排气异常”等异常工况发生。3)单吨能耗无法在线检测,只能在熔炼过程结束后通过产品化验获得。4)以三相电极电流为输出,以三相拖动电机的转速和方向为输入的控制层模型在加料和排气工况下具有强非线性。为了使电熔镁炉优化运行,控制系统需要能够实现电流设定控制、电流跟踪和逻辑控制、异常工况诊断和过程监控等四种功能。由于电熔镁炉熔炼环境恶劣,具有高粉尘、高温、强电磁干扰等特点,由可编程逻辑控制器(PLC)和计算机构成的常规控制系统难以安全可靠运行,因此需要研制能够一体化实现上述四种功能的智能控制系统。电熔镁炉难以采用已有的运行优化控制方法,熔炼过程还处于人工设定控制状态,导致普遍存在单吨能耗高、产量低、异常工况频发等问题。本文在国家973计划项目“复杂生产制造全流程一体化控制系统整体控制策略与运行控制方法(2009CB320601)”的支持下,开展了嵌入式电熔镁炉智能控制系统的研究,取得的主要成果如下:1、以将单吨能耗控制在目标值范围内并尽可能小为目标,提出了由电流闭环设定控制和跟踪电流设定值切换控制组成的电熔镁炉智能运行反馈控制方法。其中电流闭环设定控制算法由基于案例推理的电流预设定模块、单吨能耗混合预报模型、电流预设定值的前馈和反馈PI补偿模块组成;跟踪电流设定值切换控制算法由基于PID的加热熔化工况电流控制模块、基于规则推理的加料、排气工况电流控制模块和相应切换机制组成。2、以能够及时发现和处理熔炼过程异常工况为目的,提出了由异常工况识别算法和自愈控制算法组成的数据驱动的电熔镁炉异常工况识别和自愈控制方法。其中,异常工况识别算法采用数据驱动的规则推理技术诊断熔炼过程的异常工况。当异常工况发生时,自愈控制模块采用案例推理技术获得电流设定值的调整量,通过控制电流跟踪调整后的设定值,使异常工况消除。3、研制了能够一体化实现四种复杂功能的嵌入式电熔镁炉智能控制系统。设计了基于嵌入式PC/104总线的硬件平台,包括CPU主板和信号输入输出模块,并针对恶劣熔炼环境开发了信号隔离保护电路板。基于RTAI-Linux双内核实时嵌入式操作系统软件平台,采用所提出的智能运行反馈控制方法、异常工况识别和自愈控制方法,开发了电熔镁炉智能控制软件,该软件同时还具有逻辑控制、过程监控等功能。电熔镁炉智能控制软件将实现不同功能的程序分为实时程序和非实时程序两类,并通过实时硬件抽象层(RTHAL)和控制中间件实现两类程序之间的管理和调用。4、开展了嵌入式电熔镁炉智能控制系统在电熔镁炉实际熔炼过程中的工业实验与应用研究。针对电流闭环设定控制算法、异常工况识别和自愈控制算法,进行了熔炼工况和生产边界条件频繁变化情况下的电流设定实验,实验结果表明采用上述算法能够及时获得合适的电流设定值,与人工设定相比,单吨能耗降低了3%,产品产量提高了1.2%,异常工况发生率降低了50%以上;针对跟踪电流设定值切换控制算法进行了电流回路控制效果的对比实验,实验结果表明采用跟踪电流设定值切换控制算法能够明显降低电流波动幅度,相对于人工控制方法,电流跟踪误差超出允许范围的比例降低了29.8%;实际工业运行效果表明,嵌入式电熔镁炉智能控制系统能够使单吨能耗降低6.2%,产量提高2.9%,并能保证熔炼过程安全稳定优化运行。针对其他类似的高耗能、高污染生产过程,本文研究的嵌入式电熔镁炉智能控制系统在生产过程的优化设定和一体化实现多种复杂控制功能等方面具有参考和推广价值。
梁霄[10](2012)在《碳纤维纺丝过程的协同智能控制系统研究》文中研究说明碳纤维纺丝过程是一个具有高度复杂性的工业过程,其组成环节多样,工作环境各异,整个生产过程随时间变化频繁,相应的产品质量要求高且数量巨大,使得对碳纤维纺丝过程建立可靠、高效、连续的控制体系,成为工程控制领域极具挑战性的任务之一。生物体高效调控机制,是设计新颖的智能化控制算法的灵感来源。碳纤维纺丝过程所具有的高度复杂和行为不确定等特点,以及严格的控制要求和质量要求,与生物体自身的特点相似,具有应用生物启发的智能控制手段的潜力。本论文在生物体神经-内分泌-免疫综合调控体系的基础上,抽象其调节机理设计智能化的协同控制器(体系)及其控制方法,并应用在以碳纤维纺丝过程为典型代表的复杂工业生产过程中,以提高生产过程控制水平,实现生产过程智能化协同运作。本论文的主要贡献如下:(1)对生物神经-内分泌-免疫综合调控机制进行阐述,重点介绍神经系统与内分泌系统的协调作用,内分泌系统对机体的调控机理和神经系统与免疫系统的互补调节模式,对不同系统之间的具体作用方式进行分析,为下文根据碳纤维纺丝过程不同方面的特点建立多样化的智能协同控制器(体系)提供理论保证。(2)基于生物体神经-内分泌调节系统的多变量控制机理,抽象智能协同解耦控制策略应用于碳纤维纺丝过程凝固浴多变量控制中,并根据凝固浴的特点将解耦机制推广到多元。该协同智能解耦机制将互相耦合的变量作用完全隔离,而具体算法的复杂度并不高,有利工业生产实践。实验结果表明,相对传统解耦控制方法,所提出的基于神经-内分泌解耦调节机理的协同智能控制方法能够对凝固浴的多个耦合受控变量进行有效的独立控制,且具有良好的过渡过程响应。(3)基于生物体多级内分泌反馈调节机理,设计内分泌多级反馈协同智能控制体系,针对碳纤维纺丝过程的牵伸工序的工艺要求和设备组成,将其抽象为多个需进行信息交换的工作单元的组合体,从而能够应用所设计的协同智能控制体系。实验结果表明,所提出的多级反馈协同智能控制体系能够有效地将牵伸过程的各个部分联系起来,通过高效的协同调节保证纤维牵伸率的持续稳定。(4)基于生物体内分泌系统激素调控原理,针对纤维生产过程不易获取精确工作模型的现实情况,以数据驱动思想为基础,嵌入基于激素调控原理的增强环节提出基于激素调控原理的数据驱动智能控制器,并应用于纤维牵伸过程中丝条张力的动态控制。根据激素调控增强单元和数据驱动控制器的不同作用模式,可以引申出具有不同工作特性的数据驱动控制器实例。实验结果表明,该智能控制器有效地提高了数据驱动控制的灵敏度和准确性,有利于被控对象保持在持续稳定的工作状态。(5)基于生物体神经系统和免疫系统协作模式,针对纤维生产过程对产品分析和整体优化的要求,设计免疫机制增强的神经网络优化模型,提出双向纺丝工艺建模和智能优化方法及其专家系统,形成双向智能优化体系,不仅有助于科研人员对纤维生产过程进行深入研究,而且对纤维生产单位以较小的代价进行合理的制造工艺优化和纤维产品设计,具有积极的意义。最后,对全文的研究内容进行了总结,指出了目前研究工作中存在的不足,并对该领域下一步的研究方向进行了展望。
二、神经网络专家系统协同式智能控制系统结构(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、神经网络专家系统协同式智能控制系统结构(论文提纲范文)
(1)电磁主动隔振系统建模与控制方法研究(论文提纲范文)
论文创新点 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究的背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 主被动隔振系统研究现状 |
1.2.2 电磁隔振系统结构研究现状 |
1.2.3 主动隔振系统建模研究现状 |
1.2.4 隔振系统控制方法研究现状 |
1.3 问题的提出 |
1.4 本文的主要工作 |
2 电磁隔振系统元件优化与建模 |
2.1 引言 |
2.2 电磁隔振系统元件的优化设计 |
2.2.1 电磁隔振系统元件的形状优化 |
2.2.2 电磁隔振系统元件的参数优化 |
2.3 电磁隔振系统模型分析 |
2.4 电磁隔振系统的结构设计与建模 |
2.4.1 电磁隔振系统的结构设计 |
2.4.2 电磁隔振系统的建模 |
2.4.3 基于数据建模和PID控制器的仿真分析 |
2.4.4 基于数据建模和PID控制器的实验分析 |
2.5 本章小结 |
3 基于等效刚度和阻尼系数的主动控制方法 |
3.1 引言 |
3.2 隔振系统非线性关系和动力学方程 |
3.2.1 电磁隔振系统非线性关系 |
3.2.2 电磁隔振系统动力学方程 |
3.3 基于等效刚度的主动控制方法 |
3.3.1 系统动态性能指标 |
3.3.2 等效刚度系数优化 |
3.3.3 基于等效刚度系数的控制框图 |
3.3.4 基于等效刚度系数的仿真结果 |
3.4 基于等效刚度和阻尼系数的主动控制方法 |
3.4.1 系统动态性能指标 |
3.4.2 参数优化和控制框图 |
3.4.3 基于等效刚度和阻尼系数的仿真结果 |
3.4.4 基于等效刚度和阻尼系数的实验分析 |
3.5 基于分段等效刚度和阻尼系数的控制方法 |
3.5.1 分段策略 |
3.5.2 基于分段等效刚度和阻尼系数的控制框图 |
3.5.3 基于分段等效刚度和阻尼系数的仿真分析 |
3.5.4 基于分段等效刚度和阻尼系数的实验分析 |
3.6 本章小结 |
4 基于状态空间和协同遗传算法的主动控制方法 |
4.1 引言 |
4.2 系统状态空间描述 |
4.2.1 基本定义 |
4.2.2 隔振系统状态空间表达式 |
4.2.3 离散化 |
4.3 基于LQR和协同小生境遗传算法的控制方法 |
4.3.1 线性二次型最优控制 |
4.3.2 小生境遗传算法 |
4.3.3 协同算法 |
4.3.4 仿真分析 |
4.3.5 实验分析 |
4.4 基于RHC和协同变染色体长度遗传算法的控制方法 |
4.4.1 滚动时域优化 |
4.4.2 协同变染色体长度遗传算法 |
4.4.3 仿真分析 |
4.4.4 实验分析 |
4.5 仿真对比分析 |
4.6 本章小结 |
5 多隔振单元并联的电磁隔振系统控制方法 |
5.1 引言 |
5.2 多隔振单元并联的电磁隔振系统结构设计与建模 |
5.2.1 双隔振单元并联系统的结构设计与建模 |
5.2.2 三隔振单元并联系统的结构设计与建模 |
5.3 双隔振单元并联的电磁隔振系统控制方法 |
5.3.1 基于LQR和 NGA的双隔振单元并联系统控制方法 |
5.3.2 基于RHC和 CGAVLC的双隔振单元并联系统控制方法 |
5.4 三隔振单元并联的电磁隔振系统控制方法 |
5.4.1 基于LQR和 NGA的三隔振单元并联系统控制方法 |
5.4.2 基于RHC和 CGAVLC的三隔振单元并联系统控制方法 |
5.5 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
攻博期间发表的科研成果目录 |
致谢 |
(2)基于嵌入式的智能交通控制系统的设计(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 发展趋势 |
1.4 论文的主要内容及章节安排 |
2 交通信号控制的基本理论 |
2.1 交通信号控制的基本参数及性能指标 |
2.2 交通信号控制方式的分类 |
2.2.1 按控制范围分类 |
2.2.2 按控制方法分类 |
2.3 交通流检测技术 |
2.3.1 环形线圈检测技术 |
2.3.2 超声波检测技术 |
2.3.3 视频检测技术 |
2.4 本章小结 |
3 单交叉口交通信号的模糊控制设计 |
3.1 单交叉口几何模型 |
3.2 模糊控制基本理论 |
3.2.1 模糊集合及其运算 |
3.2.2 模糊关系及模糊逻辑推理 |
3.2.3 模糊逻辑控制系统 |
3.3 交通信号的经典模糊控制 |
3.3.1 经典模糊控制的基本原理 |
3.3.2 经典模糊控制器的设计 |
3.4 交通信号的可变相位模糊控制 |
3.4.1 经典模糊控制存在的问题 |
3.4.2 可变相位模糊控制的基本原理 |
3.4.3 可变相位模糊控制器设计 |
3.5 MATLAB仿真与测试 |
3.6 本章小结 |
4 单交叉口交通信号的模糊神经网络控制设计 |
4.1 模糊控制策略存在问题及优化 |
4.2 模糊神经网络基本理论 |
4.2.1 神经网络的基本概念 |
4.2.2 BP神经网络 |
4.2.3 模糊控制与神经网络结合 |
4.2.4 模糊神经网络的结构 |
4.3 交通信号的模糊神经网络控制 |
4.3.1 加载数据 |
4.3.2 生成模糊神经推理系统 |
4.3.3 训练模糊神经推理系统 |
4.3.4 测试模糊神经推理系统 |
4.4 本章小结 |
5 基于嵌入式的智能交通硬件平台的搭建 |
5.1 智能交通硬件平台总体设计 |
5.2 主控芯片STM32简介 |
5.3 主机模块硬件电路设计 |
5.3.1 时钟晶振电路设计 |
5.3.2 复位电路设计 |
5.3.3 电源设计 |
5.3.4 串口通信模块设计 |
5.3.5 以太网通信模块设计 |
5.3.6 SD卡存储模块 |
5.3.7 液晶显示模块设计 |
5.4 从机模块硬件电路设计 |
5.4.1 最小系统电路设计 |
5.4.2 数码管显示模块 |
5.5 功能驱动模块硬件电路设计 |
5.5.1 信号灯驱动电路 |
5.5.2 车辆检测藕合振荡电路 |
5.5.3 脉冲信号整形电路 |
5.6 本章小结 |
6 智能交通控制系统软件设计 |
6.1 嵌入式μC/OS-Ⅱ系统的移植 |
6.1.1 滴答定时器SysTick的移植 |
6.1.2 os_cpu_a.asm文件的移植 |
6.1.3 os_cpu.h文件的移植 |
6.1.4 os_cpu.c文件的移植 |
6.2 交通信号系统主要程序的实现 |
6.2.1 μC/OS-Ⅱ的任务程序的实现 |
6.2.2 模糊控制的实现 |
6.2.3 485串口通信的实现 |
6.2.4 以太网通信的实现 |
6.2.5 SD卡存储的实现 |
6.3 上位机监控软件设计 |
6.3.1 上位机开发软件 |
6.3.2 上位机监控系统界面设计 |
6.4 系统测试 |
6.5 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
8 参考文献 |
9 攻读学位期间发表论文情况 |
10 致谢 |
(3)单交叉路口智能交通信息系统研究与设计(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.3 课题主要研究内容 |
1.4 论文结构安排 |
2 需求分析及总体方案设计 |
2.1 路口状况分析 |
2.1.1 路口模型 |
2.1.2 信号相位 |
2.2 需求分析 |
2.3 研究目标 |
2.4 主要技术指标 |
2.5 总体方案设计 |
2.6 系统中的关键技术 |
2.6.1 OpenCV机器视觉技术 |
2.6.2 模糊神经网络算法 |
2.6.3 LORA无线传输技术 |
2.7 本章小结 |
3 机器视觉交叉路口多交通参数采集 |
3.1 机器视觉车辆检测技术概述 |
3.2 车辆排队长度检测 |
3.2.1 图像预处理 |
3.2.2 获取ROI |
3.2.3 车辆运动检测 |
3.2.4 车辆存在检测 |
3.2.5 像素统计 |
3.2.6 确定空间队列长度 |
3.3 车流量及车速检测 |
3.3.1 背景差分运动目标检测 |
3.3.2 基于虚拟线圈车流量检测 |
3.3.3 基于虚拟线圈车速检测 |
3.4 本章小结 |
4 单交叉口交通信号控制算法研究 |
4.1 交通信号的控制类型 |
4.2 交通信号模糊控制算法研究 |
4.2.1 交通信号模糊控制思想 |
4.2.2 单交叉口模糊控制结构设计 |
4.2.3 单交叉口模糊控制器的设计 |
4.3 路口交通模糊控制器优化的必要性 |
4.3.1 模糊控制存在的问题及解决办法 |
4.3.2 控制优化对象 |
4.3.3 神经网络与模糊控制系统的协同机制 |
4.4 模糊神经网络的系统结构 |
4.5 ANFIS模糊神经网络的交通信号控制性能仿真 |
4.5.1 通行效率评价指标 |
4.5.2 模糊神经网络推理系统建立 |
4.5.3 仿真结果及分析 |
4.6 本章小结 |
5 系统硬件平台搭建及软件设计 |
5.1 系统硬件平台搭建 |
5.1.1 嵌入式工控机系统架构 |
5.1.2 网络摄像头系统架构 |
5.1.3 STM32主控模块原理图设计 |
5.1.4 TFTLCD液晶显示模块设计 |
5.1.5 LoRa模块电路设计 |
5.2 系统软件程序设计 |
5.2.1 软件开发环境的介绍 |
5.2.2 系统主程序 |
5.2.3 多交通参数采集软件设计 |
5.2.4 控制算法软件设计 |
5.2.5 LoRa模块无线收发软件设计 |
5.2.6 交通灯控制软件设计 |
5.3 本章小结 |
6 系统测试及性能分析 |
6.1 智能交通信息系统平台搭建 |
6.2 机器视觉的多交通参数检测 |
6.3 交通信号灯控制策略功能调试 |
6.4 交通灯模块配时校验 |
6.5 系统性能分析 |
6.6 本章小结 |
7 结论 |
7.1 工作总结 |
7.2 后续工作展望 |
参考文献 |
攻读硕士学位期间发表的论文 |
致谢 |
(4)嵌入式系统智能控制能力度量与评价模型研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 机载计算机技术与性能评价 |
1.1.2 嵌入式智能控制能力度量方法 |
1.2 国内外研究现状 |
1.2.1 嵌入式系统性能综合评价方法 |
1.2.2 嵌入式智能控制能力度量方法 |
1.3 研究内容与创新点 |
1.4 论文结构 |
第二章 嵌入式系统性能评价方法和能力度量模型研究 |
2.1 引言 |
2.2 基于灰色理论的嵌入式系统五维度能力综合评价方法 |
2.2.1 系统架构和性能分析 |
2.2.2 五维度能力指标体系构建 |
2.2.3 基于灰色理论的五维度综合评价方法 |
2.3 基于离差智商计算的嵌入式系统智能控制能力评价方法 |
2.3.1 智能控制能力性能分析 |
2.3.2 智能控制能力指标体系构建 |
2.3.3 基于离差计算的智能控制能力评价方法 |
2.4 基于相对能力曲线的嵌入式系统智能控制能力度量模型 |
2.5 嵌入式系统智能控制能力度量案例分析 |
2.6 本章小结 |
第三章 基于GSPN的锁步非相似系统自诊断能力评价方法研究 |
3.1 引言 |
3.2 基于ICP系统的锁步处理器和非相似架构设计 |
3.2.1 处理器锁步机制设计 |
3.2.2 非相似结构设计 |
3.3 基于GSPN的系统自诊断模型 |
3.3.1 建模工具和建模流程 |
3.3.2 单通道锁步模型 |
3.3.3 锁步非相似系统模型 |
3.4 基于PAV方法的系统自诊断能力评价方法 |
3.5 案例分析 |
3.6 本章小结 |
第四章 基于GCM因子的自适应核间通信策略及评价方法研究 |
4.1 引言 |
4.2 异构核间通信过程和性能影响因子分析 |
4.2.1 核间通信流程 |
4.2.2 GCM影响因子 |
4.2.3 核间通信阶段传输模型 |
4.2.4 影响因子实验分析 |
4.3 基于动态通信策略的HMPU核间通信性能优化 |
4.3.1 动态通信策略自适应模型 |
4.3.2 动态通信策略实验分析 |
4.4 核间通信策略自适应能力评价方法 |
4.5 实验分析 |
4.6 本章小结 |
第五章 基于DCET的系统自寻优任务调度算法及评价方法研究 |
5.1 引言 |
5.2 基于ARINC653标准的分区系统架构设计 |
5.3 基于DCET的自寻优任务调度算法 |
5.3.1 自寻优任务调度模型 |
5.3.2 自寻优任务调度算法流程 |
5.3.3 可调度性和实时性分析 |
5.4 自寻优任务调度能力评价方法 |
5.5 实验分析 |
5.6 本章小结 |
第六章 基于Roofline模型的能耗自调节机制及评价方法研究 |
6.1 引言 |
6.2 能耗自调节能力的指标体系 |
6.2.1 操作系统层能耗调节指标分析 |
6.2.2 硬件层能耗调节指标分析 |
6.2.3 能耗控制相关评价指标 |
6.3 基于Roofline模型的系统能耗与性能分析 |
6.3.1 Roofline模型分析流程 |
6.3.2 Roofline模型建模流程 |
6.4 系统能耗自调节能力评价方法 |
6.5 实验分析 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 不足与展望 |
参考文献 |
在学期间发表的学术论文 |
在学期间参加项目情况 |
致谢 |
(5)工业机器人模糊神经网络控制及最优运动规划方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 并联机器人机构参数优化方法综述 |
1.3 基于模糊逻辑系统的智能控制方法综述 |
1.3.1 智能控制综述 |
1.3.2 模糊逻辑控制综述 |
1.3.3 模糊神经网络控制综述 |
1.4 含复杂约束的机器人运动规划综述 |
1.5 本文的主要研究内容 |
第2章 构件化机器人本体建模及机构参数优化方法 |
2.1 引言 |
2.2 机器人本体运动学模型 |
2.2.1 运动学逆解 |
2.2.2 运动学正解 |
2.2.3 速度及加速度映射模型 |
2.3 机器人本体动力学模型 |
2.4 考虑各向异性动力学特征的机构参数优化算法 |
2.5 基于全域性能指标的多目标机构参数优化算法 |
2.6 本章小结 |
第3章 区间二型模糊逻辑控制系统设计方法 |
3.1 引言 |
3.2 模糊逻辑控制系统 |
3.2.1 一型模糊逻辑控制系统 |
3.2.2 二型模糊逻辑控制系统 |
3.2.3 区间二型模糊逻辑控制系统 |
3.3 基准一型模糊逻辑控制系统的建立 |
3.4 区间二型模糊逻辑控制器的设计及优化 |
3.4.1 一型隶属函数的模糊化 |
3.4.2 输出信号增强系数 |
3.5 仿真分析 |
3.5.1 IT2FLC对系统不确定性的鲁棒性评估 |
3.5.2 IT2FLC的控制性能验证 |
3.6 本章小结 |
第4章 自学习区间二型模糊神经网络智能控制系统 |
4.1 引言 |
4.2 区间二型模糊神经网络结构 |
4.3 基于SMC理论的参数自学习算法及其稳定性证明 |
4.3.1 IT2FNN参数学习规则 |
4.3.2 稳定性证明 |
4.4 仿真及讨论 |
4.5 本章小结 |
第5章 可重用粒子群最优运动规划方法 |
5.1 引言 |
5.2 机器人本体及障碍物在工作空间中的表征 |
5.2.1 机器人本体的表征方法 |
5.2.2 工作空间中障碍物的表征方法 |
5.3 基于PSO的运动轨迹优化算法 |
5.3.1 粒子的数据结构及其编码与解码 |
5.3.2 适应度函数设计 |
5.3.3 基于特征点适应度的粒子群初始化算法 |
5.4 轨迹优化算法仿真分析 |
5.4.1 不同粒子初始化方法的对比分析 |
5.4.2 不同轨迹优化算法的对比分析 |
5.5 优化轨迹的重用方法 |
5.5.1 基于增强FPF的粒子群初始化算法 |
5.5.2 基于词汇树的轨迹检索方法 |
5.5.3 优化轨迹数据库建立算例 |
5.6 RPSOMP方法的仿真验证 |
5.7 本章小结 |
第6章 实验研究与验证 |
6.1 引言 |
6.2 实验平台介绍 |
6.3 SLIT2FNN智能控制系统实验研究 |
6.4 RPSOMP方法实验研究 |
6.5 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 |
(6)中国筑路机械学术研究综述·2018(论文提纲范文)
索引 |
0引言 (长安大学焦生杰教授提供初稿) |
1 土石方机械 |
1.1 推土机 (长安大学焦生杰教授、肖茹硕士生, 吉林大学赵克利教授提供初稿;长安大学焦生杰教授统稿) |
1.1.1 国内外研究现状 |
1.1.1. 1 国外研究现状 |
1.1.1. 2 中国研究现状 |
1.1.2 研究的热点问题 |
1.1.3 存在的问题 |
1.1.4 研究发展趋势 |
1.2 挖掘机 (山河智能张大庆高级工程师团队、华侨大学林添良副教授提供初稿;山河智能张大庆高级工程师统稿) |
1.2.1 挖掘机节能技术 (山河智能张大庆高级工程师、刘昌盛博士、郝鹏博士, 华侨大学林添良副教授, 中南大学胡鹏博士生、林贵堃硕士生提供初稿) |
1.2.1. 1 传统挖掘机动力总成节能技术 |
1.2.1. 2 新能源技术 |
1.2.1. 3 混合动力技术 |
1.2.2 挖掘机智能化与信息化 (山河智能张大庆高级工程师, 中南大学胡鹏、周烜亦博士生、李志勇、范诗萌硕士生提供初稿) |
1.2.2. 1 挖掘机辅助作业技术 |
1.2.2. 2 挖掘机故障诊断技术 |
1.2.2. 3 挖掘机智能施工技术 |
1.2.2. 4 挖掘机远程监控技术 |
1.2.2. 5 问题与展望 |
1.2.3 挖掘机轻量化与可靠性 (山河智能张大庆高级工程师、王德军副总工艺师, 中南大学刘强博士生、万宇阳硕士生提供初稿) |
1.2.3. 1 挖掘机轻量化研究 |
1.2.3. 2 挖掘机疲劳可靠性研究 |
1.2.3. 3 存在的问题与展望 |
1.2.4 挖掘机振动与噪声 (山河智能张大庆高级工程师, 中南大学刘强博士生、万宇阳硕士生提供初稿) |
1.2.4. 1 挖掘机振动噪声分类与产生机理 |
1.2.4. 2 挖掘机振动噪声信号识别现状和发展趋势 |
1.2.4. 3 挖掘机减振降噪技术现状和发展趋势 |
1.2.4. 4 挖掘机振动噪声存在问题与展望 |
1.3 装载机 (吉林大学秦四成教授, 博士生遇超、许堂虹提供初稿) |
1.3.1 装载机冷却系统散热技术研究 |
1.3.1. 1 国内外研究现状 |
1.3.1. 2 研究发展趋势 |
1.3.2 鱼和熊掌兼得的HVT |
1.3.2. 1 技术原理及结构特点 |
1.3.2. 2 技术优点 |
1.3.2. 3 国外研究现状 |
1.3.2. 4 中国研究现状 |
1.3.2. 5 发展趋势 |
1.3.2. 6 展望 |
1.4 平地机 (长安大学焦生杰教授、赵睿英高级工程师提供初稿) |
1.4.1 平地机销售情况与核心技术构架 |
1.4.2 国外平地机研究现状 |
1.4.2. 1 高效的动力传动技术 |
1.4.2. 2 变功率节能技术 |
1.4.2. 3 先进的工作装置电液控制技术 |
1.4.2. 4 操作方式与操作环境的人性化 |
1.4.2. 5 转盘回转驱动装置过载保护技术 |
1.4.2. 6 控制系统与作业过程智能化 |
1.4.2. 7 其他技术 |
1.4.3 中国平地机研究现状 |
1.4.4 存在问题 |
1.4.5 展望 |
2压实机械 |
2.1 静压压路机 (长安大学沈建军高级工程师提供初稿) |
2.1.1 国内外研究现状 |
2.1.2 存在问题及发展趋势 |
2.2 轮胎压路机 (黑龙江工程学院王强副教授提供初稿) |
2.2.1 国内外研究现状 |
2.2.2 热点研究方向 |
2.2.3 存在的问题 |
2.2.4 研究发展趋势 |
2.3 圆周振动技术 (长安大学沈建军高级工程师提供初稿) |
2.3.1 国内外研究现状 |
2.3.1. 1 双钢轮技术研究进展 |
2.3.1. 2 单钢轮技术研究进展 |
2.3.2 热点问题 |
2.3.3 存在问题 |
2.3.4 发展趋势 |
2.4 垂直振动压路机 (合肥永安绿地工程机械有限公司宋皓总工程师提供初稿) |
2.4.1 国内外研究现状 |
2.4.2 存在的问题 |
2.4.3 热点研究方向 |
2.4.4 研究发展趋势 |
2.5 振动压路机 (建设机械技术与管理杂志社万汉驰高级工程师提供初稿) |
2.5.1 国内外研究现状 |
2.5.1. 1 国外振动压路机研究历史与现状 |
2.5.1. 2 中国振动压路机研究历史与现状 |
2.5.1. 3 特种振动压实技术与产品的发展 |
2.5.2 热点研究方向 |
2.5.2. 1 控制技术 |
2.5.2. 2 人机工程与环保技术 |
2.5.2. 3 特殊工作装置 |
2.5.2. 4 振动力调节技术 |
2.5.2. 4. 1 与振动频率相关的调节技术 |
2.5.2. 4. 2 与振幅相关的调节技术 |
2.5.2. 4. 3 与振动力方向相关的调节技术 |
2.5.2. 5 激振机构优化设计 |
2.5.2. 5. 1 无冲击激振器 |
2.5.2. 5. 2 大偏心矩活动偏心块设计 |
2.5.2. 5. 3 偏心块形状优化 |
2.5.3 存在问题 |
2.5.3. 1 关于名义振幅的概念 |
2.5.3. 2 关于振动参数的设计与标注问题 |
2.5.3. 3 振幅均匀性技术 |
2.5.3. 4 起、停振特性优化技术 |
2.5.4 研究发展方向 |
2.6 冲击压路机 (长安大学沈建军高级工程师提供初稿) |
2.6.1 国内外研究现状 |
2.6.2 研究热点 |
2.6.3 主要问题 |
2.6.4 发展趋势 |
2.7 智能压实技术及设备 (西南交通大学徐光辉教授, 长安大学刘洪海教授、贾洁博士生, 国机重工 (洛阳) 建筑机械有限公司韩长太副总经理提供初稿;西南交通大学徐光辉教授统稿) |
2.7.1 国内外研究现状 |
2.7.2 热点研究方向 |
2.7.3 存在的问题 |
2.7.4 研究发展趋势 |
3路面机械 |
3.1 沥青混凝土搅拌设备 (长安大学谢立扬高级工程师、张晨光博士生、赵利军副教授提供初稿) |
3.1.1 国内外能耗研究现状 |
3.1.1. 1 烘干筒 |
3.1.1. 2 搅拌缸 |
3.1.1. 3 沥青混合料生产工艺与管理 |
3.1.2 国内外环保研究现状 |
3.1.2. 1 环保的宏观管理 |
3.1.2. 2 沥青烟 |
3.1.2. 3 排放因子 |
3.1.3 存在的问题 |
3.1.4 未来研究趋势 |
3.2 沥青混凝土摊铺机 (长安大学焦生杰教授、周小浩硕士生提供初稿) |
3.2.1 沥青混凝土摊铺机近几年销售情况 |
3.2.2 国内外研究现状 |
3.2.2. 1 国外沥青混凝土摊铺机发展现状 |
3.2.2. 2 中国沥青混凝土摊铺机的发展现状 |
3.2.2. 3 国内外行驶驱动控制技术 |
3.2.2. 4 国内外智能化技术 |
3.2.2. 5 国内外自动找平技术 |
3.2.2. 6 振捣系统的研究 |
3.2.2. 7 国内外熨平板的研究 |
3.2.2. 8 国内外其他技术的研究 |
3.2.3 存在的问题 |
3.2.4 研究的热点方向 |
3.2.5 发展趋势与展望 |
3.3 水泥混凝土搅拌设备 (长安大学赵利军副教授、冯忠绪教授、赵凯音博士生提供初稿;长安大学赵利军副教授统稿) |
3.3.1 国内外研究现状 |
3.3.1. 1 搅拌机 |
3.3.1. 2 振动搅拌技术 |
3.3.1. 3 搅拌工艺 |
3.3.1. 4 搅拌过程监控技术 |
3.3.2 存在问题 |
3.3.3 总结与展望 |
3.4 水泥混凝土摊铺设备 (长安大学胡永彪教授提供初稿) |
3.4.1 国内外研究现状 |
3.4.1. 1 作业机理 |
3.4.1. 2 设计计算 |
3.4.1. 3 控制系统 |
3.4.1. 4 施工技术 |
3.4.2 热点研究方向 |
3.4.3 存在的问题 |
3.4.4 研究发展趋势[466] |
3.5 稳定土厂拌设备 (长安大学赵利军副教授、李雅洁研究生提供初稿) |
3.5.1 国内外研究现状 |
3.5.1. 1 连续式搅拌机与搅拌工艺 |
3.5.1. 2 振动搅拌技术 |
3.5.2 存在问题 |
3.5.3 总结与展望 |
4桥梁机械 |
4.1 架桥机 (石家庄铁道大学邢海军教授提供初稿) |
4.1.1 公路架桥机的分类及结构组成 |
4.1.2 架桥机主要生产厂家及其典型产品 |
4.1.2. 1 郑州大方桥梁机械有限公司 |
4.1.2. 2 邯郸中铁桥梁机械设备有限公司 |
4.1.2. 3 郑州市华中建机有限公司 |
4.1.2. 4 徐州徐工铁路装备有限公司 |
4.1.3 大吨位公路架桥机 |
4.1.3. 1 LGB1600型导梁式架桥机 |
4.1.3. 2 TLJ1700步履式架桥机 |
4.1.3. 3 架桥机的规范与标准 |
4.1.4 发展趋势 |
4.1.4. 1 自动控制技术的应用 |
4.1.4. 2 智能安全监测系统的应用 |
4.1.4. 3 故障诊断技术的应用 |
4.2 移动模架造桥机 (长安大学吕彭民教授、陈一馨讲师, 山东恒堃机械有限公司秘嘉川工程师、王龙奉工程师提供初稿;长安大学吕彭民教授统稿) |
4.2.1 移动模架造桥机简介 |
4.2.1. 1 移动模架造桥机的分类及特点 |
4.2.1. 2 移动模架主要构造及其功能 |
4.2.1. 3 移动模架系统的施工原理与工艺流程 |
4.2.2 国内外研究现状 |
4.2.2. 1 国外研究状况 |
4.2.2. 2 国内研究状况 |
4.2.3 中国移动模架造桥机系列创新及存在的问题 |
4.2.3. 1 中国移动模架造桥机系列创新 |
4.2.3. 2 中国移动模架存在的问题 |
4.2.4 研究发展的趋势 |
5隧道机械 |
5.1 喷锚机械 (西安建筑科技大学谷立臣教授、孙昱博士生提供初稿) |
5.1.1 国内外研究现状 |
5.1.1. 1 混凝土喷射机 |
5.1.1. 2 锚杆钻机 |
5.1.2 存在的问题 |
5.1.3 热点及研究发展方向 |
5.2 盾构机 (中南大学易念恩实验师, 长安大学叶飞教授, 中南大学王树英副教授、夏毅敏教授提供初稿) |
5.2.1 盾构机类型 |
5.2.1. 1 国内外发展现状 |
5.2.1. 2 存在的问题与研究热点 |
5.2.1. 3 研究发展趋势 |
5.2.2 盾构刀盘 |
5.2.2. 1 国内外研究现状 |
5.2.2. 2 热点研究方向 |
5.2.2. 3 存在的问题 |
5.2.2. 4 研究发展趋势 |
5.2.3 盾构刀具 |
5.2.3. 1 国内外研究现状 |
5.2.3. 2 热点研究方向 |
5.2.3. 3 存在的问题 |
5.2.3. 4 研究发展趋势 |
5.2.4 盾构出渣系统 |
5.2.4. 1 螺旋输送机 |
5.2.4. 2 泥浆输送管路 |
5.2.5 盾构渣土改良系统 |
5.2.5. 1 国内外发展现状 |
5.2.5. 2 存在问题与研究热点 |
5.2.5. 3 研究发展趋势 |
5.2.6 壁后注浆系统 |
5.2.6. 1 国内外发展现状 |
5.2.6. 2 研究热点方向 |
5.2.6. 3 存在的问题 |
5.2.6. 4 研究发展趋势 |
5.2.7 盾构检测系统 |
5.2.7. 1 国内外研究现状 |
5.2.7. 2 热点研究方向 |
5.2.7. 3 存在的问题 |
5.2.7. 4 研究发展趋势 |
5.2.8 盾构推进系统 |
5.2.8. 1 国内外研究现状 |
5.2.8. 2 热点研究方向 |
5.2.8. 3 存在的问题 |
5.2.8. 4 研究发展趋势 |
5.2.9 盾构驱动系统 |
5.2.9. 1 国内外研究现状 |
5.2.9. 2 热点研究方向 |
5.2.9. 3 存在的问题 |
5.2.9. 4 研究发展趋势 |
6养护机械 |
6.1 清扫设备 (长安大学宋永刚教授提供初稿) |
6.1.1 国外研究现状 |
6.1.2 热点研究方向 |
6.1.2. 1 单发动机清扫车 |
6.1.2. 2 纯电动清扫车 |
6.1.2. 3 改善人机界面向智能化过渡 |
6.1.3 存在的问题 |
6.1.3. 1 整车能源效率偏低 |
6.1.3. 2 作业效率低 |
6.1.3. 3 除尘效率低 |
6.1.3. 4 静音水平低 |
6.1.4 研究发展趋势 |
6.1.4. 1 节能环保 |
6.1.4. 2 提高作业性能及效率 |
6.1.4. 3 提高自动化程度及路况适应性 |
6.2 除冰融雪设备 (长安大学高子渝副教授、吉林大学赵克利教授提供初稿;长安大学高子渝副教授统稿) |
6.2.1 国内外除冰融雪设备研究现状 |
6.2.1. 1 融雪剂撒布机 |
6.2.1. 2 热力法除冰融雪机械 |
6.2.1. 3 机械法除冰融雪机械 |
6.2.1. 4 国外除冰融雪设备技术现状 |
6.2.1. 5 中国除冰融雪设备技术现状 |
6.2.2 中国除冰融雪机械存在的问题 |
6.2.3 除冰融雪机械发展趋势 |
6.3 检测设备 (长安大学叶敏教授、张军讲师提供初稿) |
6.3.1 路面表面性能检测设备 |
6.3.1. 1 国外路面损坏检测系统 |
6.3.1. 2 中国路面损坏检测系统 |
6.3.2 路面内部品质的检测设备 |
6.3.2. 1 新建路面质量评价设备 |
6.3.2. 2 砼路面隐性病害检测设备 |
6.3.2. 3 沥青路面隐性缺陷的检测设备 |
6.3.3 研究热点与发展趋势 |
6.4 铣刨机 (长安大学胡永彪教授提供初稿) |
6.4.1 国内外研究现状 |
6.4.1. 1 铣削转子动力学研究 |
6.4.1. 2 铣削转子刀具排列优化及刀具可靠性研究 |
6.4.1. 3 铣刨机整机参数匹配研究 |
6.4.1. 4 铣刨机转子驱动系统研究 |
6.4.1. 5 铣刨机行走驱动系统研究 |
6.4.1. 6 铣刨机控制系统研究 |
6.4.1. 7 铣刨机路面工程应用研究 |
6.4.2 热点研究方向 |
6.4.3 存在的问题 |
6.4.4 研究发展趋势 |
6.4.4. 1 整机技术 |
6.4.4. 2 动力技术 |
6.4.4. 3 传动技术 |
6.4.4. 4 控制与信息技术 |
6.4.4. 5 智能化技术 |
6.4.4. 6 环保技术 |
6.4.4. 7 人机工程技术 |
6.5 再生设备 (长安大学顾海荣、马登成副教授提供初稿;顾海荣副教授统稿) |
6.5.1 厂拌热再生设备 |
6.5.1. 1 国内外研究现状 |
6.5.1. 2 热点研究方向 |
6.5.1. 3 存在的问题 |
6.5.1. 4 研究发展趋势 |
6.5.2 就地热再生设备 |
6.5.2. 1 国内外研究现状 |
6.5.2. 2 热点研究方向 |
6.5.2. 3 存在的问题 |
6.5.2. 4 研究发展趋势 |
6.5.3 冷再生设备 |
6.5.3. 1 国内外研究现状 |
6.5.3. 2 热点研究方向 |
6.6 封层车 (长安大学焦生杰教授、杨光兴硕士生提供初稿) |
6.6.1 前言 |
6.6.2 同步碎石封层技术与设备 |
6.6.2. 1 同步碎石封层技术简介 |
6.6.2. 2 国外研究现状 |
6.6.2. 3 中国研究现状 |
6.6.2. 4 研究方向 |
6.6.2. 5 存在的问题 |
6.6.3 稀浆封层技术与设备 |
6.6.3. 1 稀浆封层技术简介 |
6.6.3. 2 国外研究现状 |
6.6.3. 3 中国发展现状 |
6.6.3. 4 热点研究方向 |
6.6.3. 5 存在的问题 |
6.6.4 雾封层技术与设备 |
6.6.4. 1 雾封层技术简介 |
6.6.4. 2 国外发展现状 |
6.6.4. 3 中国发展现状 |
6.6.4. 4 热点研究方向 |
6.6.4. 5 存在的问题 |
6.6.5 研究发展趋势 |
6.7 水泥路面修补设备 (长安大学叶敏教授、窦建明博士生提供初稿) |
6.7.1 技术简介 |
6.7.1. 1 施工技术 |
6.7.1. 2 施工机械 |
6.7.1. 3 共振破碎机工作原理 |
6.7.2 共振破碎机研究现状 |
6.7.2. 1 国外研究发展现状 |
6.7.2. 2 中国研究发展现状 |
6.7.3 研究热点及发展趋势 |
6.7.3. 1 研究热点 |
6.7.3. 2 发展趋势 |
7 结语 (长安大学焦生杰教授提供初稿) |
(7)智能产品服务生态系统理论与方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与挑战 |
1.1.1 研究背景 |
1.1.2 面临的挑战 |
1.2 产品服务系统的智能化和生态化转型 |
1.2.1 转型路径分析 |
1.2.2 转型需求分析 |
1.2.3 解决方案 |
1.3 论文研究意义 |
1.4 论文组织结构 |
第二章 智能产品服务生态系统研究现状与分析 |
2.1 智能产品服务生态系统框架研究现状 |
2.1.1 智能化服务化转型研究现状 |
2.1.2 生态系统的应用研究现状 |
2.2 智能产品服务生态系统边界及需求分析研究现状 |
2.2.1 智能产品服务生态系统边界研究现状 |
2.2.2 智能产品服务生态系统需求分析研究现状 |
2.3 智能产品服务生态系统解析研究现状 |
2.3.1 智能产品服务生态系统建模理论研究现状 |
2.3.2 智能产品服务生态系统稳态研究现状 |
2.4 智能产品服务生态系统设计研究现状 |
2.4.1 智能产品功能层次聚类与系统生成 |
2.4.2 智能产品服务流程图形化建模与量化分析 |
2.5 智能生态产品服务交付研究现状 |
2.6 研究现状小结 |
第三章 智能产品服务生态系统理论总体框架 |
3.1 引言 |
3.2 智能产品服务生态系统相关概念定义 |
3.3 智能产品服务生态系统特征分析 |
3.3.2 智能的特征 |
3.3.3 生态的特征 |
3.3.4 服务的特征 |
3.4 智能产品服务生态系统要素构成 |
3.4.1 智能技术 |
3.4.2 用户体验 |
3.4.3 市场定位 |
3.4.4 商业模式 |
3.4.5 关联关系 |
3.4.6 联接交互 |
3.4.7 生态特征与系统要素之间的关联关系 |
3.5 智能产品服务生态系统总体研究框架与流程 |
3.6 智能家居服务生态系统示例验证 |
3.6.1 智能家居服务生态系统的定义与演变 |
3.6.2 智能家居服务生态系统的特征体现 |
3.6.3 智能家居服务生态系统要素构成分析 |
3.7 先进性与可行性分析 |
3.8 本章小结 |
第四章 智能产品服务生态系统需求分析 |
4.1 引言 |
4.2 智能产品服务生态系统需求分析研究思路与框架流程 |
4.2.1 智能产品服务生态系统边界拓展特征分析 |
4.2.2 智能产品服务生态系统客户需求特征分析 |
4.2.3 智能产品服务生态系统客户需求分析研究框架流程 |
4.3 智能产品服务生态系统边界研究 |
4.3.1 智能产品服务生态系统业务边界研究 |
4.3.2 智能产品服务生态系统价值边界研究 |
4.4 智能产品服务生态系统客户需求挖掘与预测 |
4.4.1 客户需求分析方法选择 |
4.4.2 基于模糊认知图(FCM)的客户隐性需求挖掘方法 |
4.4.3 基于ARIMA模型的客户动态需求预测方法 |
4.5 智能家居服务生态系统需求分析示例验证 |
4.5.1 智能家居服务生态系统边界研究 |
4.5.2 智能家居服务生态系统客户需求挖掘与动态预测 |
4.6 先进性与可行性分析 |
4.7 本章小结 |
第五章 智能产品服务生态系统解析 |
5.1 引言 |
5.2 智能产品服务生态系统解析研究思路与框架流程 |
5.2.1 智能产品服务生态系统解析的问题特征 |
5.2.2 智能产品服务生态系统解析研究框架流程 |
5.3 智能产品服务生态系统层次结构拓扑分析与建模 |
5.3.1 智能产品服务生态系统层次分析 |
5.3.2 智能产品服务生态系统生存系统模型(EVSM) |
5.3.3 基于EVSM的智能产品服务生态系统结构建模 |
5.4 智能产品服务生态系统稳健性研究 |
5.4.1 智能产品服务生态系统稳健性研究思路 |
5.4.2 智能产品服务生态系统的耗散结构演变 |
5.4.3 智能产品服务生态系统生态位分离 |
5.4.4 智能产品服务生态系统稳健性评价 |
5.4.5 智能产品服务生态系统的冗余机制 |
5.5 智能产品服务生态系统价值涌现 |
5.5.1 智能产品服务生态系统价值涌现机理 |
5.5.2 智能产品服务生态系统的价值空间的拓展 |
5.5.3 智能产品服务生态系统价值空间评价 |
5.6 智能家居服务生态系统解析示例验证 |
5.6.1 智能家居服务生态系统结构拓扑层次分析 |
5.6.2 智能家居服务生态系统稳健性研究 |
5.6.3 智能家居服务生态系统价值涌现 |
5.7 先进性与可行性分析 |
5.8 本章小结 |
第六章 智能产品服务生态系统设计 |
6.1 引言 |
6.2 智能产品服务生态系统设计研究思路与框架流程 |
6.3 智能产品与功能层次聚类 |
6.3.1 主要问题特征与研究思路分析 |
6.3.2 智能产品功能模糊层次聚类算法 |
6.4 智能产品服务流程建模 |
6.4.1 智能产品服务配置框架 |
6.4.2 基于服务蓝图的智能产品服务包划分 |
6.4.3 基于BPMN图的智能产品服务过程建模 |
6.5 智能产品服务生态价值交互与平衡 |
6.5.1 智能产品服务生态价值交叉补贴 |
6.5.2 智能产品服务生态系统价值网络分析 |
6.5.3 智能产品服务生态系统价值传递矩阵 |
6.6 智能家居服务生态系统设计示例验证 |
6.6.1 智能家居产品与功能层次聚类 |
6.6.2 基于多方法融合的智能家居服务流程建模 |
6.6.3 智能家居服务生态价值交互与平衡 |
6.7 先进性与可行性分析 |
6.8 本章小结 |
第七章 智能产品服务生态系统交付 |
7.1 引言 |
7.2 智能产品服务生态系统交付研究思路与框架流程 |
7.2.1 智能产品服务生态系统交付问题特征分析 |
7.2.2 智能产品服务生态系统交付研究框架流程 |
7.3 智能产品服务能力规划 |
7.3.1 智能产品服务能力层次分析框架 |
7.3.2 智能产品服务能力与资源的虚拟池化 |
7.4 智能产品服务交付管理 |
7.4.1 智能产品服务交付协同化过程 |
7.4.2 智能产品服务交付渠道 |
7.4.3 基于动态共享资源池的智能产品服务资源配置 |
7.5 智能家居服务生态系统交付示例验证 |
7.5.1 智能家居服务能力规划 |
7.5.2 智能家居服务运营管理 |
7.6 先进性与可行性分析 |
7.7 本章小结 |
第八章 智能网联汽车服务生态系统示例验证 |
8.1 案例背景 |
8.2 智能网联汽车服务生态系统框架结构 |
8.2.1 智能网联汽车服务生态系统基础框架 |
8.2.2 智能网联汽车服务生态系统的特征体现 |
8.2.3 智能网联汽车服务生态系统的要素构成 |
8.3 智能网联汽车服务生态需求分析 |
8.3.1 智能网联汽车服务生态系统边界研究 |
8.3.2 智能网联汽车服务生态系统客户需求挖掘与动态预测 |
8.4 智能网联汽车服务生态系统解析 |
8.4.1 智能网联汽车服务生态系统结构拓扑层次分析 |
8.4.2 智能网联汽车服务生态系统稳健性研究 |
8.4.3 智能网联汽车服务生态系统价值涌现 |
8.5 智能网联汽车服务生态系统设计 |
8.5.1 智能网联汽车产品与功能层次聚类 |
8.5.2 基于多方法融合的智能网联汽车服务流程建模 |
8.5.3 智能网联汽车服务生态价值交互与平衡 |
8.6 智能网联汽车服务生态系统交付 |
8.6.1 智能网联汽车服务能力规划 |
8.6.2 智能网联汽车服务运营管理 |
8.7 本章小结 |
第九章 总结与展望 |
9.1 总结 |
9.1.1 内容总结 |
9.1.2 创新点 |
9.2 展望 |
9.2.1 不足之处 |
9.2.2 后续研究 |
参考文献 |
附录一 英文缩略语 |
附录二 模糊层次聚类算法的MATLAB实现 |
附录三 基于EXCEL的资源动态配置算法实现 |
攻读博士学位期间发表或录用的学术论文 |
以第一作者发表的学术论文 |
第一作者撰写中和拟投稿论文 |
与他人合作发表的学术论文 |
攻读博士学位期间参与的科研项目 |
致谢 |
(8)中国汽车工程学术研究综述·2017(论文提纲范文)
索引 |
0引言 |
1汽车NVH控制 (长安汽车工程研究院庞剑总工程师统稿) |
1.1从静音到声品质 (重庆大学贺岩松教授提供初稿) |
1.1.1国内外研究现状 |
1.1.1.1声品质主观评价 |
1.1.1.2声品质客观评价 |
1.1.1.3声品质主客观统一模型 |
1.1.2存在的问题 |
1.1.3研究发展趋势 |
1.2新能源汽车NVH控制技术 |
1.2.1驱动电机动力总成的NVH技术 (同济大学左曙光教授、林福博士生提供初稿) |
1.2.1.1国内外研究现状 |
1.2.1.2热点研究方向 |
1.2.1.3存在的问题与展望 |
1.2.2燃料电池发动机用空压机的NVH技术 (同济大学左曙光教授、韦开君博士生提供初稿) |
1.2.2.1国内外研究现状 |
1.2.2.2存在的问题 |
1.2.2.3总结与展望 |
1.3车身与底盘总成NVH控制技术 |
1.3.1车身与内饰 (长安汽车工程研究院庞剑总工程师提供初稿) |
1.3.1.1车身结构 |
1.3.1.2声学包装 |
1.3.2制动系 (同济大学张立军教授、徐杰博士生、孟德建讲师提供初稿) |
1.3.2.1制动抖动 |
1.3.2.2制动颤振 |
1.3.2.3制动尖叫 |
1.3.2.4瓶颈问题与未来趋势 |
1.3.3轮胎 (清华大学危银涛教授、杨永宝博士生、赵崇雷硕士生提供初稿) |
1.3.3.1轮胎噪声机理研究 |
1.3.3.2轮胎噪声计算模型 |
1.3.3.3轮胎噪声的测量手段 |
1.3.3.4降噪方法 |
1.3.3.5问题与展望 |
1.3.4悬架系 (吉林大学庄晔副教授提供初稿) |
1.3.4.1悬架系NVH问题概述 |
1.3.4.2悬架系的动力学建模与NVH预开发 |
1.3.4.3悬架系的关键部件NVH设计 |
1.3.4.4悬架NVH设计整改 |
1.4主动振动控制技术 (重庆大学郑玲教授提供初稿) |
1.4.1主动和半主动悬架技术 |
1.4.1.1主动悬架技术 |
1.4.1.2半主动悬架技术 |
1.4.2主动和半主动悬置技术 |
1.4.2.1主动悬置技术 |
1.4.2.2半主动悬置技术 |
1.4.3问题及发展趋势 |
2汽车电动化与低碳化 (江苏大学何仁教授统稿) |
2.1传统汽车动力总成节能技术 (同济大学郝真真博士生、倪计民教授提供初稿) |
2.1.1国内外研究现状 |
2.1.1.1替代燃料发动机 |
2.1.1.2高效内燃机 |
2.1.1.3新型传动方式 |
2.1.2存在的主要问题 |
2.1.3重点研究方向 |
2.1.4发展对策及趋势 |
2.2混合动力电动汽车技术 (重庆大学胡建军教授、秦大同教授, 彭航、周星宇博士生提供初稿) |
2.2.1国内外研究现状 |
2.2.2存在的问题 |
2.2.3重点研究方向 |
2.3新能源汽车技术 |
2.3.1纯电动汽车技术 (长安大学马建、余强、汪贵平教授, 赵轩、李耀华副教授, 许世维、唐自强、张一西研究生提供初稿) |
2.3.1.1动力电池 |
2.3.1.2分布式驱动电动汽车驱动控制技术 |
2.3.1.3纯电动汽车制动能量回收技术 |
2.3.2插电式混合动力汽车技术 (重庆大学胡建军、秦大同教授, 彭航、周星宇博士生提供初稿) |
2.3.2.1国内外研究现状 |
2.3.2.2存在的问题 |
2.3.2.3热点研究方向 |
2.3.2.4研究发展趋势 |
2.3.3燃料电池电动汽车技术 (北京理工大学王震坡教授、邓钧君助理教授, 北京重理能源科技有限公司高雷工程师提供初稿) |
2.3.3.1国内外技术发展现状 |
2.3.3.2关键技术及热点研究方向 |
2.3.3.3制约燃料电池汽车发展的关键因素 |
2.3.3.4燃料电池汽车的发展趋势 |
3汽车电子化 (吉林大学宗长富教授统稿) |
3.1汽车发动机电控技术 (北京航空航天大学杨世春教授、陈飞博士提供初稿) |
3.1.1国内外研究现状 |
3.1.2重点研究方向 |
3.1.2.1汽车发动机燃油喷射控制技术 |
3.1.2.2汽车发动机涡轮增压控制技术 |
3.1.2.3汽车发动机电子节气门控制技术 |
3.1.2.4汽车发动机点火控制技术 |
3.1.2.5汽车发动机空燃比控制技术 |
3.1.2.6汽车发动机怠速控制技术 |
3.1.2.7汽车发动机爆震检测与控制技术 |
3.1.2.8汽车发动机先进燃烧模式控制技术 |
3.1.2.9汽车柴油发动机电子控制技术 |
3.1.3研究发展趋势 |
3.2汽车转向电控技术 |
3.2.1电动助力转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
3.2.1.1国内外研究现状 |
3.2.1.2重点研究方向和存在的问题 |
3.2.1.3研究发展趋势 |
3.2.2主动转向及四轮转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
3.2.2.1国内外研究现状 |
3.2.2.2研究热点和存在问题 |
3.2.2.3研究发展趋势 |
3.2.3线控转向技术 (吉林大学郑宏宇副教授提供初稿) |
3.2.3.1转向角传动比 |
3.2.3.2转向路感模拟 |
3.2.3.3诊断容错技术 |
3.2.4商用车电控转向技术 (吉林大学宗长富教授、赵伟强副教授, 韩小健、高恪研究生提供初稿) |
3.2.4.1电控液压转向系统 |
3.2.4.2电液耦合转向系统 |
3.2.4.3电动助力转向系统 |
3.2.4.4后轴主动转向系统 |
3.2.4.5新能源商用车转向系统 |
3.2.4.6商用车转向系统的发展方向 |
3.3汽车制动控制技术 (合肥工业大学陈无畏教授、汪洪波副教授提供初稿) |
3.3.1国内外研究现状 |
3.3.1.1制动系统元部件研发 |
3.3.1.2制动系统性能分析 |
3.3.1.3制动系统控制研究 |
3.3.1.4电动汽车研究 |
3.3.1.5混合动力汽车研究 |
3.3.1.6参数测量 |
3.3.1.7与其他系统耦合分析及控制 |
3.3.1.8其他方面 |
3.3.2存在的问题 |
3.4汽车悬架电控技术 (吉林大学庄晔副教授提供初稿) |
3.4.1电控悬架功能与评价指标 |
3.4.2电控主动悬架最优控制 |
3.4.3电控悬架其他控制算法 |
3.4.4电控悬架产品开发 |
4汽车智能化与网联化 (清华大学李克强教授、长安大学赵祥模教授共同统稿) |
4.1国内外智能网联汽车研究概要 |
4.1.1美国智能网联汽车研究进展 (美国得克萨斯州交通厅Jianming Ma博士提供初稿) |
4.1.1.1美国智能网联车研究意义 |
4.1.1.2网联车安全研究 |
4.1.1.3美国自动驾驶车辆研究 |
4.1.1.4智能网联自动驾驶车 |
4.1.2中国智能网联汽车研究进展 (长安大学赵祥模教授、徐志刚副教授、闵海根、孙朋朋、王振博士生提供初稿) |
4.1.2.1中国智能网联汽车规划 |
4.1.2.2中国高校及研究机构智能网联汽车开发情况 |
4.1.2.3中国企业智能网联汽车开发情况 |
4.1.2.4存在的问题 |
4.1.2.5展望 |
4.2复杂交通环境感知 |
4.2.1基于激光雷达的环境感知 (长安大学付锐教授、张名芳博士生提供初稿) |
4.2.1.1点云聚类 |
4.2.1.2可通行区域分析 |
4.2.1.3障碍物识别 |
4.2.1.4障碍物跟踪 |
4.2.1.5小结 |
4.2.2车载摄像机等单传感器处理技术 (武汉理工大学胡钊政教授、陈志军博士, 长安大学刘占文博士提供初稿) |
4.2.2.1交通标志识别 |
4.2.2.2车道线检测 |
4.2.2.3交通信号灯检测 |
4.2.2.4行人检测 |
4.2.2.5车辆检测 |
4.2.2.6总结与展望 |
4.3高精度地图及车辆导航定位 (武汉大学李必军教授、长安大学徐志刚副教授提供初稿) |
4.3.1国内外研究现状 |
4.3.2当前研究热点 |
4.3.2.1高精度地图的采集 |
4.3.2.2高精度地图的地图模型 |
4.3.2.3高精度地图定位技术 |
4.3.2.4基于GIS的路径规划 |
4.3.3存在的问题 |
4.3.4重点研究方向与展望 |
4.4汽车自主决策与轨迹规划 (清华大学王建强研究员、李升波副教授、忻隆博士提供初稿) |
4.4.1驾驶人决策行为特性 |
4.4.2周车运动轨迹预测 |
4.4.3智能汽车决策方法 |
4.4.4自主决策面临的挑战 |
4.4.5自动驾驶车辆的路径规划算法 |
4.4.5.1路线图法 |
4.4.5.2网格分解法 |
4.4.5.3 Dijistra算法 |
4.4.5.4 A*算法 |
4.4.6路径面临的挑战 |
4.5车辆横向控制及纵向动力学控制 |
4.5.1车辆横向控制结构 (华南理工大学游峰副教授, 初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
4.5.1.1基于经典控制理论的车辆横向控制 (PID) |
4.5.1.2基于现代控制理论的车辆横向控制 |
4.5.1.3基于智能控制理论的车辆横向控制 |
4.5.1.4考虑驾驶人特性的车辆横向控制 |
4.5.1.5面临的挑战 |
4.5.2动力学控制 (清华大学李升波副研究员、李克强教授、徐少兵博士提供初稿) |
4.5.2.1纵向动力学模型 |
4.5.2.2纵向稳定性控制 |
4.5.2.3纵向速度控制 |
4.5.2.4自适应巡航控制 |
4.5.2.5节油驾驶控制 |
4.6智能网联汽车测试 (中国科学院自动化研究所黄武陵副研究员、王飞跃研究员, 清华大学李力副教授, 西安交通大学刘跃虎教授、郑南宁院士提供初稿) |
4.6.1智能网联汽车测试研究现状 |
4.6.2智能网联汽车测试热点研究方向 |
4.6.2.1智能网联汽车测试内容研究 |
4.6.2.2智能网联汽车测试方法 |
4.6.2.3智能网联汽车的测试场地建设 |
4.6.3智能网联汽车测试存在的问题 |
4.6.4智能网联汽车测试研究发展趋势 |
4.6.4.1智能网联汽车测试场地建设要求 |
4.6.4.2智能网联汽车测评方法的发展 |
4.6.4.3加速智能网联汽车测试及进程管理 |
4.7典型应用实例解析 |
4.7.1典型汽车ADAS系统解析 |
4.7.1.1辅助车道保持系统、变道辅助系统与自动泊车系统 (同济大学陈慧教授, 何晓临、刘颂研究生提供初稿) |
4.7.1.2 ACC/AEB系统 (清华大学王建强研究员, 华南理工大学游峰副教授、初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
4.7.2 V2X协同及队列自动驾驶 |
4.7.2.1一维队列控制 (清华大学李克强教授、李升波副教授提供初稿) |
4.7.2.2二维多车协同控制 (清华大学李力副教授提供初稿) |
4.7.3智能汽车的人机共驾技术 (武汉理工大学褚端峰副研究员、吴超仲教授、黄珍教授提供初稿) |
4.7.3.1国内外研究现状 |
4.7.3.2存在的问题 |
4.7.3.3热点研究方向 |
4.7.3.4研究发展趋势 |
5汽车碰撞安全技术 |
5.1整车碰撞 (长沙理工大学雷正保教授提供初稿) |
5.1.1汽车碰撞相容性 |
5.1.1.1国内外研究现状 |
5.1.1.2存在的问题 |
5.1.1.3重点研究方向 |
5.1.1.4展望 |
5.1.2汽车偏置碰撞安全性 |
5.1.2.1国内外研究现状 |
5.1.2.2存在的问题 |
5.1.2.3重点研究方向 |
5.1.2.4展望 |
5.1.3汽车碰撞试验测试技术 |
5.1.3.1国内外研究现状 |
5.1.3.2存在的问题 |
5.1.3.3重点研究方向 |
5.1.3.4展望 |
5.2乘员保护 (重庆理工大学胡远志教授提供初稿) |
5.2.1国内外研究现状 |
5.2.2重点研究方向 |
5.2.3展望 |
5.3行人保护 (同济大学王宏雁教授、余泳利研究生提供初稿) |
5.3.1概述 |
5.3.2国内外研究现状 |
5.3.2.1被动安全技术 |
5.3.2.2主动安全技术研究 |
5.3.3研究热点 |
5.3.3.1事故研究趋势 |
5.3.3.2技术发展趋势 |
5.3.4存在的问题 |
5.3.5小结 |
5.4儿童碰撞安全与保护 (湖南大学曹立波教授, 同济大学王宏雁教授、李舒畅研究生提供初稿;曹立波教授统稿) |
5.4.1国内外研究现状 |
5.4.1.1儿童碰撞安全现状 |
5.4.1.2儿童损伤生物力学研究现状 |
5.4.1.3车内儿童安全法规和试验方法 |
5.4.1.4车外儿童安全法规和试验方法 |
5.4.1.5儿童安全防护措施 |
5.4.1.6儿童约束系统使用管理与评价 |
5.4.2存在的问题 |
5.4.3重点研究方向 |
5.4.4发展对策和展望 |
5.5新能源汽车碰撞安全 (大连理工大学侯文彬教授、侯少强硕士生提供初稿) |
5.5.1国内外研究现状 |
5.5.1.1新能源汽车碰撞试验 |
5.5.1.2高压电安全控制研究 |
5.5.1.3新能源汽车车身结构布局研究 |
5.5.1.4电池包碰撞安全防护 |
5.5.1.5动力电池碰撞安全 |
5.5.2热点研究方向 |
5.5.3存在的问题 |
5.5.4发展对策与展望 |
6结语 |
(9)嵌入式电熔镁炉智能控制系统研究(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 工业过程运行反馈控制研究现状 |
1.2.1 工业过程运行反馈控制的含义 |
1.2.2 基于模型的运行反馈控制方法 |
1.2.3 基于智能技术的运行反馈控制方法 |
1.3 电熔镁炉过程控制的研究现状 |
1.3.1 研究电熔镁炉运行反馈控制的必要性 |
1.3.2 电熔镁炉熔炼过程建模技术 |
1.3.3 电熔镁炉熔炼过程电流回路控制技术 |
1.3.4 电熔镁炉熔炼过程故障诊断技术 |
1.4 电熔镁炉自动控制装置的研究现状 |
1.5 存在的问题和本文的主要工作 |
第2章 电熔镁炉熔炼过程控制问题描述与控制现状分析 |
2.1 电熔镁炉熔炼过程工艺描述 |
2.1.1 电熔镁炉熔炼原理 |
2.1.2 电熔镁炉熔炼设备构成 |
2.1.3 电熔镁炉熔炼工艺过程介绍 |
2.2 电熔镁炉熔炼过程的控制目标 |
2.3 电熔镁炉熔炼过程特性分析 |
2.3.1 运行模型特性分析 |
2.3.2 异常工况特性分析 |
2.3.3 控制模型特性分析 |
2.4 电熔镁炉熔炼过程的控制难点 |
2.5 电熔镁炉熔炼过程控制现状和存在的问题 |
2.5.1 电熔镁炉熔炼过程控制现状 |
2.5.2 现有控制方式存在的主要问题 |
2.6 本章小结 |
第3章 电熔镁炉智能运行反馈控制方法 |
3.1 控制方法的结构和功能 |
3.2 电流闭环设定控制算法 |
3.2.1 基于案例推理的电流预设定模块 |
3.2.2 基于机理分析和神经网络的单吨能耗混合预报模型 |
3.2.3 基于PI控制和案例推理的电流预设定值前馈补偿模块 |
3.2.4 基于PI控制和案例推理的电流预设定值反馈补偿模块 |
3.3 跟踪电流设定值切换控制算法 |
3.3.1 基于PID的加热熔化工况电流控制模块 |
3.3.2 基于规则推理的加料工况电流控制模块 |
3.3.3 基于规则推理的排气工况电流控制模块 |
3.3.4 切换机制 |
3.4 本章小结 |
第4章 数据驱动的电熔镁炉异常工况识别和自愈控制方法 |
4.1 控制方法的结构和功能 |
4.2 数据驱动的异常工况识别算法 |
4.2.1 数据采集与处理模块 |
4.2.2 数据驱动的异常工况规则提取模块 |
4.2.3 异常工况规则推理模块 |
4.2.4 仿真对比实验 |
4.3 基于案例推理的自愈控制算法 |
4.4 本章小结 |
第5章 嵌入式电熔镁炉智能控制系统的设计和实现 |
5.1 嵌入式电熔镁炉智能控制系统结构和功能设计 |
5.2 嵌入式电熔镁炉智能控制系统硬件设计与开发 |
5.2.1 嵌入式电熔镁炉智能控制系统硬件结构设计 |
5.2.2 嵌入式电熔镁炉智能控制系统硬件平台设计 |
5.2.3 信号隔离保护电路板的设计与开发 |
5.2.4 硬件驱动程序开发 |
5.2.5 嵌入式电熔镁炉控制系统防尘、散热设计 |
5.2.6 执行机构与检测装置 |
5.3 嵌入式电熔镁炉智能控制系统软件设计与开发 |
5.3.1 软件开发平台 |
5.3.2 嵌入式操作系统 |
5.3.3 电熔镁炉智能控制软件结构和功能设计 |
5.3.4 电熔镁炉智能控制软件开发 |
5.4 本章小结 |
第6章 工业实验与应用研究 |
6.1 应用背景简介 |
6.2 控制算法参数选择 |
6.3 实验研究 |
6.3.1 电流跟踪控制效果 |
6.3.2 电流设定控制效果 |
6.4 工业应用 |
6.5 本章小结 |
结论与展望 |
参考文献 |
致谢 |
攻读博士期间所获学术成果和所做科研项目 |
作者简介 |
(10)碳纤维纺丝过程的协同智能控制系统研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究的目的与意义 |
1.2 国内外研究现状 |
1.2.1 聚丙烯腈碳纤维纺丝过程 |
1.2.2 碳纤维纺丝过程的智能控制 |
1.2.3 生物启发的协同智能控制 |
1.3 论文的研究内容和创新点 |
1.4 论文的章节安排 |
第二章 生物神经-内分泌-免疫系统的调控体系 |
2.1 引言 |
2.2 神经-内分泌-免疫调控体系 |
2.2.1 神经-内分泌系统的多层反馈调控 |
2.2.2 内分泌系统的激素调控机理 |
2.2.3 免疫神经网络的调控机理 |
2.3 基于神经-内分泌-免疫调控体系的智能控制与优化 |
2.4 神经-内分泌-免疫调控体系对碳纤维纺丝过程的启发 |
2.5 小结 |
第三章 基于神经内分泌系统的碳纤维凝固过程智能协同解耦控制 |
3.1 引言 |
3.2 碳纤维凝固浴控制的现状 |
3.3 碳纤维凝固过程的数学模型 |
3.3.1 凝固浴系统组成 |
3.3.2 液面调节模型 |
3.3.3 温度调节模型 |
3.3.4 浓度调节模型 |
3.3.5 凝固浴调节的综合模型 |
3.4 凝固浴的神经内分泌智能解耦控制器设计 |
3.4.1 神经内分泌系统的解耦控制原理 |
3.4.2 凝固浴智能解耦控制算法 |
3.5 实验与结果分析 |
3.5.1 固定参数控制器的调节实验 |
3.5.2 可变参数控制器的调节实验 |
3.6 小结 |
第四章 基于神经内分泌反馈调节原理的碳纤维牵伸过程智能协同控制 |
4.1 引言 |
4.2 碳纤维牵伸过程 |
4.2.1 牵伸过程概述 |
4.2.2 牵伸过程的应用现状 |
4.3 神经内分泌的多级反馈调节原理 |
4.4 基于神经内分泌多级反馈调节的智能协同控制器 |
4.4.1 系统结构 |
4.4.2 智能协同控制器的工业控制系统实现 |
4.5 实验与结果分析 |
4.5.1 基于模拟的牵伸实验 |
4.5.2 基于设备的牵伸实验 |
4.6 小结 |
第五章 基于激素调控机理的纤维加工过程数据驱动智能控制 |
5.1 引言 |
5.2 数据驱动智能控制器的理论基础 |
5.2.1 数据驱动控制的研究现状 |
5.2.2 生物激素调控机理 |
5.4 基于激素调控机理的数据驱动智能控制器 |
5.4.1 同步扰动随机逼近方法 |
5.4.2 生物激素调控规律 |
5.4.3 激素调控数据驱动智能控制器的实现 |
5.5 实验与结果分析 |
5.5.1 应用背景 |
5.5.2 实验设计 |
5.5.3 实验结果及分析 |
5.6 小结 |
第六章 基于免疫神经网络的纺丝过程双向智能优化系统 |
6.1 引言 |
6.2 高性能纤维的纺丝过程 |
6.2.0 纺丝过程 |
6.2.1 纺丝过程优化的关键因素 |
6.2.2 纺丝过程优化的研究现状 |
6.3 纺丝过程的优化思想 |
6.3.1 纺丝过程的一般优化思路 |
6.3.2 纺丝过程的双向建模 |
6.4 基于免疫神经网络的纺丝过程双向智能优化模型 |
6.4.1 纺丝过程的神经网络建模 |
6.4.2 基于免疫神经网络的纺丝过程双向优化模型 |
6.5 实验与结果分析 |
6.5.1 应用背景 |
6.5.2 实验设计 |
6.5.3 实验结果及分析 |
6.6 小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
附录A.攻读博士学位期间取得的成果 |
附录B.攻读博士学位期间承担的项目 |
附录C.攻读博士学位期间获得的奖励 |
四、神经网络专家系统协同式智能控制系统结构(论文参考文献)
- [1]电磁主动隔振系统建模与控制方法研究[D]. 张磊. 武汉大学, 2020(03)
- [2]基于嵌入式的智能交通控制系统的设计[D]. 肖紫锐. 天津科技大学, 2020(08)
- [3]单交叉路口智能交通信息系统研究与设计[D]. 马健翔. 西安工业大学, 2019(03)
- [4]嵌入式系统智能控制能力度量与评价模型研究[D]. 罗殊彦. 西北工业大学, 2018(04)
- [5]工业机器人模糊神经网络控制及最优运动规划方法研究[D]. 卢兴国. 哈尔滨工业大学, 2018(01)
- [6]中国筑路机械学术研究综述·2018[J]. 马建,孙守增,芮海田,王磊,马勇,张伟伟,张维,刘辉,陈红燕,刘佼,董强柱. 中国公路学报, 2018(06)
- [7]智能产品服务生态系统理论与方法研究[D]. 郑茂宽. 上海交通大学, 2018(01)
- [8]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报, 2017(06)
- [9]嵌入式电熔镁炉智能控制系统研究[D]. 吴志伟. 东北大学, 2015(03)
- [10]碳纤维纺丝过程的协同智能控制系统研究[D]. 梁霄. 东华大学, 2012(03)