导读:本文包含了系统解耦论文开题报告文献综述及选题提纲参考文献，主要关键词:综合能源系统,可靠性评估,最优负荷削减算法,分层解耦模型
系统解耦论文文献综述
赵长伟,张慧颖,刘春玲,高嘉欣,刘泽宇[1]（2019）在《面向综合能源系统可靠性评估的最优负荷削减量分层解耦计算方法》一文中研究指出能源安全问题是关系国计民生的重要问题。综合能源系统是未来能源系统的核心环节,其基础任务是保证安全可靠的能源供应。针对最优负荷削减量统一求解法难以收敛的问题,提出了一种面向综合能源系统可靠性评估的最优负荷削减量分层解耦计算方法。基于分层解耦的最优负荷削减模型分别计算能源集线器优化调度和电/气/热子系统最优潮流问题,得到综合能源系统在各种故障状态下的最优负荷削减量。算例结果表明,该算法能够运用于电气热综合能源系统的可靠性评估,合理反映故障状态下电气热互补转化过程对系统可靠性的影响,也可用于系统薄弱环节分析和可靠性提升计划制定。(本文来源于《全球能源互联网》期刊2019年06期）
梁艺潇,李以农,余颖弘,郑玲[2]（2019）在《基于神经网络逆系统的智能汽车纵横向解耦控制》一文中研究指出针对汽车纵横向运动中的耦合现象,以四轮驱动、前轮转向的智能汽车为研究对象,建立汽车纵横向动力学模型并通过Interactor算法对模型的可逆性进行分析.在已有的传统伪线性系统结构的基础上,根据智能汽车的特点,建立了可对接智能汽车上层规划模块的伪线性系统.为了实现汽车纵横向运动之间的解耦,采用基于神经网络逆系统的解耦控制策略,构造神经网络并对其进行训练,并将神经网络逆系统与内模控制器组成闭环控制回路,对纵向速度和横摆角速度进行内模反馈调节,进一步提升控制系统的性能.仿真结果表明,所设计的基于神经网络逆系统的控制方法能实现良好的解耦特性,且相比于其他的控制方法,在各种输入条件下,都能实现对于期望速度和期望横摆角速度良好的跟踪性能,同时,质心侧偏角始终被控制在一个较小的范围内,这有利于智能汽车路径跟踪的精确性和行驶稳定性.(本文来源于《湖南大学学报(自然科学版)》期刊2019年10期）
李鹏威,王京[3]（2019）在《平整轧制多变量系统的线性自抗扰解耦控制》一文中研究指出针对平整轧制板形板厚控制系统中存在的多变量、强耦合及不确定性等问题,本文提出了将线性自抗扰(LADRC)技术与平整机板形板厚控制系统相结合,利用线性扩张状态观测器(LESO)估计系统总扰动,并将PD作为反馈控制率的LADRC控制方案。针对系统存在的外部扰动和模型参数摄动,利用Matlab进行仿真实验,结果表明,该控制方案不仅解耦控制效果良好,还具有较好的鲁棒性。(本文来源于《武汉科技大学学报》期刊2019年05期）
高锦,李勇,周燕弟,章家岩[4]（2019）在《基于Smith预估补偿的RBF神经网络的锅炉燃烧系统解耦控制》一文中研究指出锅炉燃烧控制系统是火力发电厂单元机组的主要控制系统之一,具有较大延时、变动负荷、多扰动、非线性的特点,并且其中的变量之间都具有耦合关系,因此,很难建立精确的控制模型。为此,提出了一种新的解耦方法,引入解耦参数,实现系统的解耦控制,并且在MATLAB环境下对燃烧控制系统进行了仿真,通过仿真结果可以看出,系统的控制精度大大提高。(本文来源于《江汉大学学报(自然科学版)》期刊2019年05期）
于涛,王益博,赵伟,杨昆[5]（2019）在《TORA系统基于自调节滑模干扰补偿器的解耦滑模控制》一文中研究指出针对欠驱动TORA系统,提出一种基于自调节滑模干扰补偿器的解耦滑模控制方法;所提出的控制方法无需系统不确定性上界的先验信息,对于系统不确定性具有良好的适应性;该控制方法包括设计一种自调节滑模干扰补偿器和一种新型的双幂次趋近律,所设计的自调节滑模干扰补偿器能够利用切换增益自适应算法准确逼近上界未知的系统不确定性,所提出的新型双幂次趋近律能够保证系统状态的快速趋近并抑制控制器的高频抖动;采用Lyapunov稳定性理论证明闭环控制系统的稳定性,并通过数值仿真实验验证所提出的控制方法的有效性。(本文来源于《计算机测量与控制》期刊2019年09期）
张志明,郑维,谢平,王洪斌,李宁[6]（2019）在《桥式天车机械系统自适应解耦滑模控制研究》一文中研究指出基于拉格朗日方程建立了桥式天车机械系统的动力学模型,并对建立的动力学模型进行简化分析,为控制器的设计奠定了理论基础。首先,针对桥式天车机械系统建模时存在的耦合性问题,构建新型饱和函数;其次,基于构建的新型饱和函数,设计出解耦滑模控制器,用来实现负载运送过程中桥式天车的快速定位与负载的消摆;然后,引入自适应参数,用来削弱了解耦滑模控制器控制过程中由于开关增益造成的系统抖振问题;最后基于桥式天车机械系统的动力学模型进行模拟仿真。仿真实验结果表明基于自适应参数而设计的解耦滑模控制器具有良好的控制性能,并且能够提高机械系统的动态特性。(本文来源于《计量学报》期刊2019年05期）
贾照娜,朱友芬,冯铭能,王欣[7]（2019）在《城域网流量采集系统解耦化研究及应用》一文中研究指出随着城域网流量的增长,流量采集专用系统的建设成本越来越高,某些运营商的设备能力已达不到考核要求。基于此,提出了针对城域网流量采集专用系统的软硬件解耦方案,采用X86通用服务器与纯软件相结合的方式采集城域网FLOW流量数据,并通过大数据平台实现各类应用分析;结合DNS日志,扩展实现了CDN流量流向分析。(本文来源于《邮电设计技术》期刊2019年09期）
梁芯萌,张九根,谢金鑫,陈哲[8]（2019）在《基于改进内模解耦控制的空调系统优化》一文中研究指出内模解耦的控制方法具有较好的抗干扰能力,针对时滞性问题也有较好的控制效果,但是其多变量内模解耦控制器的内部结构复杂,计算量较大。提出了利用遗传算法对内模控制器的参数进行优化。首先对变风量空调系统的解耦控制器进行设计,然后确定目标函数的优化参数,并设计了利用遗传算法进行优化的步骤,最后通过MATLAB进行仿真。仿真结果表明,系统的超调量小,抗干扰能力强,即使在模型不匹配时依然能够实现稳定控制。(本文来源于《暖通空调》期刊2019年09期）
伏娜,张晞[9]（2019）在《质子交换炉温控系统的模糊解耦预测控制》一文中研究指出针对质子交换炉多变量、非线性、强耦合、大滞后等特点,提出一种模糊解耦与预测控制相结合的温度控制策略,以降低系统耦合并提高系统抗干扰能力。首先通过传热机理分析,基于热平衡机理推导出了质子交换炉的简化线性模型,然后基于模糊策略设计模糊解耦控制器,将多变量系统的控制变为多个单变量系统的控制,并对解耦后的系统采用闭环预测控制。仿真结果表明,较传统PID控制和单纯模糊解耦控制,模糊解耦与预测控制相结合的控制方法不仅能够降低系统耦合程度,而且减小了干扰引起的温度波动。由此表明,该方法在多变量非线性系统中是有效的。(本文来源于《仪表技术与传感器》期刊2019年09期）
袁雪峰,马进,强硕[10]（2019）在《电极式锅炉功率与蒸汽温度控制系统解耦研究》一文中研究指出电极锅炉利用炉水作为电阻,直接发热且响应速度快。可利用电锅炉反应迅速、快速升降电功耗特点降低火电厂"以热定电"的约束并参与调峰。通过分析电锅炉基本原理与耦合特性,建立线性化模型,研究了基本控制方案,设计了动态、静态解耦控制器,并通过仿真对加入解耦控制器电锅炉开环系统、闭环系统进行动态分析,仿真结果表明,对于电极浸没式电锅炉,解耦控制系统能有效减弱功率回路扰动对蒸汽温度回路的影响,满足电锅炉系统快速升降负荷的需求。(本文来源于《计算机仿真》期刊2019年09期）
系统解耦论文开题报告
（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：
针对汽车纵横向运动中的耦合现象,以四轮驱动、前轮转向的智能汽车为研究对象,建立汽车纵横向动力学模型并通过Interactor算法对模型的可逆性进行分析.在已有的传统伪线性系统结构的基础上,根据智能汽车的特点,建立了可对接智能汽车上层规划模块的伪线性系统.为了实现汽车纵横向运动之间的解耦,采用基于神经网络逆系统的解耦控制策略,构造神经网络并对其进行训练,并将神经网络逆系统与内模控制器组成闭环控制回路,对纵向速度和横摆角速度进行内模反馈调节,进一步提升控制系统的性能.仿真结果表明,所设计的基于神经网络逆系统的控制方法能实现良好的解耦特性,且相比于其他的控制方法,在各种输入条件下,都能实现对于期望速度和期望横摆角速度良好的跟踪性能,同时,质心侧偏角始终被控制在一个较小的范围内,这有利于智能汽车路径跟踪的精确性和行驶稳定性.
（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。
系统解耦论文参考文献
[1].赵长伟,张慧颖,刘春玲,高嘉欣,刘泽宇.面向综合能源系统可靠性评估的最优负荷削减量分层解耦计算方法[J].全球能源互联网.2019
[2].梁艺潇,李以农,余颖弘,郑玲.基于神经网络逆系统的智能汽车纵横向解耦控制[J].湖南大学学报(自然科学版).2019
[3].李鹏威,王京.平整轧制多变量系统的线性自抗扰解耦控制[J].武汉科技大学学报.2019
[4].高锦,李勇,周燕弟,章家岩.基于Smith预估补偿的RBF神经网络的锅炉燃烧系统解耦控制[J].江汉大学学报(自然科学版).2019
[5].于涛,王益博,赵伟,杨昆.TORA系统基于自调节滑模干扰补偿器的解耦滑模控制[J].计算机测量与控制.2019
[6].张志明,郑维,谢平,王洪斌,李宁.桥式天车机械系统自适应解耦滑模控制研究[J].计量学报.2019
[7].贾照娜,朱友芬,冯铭能,王欣.城域网流量采集系统解耦化研究及应用[J].邮电设计技术.2019
[8].梁芯萌,张九根,谢金鑫,陈哲.基于改进内模解耦控制的空调系统优化[J].暖通空调.2019
[9].伏娜,张晞.质子交换炉温控系统的模糊解耦预测控制[J].仪表技术与传感器.2019
[10].袁雪峰,马进,强硕.电极式锅炉功率与蒸汽温度控制系统解耦研究[J].计算机仿真.2019