基于RBF神经网络的永磁同步电机控制系统

由于永磁同步电机控制系统具有非线性等特点，而使传统PID人工调节参数过程过于繁琐，且无法根据电机的运行状态改变参数，为了提高控制精度、增强控制系统的自适应能力，课题组以电流环PI控制为基础，结合径向基（RBF）神经网络对永磁同步电机进行在线辨识，根据辨识得到的灵敏度信息整定PID控制参数，建立参考模型。在MATLAB软件中利用Simulink中建立了PMSM模型，通过对比PID、RBF PID在启动环节和负载变化时的速度变化，验证了改进BRF PID控制的有效性。仿真结果表明RBF PID控制具有更快的响应，更好的抗干扰能力。     

纱线卷绕成型过程叠纱机理及防叠方法研究

针对纱线在卷绕成型过程中不当的卷绕参数导致纱线出现的叠纱现象，笔者提出一种周期动态改变卷绕比的防叠算法。通过建立纱线卷绕过程中的数学模型，模拟纱线卷绕成型的过程，采用MATLAB仿真的方式重现了叠纱现象；在对叠纱过程进行理论分析基础上，采用周期动态改变导纱头速度的方式实现该算法。经过仿真实验与实机测试表明：该算法能有效地减小叠纱现象，提高纱锭质量。此算法在纺织设备领域具有广泛应用前景。     

失地农民创业潜力的优先度评估

文章设计了失地农民创业潜力评价的指标体系,运用可拓理论建立了优先度评价模型,通过实例演示了该模型应用的具体步骤,为失地农民创业潜力评价提供了一种科学可行的方法,从而有利于培训资源的优化配置.     

基于卡尔曼滤波和MRAC的卷绕张力控制

针对纱线收卷系统张力控制存在非线性和时变性以及存在测量噪声等问题，课题组提出了一种卡尔曼滤波和模型参考自适应相结合的张力控制方法。为提高卷绕系统的抗干扰性和稳定性，在张力测量环节通过参考模型设计卡尔曼滤波器有效抑制测量噪声。在纱线张力控制上，采用基于Lyapunov稳定性原理的模型参考自适应的控制策略对张力实时补偿。MATLAB仿真结果表明：基于卡尔曼滤波和Lyapunov MRAC的卷绕张力控制系统具有良好的鲁棒性、自适应性。该控制方法具有一定的应用前景。     

基于卡尔曼滤波和改进粒子群的MPPT算法

针对常规的粒子群算法（particle swarm optimization algorithm，PSO）在应用中存在数据波动大、数据精确采集难度高和追踪速度慢等问题，课题组提出了基于卡尔曼滤波和改进粒子群优化算法的光伏最大功率点跟踪（maximum power point tracking，MPPT）控制器技术，并结合卡尔曼滤波、恒定电压和冒泡排序等方法进行优化。实验结果表明课题组提出的算法可以快速、准确地跟踪到最大功率点，提高了MPPT的响应速度和精度，提高了光伏发电的利用效率。     

移动机器人控制系统

针对移动机器人的工作特点和工作环境,设计了一套移动机器人的控制系统。移动机器人下位机通过CAN网络和各个电机和传感器连接在一起,来控制电机运动和采集传感器数据;同时采用基于TCP/IP的Socket连接方法将下位机和主控机连接在一起,使主控机准确及时地向下位机发送命令,同时下位机实时地向主控机发送所采集到的传感器数据。