输出周期由与时钟上升沿同时出现的 SI 脉冲启动(图 1 和图 2)。输出电压对应于稳定时间 (t s ) 后第一个像素的电平,并在有效时间 (t v ) 内保持不变。时钟的每个上升沿都提供与每个后续像素相对应的电压。输出周期在第 65 个时钟周期的上升沿结束,此时输出呈现高阻抗状态。第 65 个时钟周期终止最后一个像素的输出并清除移位寄存器以准备下一个 SI 脉冲。为了实现最短的积分时间,SI 脉冲可以出现在时钟的第 66 个上升沿,以立即重新启动输出阶段。一旦输出周期由 SI 脉冲启动,就必须允许时钟完成 65 个正向转换,以便将内部逻辑重置为已知状态。
摘要:本文介绍了使用差分进化 (DE) 来调整比例积分微分 (PID) 控制器、具有积分作用的线性二次调节器 (LQR) 以进行飞机俯仰控制。提出了两个控制器的优化问题,以优化超调百分比、稳定时间和稳态误差,同时应用加权和技术。PID 控制器的设计变量是控制增益,而 LQR 控制器的设计变量是 Q 和 R 矩阵。LQR 控制器采用各种积分控制增益值,从而形成具有积分作用控制器的 LQR。在添加一些干扰的同时,基于单步和多步响应研究了最佳控制器的性能。结果表明,PID 控制器对响应速度有效,而具有积分作用控制器的最佳 LQR 对消除稳态误差有效。两种最佳控制器都具有鲁棒性,可以处理干扰抑制。关键词:PID、LQR 积分作用、DE、飞机俯仰控制
摘要:飞机俯仰控制系统是需要反馈控制的非线性复杂系统之一。模糊逻辑控制器 (FLC) 是一种利用模糊逻辑原理控制此类系统的智能方法。本文对比例-微分-积分 (PID) 控制器和模糊逻辑控制器在控制飞机俯仰角方面的性能进行了比较分析。输入是升降舵偏转角,输出是飞机的俯仰角。对于模糊控制器,它由五个成员函数和十七条规则控制,这些规则根据与定制设定点相对应的控制器实际输出反复调整。方法论部分讨论了 PID 和 FLC 的设计程序。一般来说,PID 和 FLC 都符合设计要求。然而,FLC 在三个设计参数方面优于 PID,即稳定时间、超调百分比和稳态误差,分别提高了 12%、98% 和 97%。
设计并实现了一款 4 位二进制加权电流控制 DAC,该 DAC 采用了适合生物医学应用的各种开关方法。虽然这种架构占用的数字面积和功率较小,但容易出现故障,尤其是在输入转换次数较多时。作者计算了具有各种开关的 4 位二进制电流控制 DAC 的 INL 和 DNL:NMOS、PMOS 和传输门 [9, 12]。DAC 的评估基于各种参数,如分辨率、功耗、稳定时间、动态范围、非线性误差 (INL 和 DNL)。本文重点介绍 INL 和 DNL。差分非线性(缩写 DNL)表示实际步长相对于理想步长的偏差,其中步长是相邻输入值的模拟输出差 [6, 10]。DAC 的 DNL 在数学上表示如下:
在许多应用中,包括 RF 设计的 VGA/PGA,具有 dB 线性(dB 尺度上的线性关系)增益特性的放大器是首选,因为它在 AGC 环路中使用时可以实现恒定的稳定时间 [13–15]。这种关系在 BJT 技术中很容易实现,其中增益与控制信号呈指数关系 [16–18]。对于 MOS 器件,尽管指数关系存在于亚阈值区域并可提供较宽的增益控制范围 [19],但饱和区有利于降低噪声并增加带宽 [20],并且由于后者的平方关系,需要指数 VI 转换电路来实现指数增益控制关系 [21]。实现指数转换器的一些方法采用 BiCMOS 技术[22–24]、寄生双极晶体管[20]或使用提供伪指数函数近似的 CMOS 电路[25,26]。
输入和输出 电源电压 10 ... 35 VDC 电源电压灵敏度 可忽略不计 +20 °C 时的典型功耗(U 输入 24 VDC,一个压力传感器) RS-232 25 mA RS-485 40 mA U 输出 25 mA I 输出 40 mA 显示屏和背光 +20 mA 串行 I/O RS232C、RS485/422 压力单位 hPa、mbar、kPa、Pa inHg、mmH 2 0、mmHg、torr、psia A 类 B 类 分辨率 0.01 hPa 0.1 hPa 通电稳定时间(一个传感器) 4 秒 3 秒 响应时间(一个传感器) 2 秒 1 秒 加速度灵敏度 可忽略不计 压力连接器 M5(10-32)内螺纹 压力接头 1/8” I.D. 的倒钩接头带截止阀的 1/8” 软管或快速接头 最大压力限制 5000 hPa 绝对值。符合 EMC 标准 EN61326-1:1997 + Am1:1998 + Am2:2001:工业环境
这项研究提出了一个基于深度强化学习(DRL)的智能自适应控制框架。动态干扰场景下的比较实验表明,与传统的模型参考自适应控制(MRAC)相比,提出的框架将系统稳定时间降低了42%(*P*<0.01),并将控制精度提高1.8个数量级(RMSE:0.08 vs. 1.45)。通过将物理信息的神经网络(PINN)与元强化学习(Meta-RL)整合在一起,混合体系结构解决了常规方法的关键局限性,例如强大的模型依赖性和实时性能不足。在工业机器人臂轨迹跟踪和智能电网频率调节方案中得到验证,该方法的表现优于关键指标的传统方法(平均改进> 35%)。用于边缘计算的轻量级部署方案可在嵌入式设备上实现实时响应(<5ms),为复杂动态系统的智能控制提供了理论和技术基础。
工业的快速发展需要更多的能源来支持其制造过程。不幸的是,传统能源主要被用作对自然不利且会破坏环境的主要能源。如今,从使用传统能源向使用可再生能源的转变在世界范围内日益普及。然而,可再生能源的存在给电力系统带来了新的挑战,其影响是降低传统能源(如热发电机)的惯性(无惯性)值。这种情况会导致频率振荡并导致电力系统停电。为了解决这个问题,本文提出了基于超导磁能存储(SMES)的先进虚拟惯性控制(VIC),用于适应可再生能源融入电力系统的影响。之所以选择 SMES,是因为它具有快速响应和高达 90% 的效率。利用双区域电力系统模型来检验基于 SMES 的 VIC 模型。从仿真结果来看,基于的VIC通过压缩系统超调量、减少稳定时间,成功减少了频率振荡。
介绍了一种使用简单单级辅助放大器的新型增益提升折叠共源共栅运算放大器。所提出的辅助放大器的设计方式是,无需使用共模反馈网络,即可获得适当的输入和输出直流共模电压。辅助放大器的输入端由耦合电容器和浮栅 MOS 晶体管隔离。因此,直流输入电压电平限制已被消除。辅助放大器的输出端也使用了二极管连接的晶体管,使输出电压电平保持在所需的水平。与更复杂的放大器相比,简单的单级辅助放大器对主放大器施加的极点和零点更少,而且功耗也更低。0.18μm CMOS 技术的仿真结果显示直流增益增强了约 20 dB,而输出摆幅、斜率、稳定时间、相位裕度和增益带宽几乎与之前的折叠共源共栅设计相同。
本文研究了蝙蝠启发算法 (BIA) 的实施,作为一种优化技术,以找到两类控制器的最佳参数。第一种是经典的比例-积分-微分 (PID)。第二种是混合分数阶和大脑情感智能控制器。这两个控制器分别用于具有三个物理嵌入非线性的单区域电力系统的负载频率控制。第一个非线性代表发电速率约束 (GRC)。第二个是由于调速器死区 (GDB)。最后一个是由于调速器-涡轮机链路、热力学过程和通信通道施加的时间延迟。这些非线性已嵌入到所研究系统的仿真模型中。已应用 Matlab/Simulink 软件来获得应用两类控制器的结果,这些控制器已使用 BIA 进行了最佳调整。已选择平方误差积分 (ISE) 标准作为目标函数的元素,以及百分比超调量和稳定时间,以实现两个控制器的最佳调节技术。仿真结果表明,当使用混合分数阶和大脑情感智能控制器时,它比传统的比例积分微分 (PID) 控制器提供更好的响应和性能指标。