姜孝华 作品数:69 被引量:208 H指数:8 供职机构: 中山大学信息科学与技术学院 更多>> 发文基金: 国家自然科学基金 国家重点实验室开放基金 国家科技支撑计划 更多>> 相关领域: 自动化与计算机技术 电气工程 电子电信 金属学及工艺 更多>>
MISO多元广义多项式神经网络及其权值直接求解 被引量:7 2009年 基于多元函数逼近理论,构建一种M ISO(Mu ltip le-Input,S ingle-Output)多元广义多项式神经网络。依据最小二乘原理,推导出基于伪逆的最优权值一步计算公式———简称为权值直接确定法;在此基础上,提出基于指数增长和折半删减搜索策略的隐神经元数自适应增删搜索算法。该新型神经网络具有结构简单的优点,其权值直接确定法、隐神经元增删算法可以避免冗长的迭代计算、局部极小点和学习率难选取等问题,同时解决了传统BP神经网络难以确定隐神经元数这一难题。仿真实验显示其具有训练速度快、逼近精度高和良好的去噪特性等特点。 肖秀春 张雨浓 姜孝华关键词:权值直接确定 一类具有I-PD结构的简单数字自适应控制器 1994年 提出一类具有I-PD结构的简单自适应算法,该算法直接在线调整控制器的三个参数,运算量小,易于用单片机实现,适合于冶金、机械、化工等过程的自动控制。 张希周 姜孝华关键词:自适应控制 数字控制器 Buck DC/DC变换器研究与设计 被引量:10 2007年 研究的DC/DC变换器技术已用于国际空间站上的一个大型科学实验,即阿尔法磁谱仪。由于太空装置受太阳光的辐射,位置变化时温度变化也非常大,而太空装置内仪器传感系统的温度必须保持在10℃~20℃内,因而必须研制一种热控制系统(Thermal Control System,简称TCS)。这里介绍的TCS DC/DC变换器,就是针对TCS的需求,使DC/DC变换器输出可变的直流电压,以此控制TCS的制冷和加热装置,使装置内的温度达到预期要求。基于实验和理论分析结果,分析了Buck变换器作为一类典型的电力电子电路所具有的固有非线性和不确定性现象,揭示了电路和器件的寄生参数是引起Buck变换器非线性的主要原因。 张兰芸 姜孝华 何振辉 倪江群关键词:变换器 斩波器 通用变频器差频控制系统设计 被引量:2 1995年 提出了利用通用变频器组成转差频率控制变频调速系统的设计方法。 谢宗安 张铭瑞 姜孝华 段伟伟关键词:变频器 转差频率控制 变频调速系统 采用非线性电压增益补偿的SVPWM逆变器 被引量:1 2002年 针对高精度恒V/F值控制的变频空调压缩机对交流变频调速的要求 ,研制了采用修改的空间矢量型PWM法的逆变器以改善其线性放大特性 ;采用瞬时平均电压法实现死区电压降补偿 ,通过检测直流侧电压实现交流电压波动的前馈补偿 ,以提高其输出电压精度 ,改善输出电流波形。控制器用三菱先进的 16位M 3770 5单片机实现 。 姜孝华 黄小红关键词:SVPWM逆变器 微机控制 死区 基于能量平衡思想的直流侧APF的分析与设计 2006年 直流侧APF电容电压反映了输出有功功率的变化,根据能量守恒原理提出了一种基于能量平衡的直流侧有源电力滤波器控制方法,省去了补偿电流参考指令的复杂计算,比传统的桥式逆变器组成的APF控制方法简单,节省功率开关器件。阐述了该方法的原理,分析设计了APF控制系统电流环、电压环控制器,并用MATLAB对该方法进行了动态仿真研究,进一步验证了谐波控制方法的正确性和有效性。 何碧霞 姜孝华 赵曦关键词:能量守恒 直流侧有源电力滤波器 控制器 一种多模专家智能控制器研究及其应用 被引量:2 1995年 从智能控制概念出发,提出了一种多模混合智能控制理结构,引入了特征信息空间、行为空间、多模混合控制规则集等,使用关系运算矩阵描述了它们之间的推理关系,给出了控制器的结构及设计方法,工程应用结果验证了控制器的有效性。最后利用锥稳定性定理为闭环智能控制系统建立了稳定性分析。 姜孝华 张希周 诸昌钤关键词:自动控制 智能控制器 控制系统 一种新的MRAS综合 被引量:2 1995年 本文基于POPOV超稳定性定理,采用广义状态输出误差法,提出了一种参考模型阶数为1的MRAS综合方案。并使用该综合方法,提出了一种简单的数字调速系统自适应控制方案,通过仿真实验证明,控制效果明显。 姜孝华 诸昌钤关键词:参考模型 数字调速系统 邮电推挂机PLC驱动系统设计 1999年 本文介绍了以PLC为核心的邮政部门邮包推挂机双电机同步驱动系统的设计.提出了利用系统负荷电流实现同步均衡补偿控制方案,以及利用PLC的语言目标显示功能实现保护参数设置以及传动链过载、卡链的保护设计. 文方 姜孝华关键词:PLC 控制系统 Chebyshev神经网络的Levenbers-Marquardt算法 被引量:3 2009年 基于函数逼近理论,构建了一种神经网络模型,该神经网络采用正交Chebyshev多项式作为隐层激励函数。在此基础上,推导了Chebyshev神经网络的Levenberg-Marquardt学习算法。理论分析及仿真实验表明,该神经网络能够很好地学习样本数据中的不同模式,具有较快训练速度和较高的计算精度。 陈柏桃 肖秀春 姜孝华关键词:神经网络 LEVENBERG-MARQUARDT算法