结合工程教育专业认证要求及"新工科"内涵,以提高学生解决复杂工程问题能力为目标,优化实践教学体系.将人工智能和机场特色课程融合到实践教学体系,既提高了学生解决复杂工程问题的能力,又兼顾了"新"和行业特色.专业实践教学体系围绕"一个理念、一个主线、一个依托"构建,以"成功的工程必定是技术因素和非技术因素共同作用的结果"为理念,以层层递进的基本素质培养、基础实践能力培养、综合实践能力培养为主线,以"四个课堂"为实施依托,构建了自动化专业实践教学体系.

学习不仅仅是自然科学知识的学习,更是社会科学、民族文化、正确人生观和价值观的形成过程,"课程思政"是实现该目标的捷径,也是高等院校思想政治教育的新模式."课程思政"是培养学生解决"复杂工程问题"中所需要的非技术因素的重要途径.当前关于"课程思政"的论述是指导思想居多、实施经验以及案例较少,本文以"自动控制系统工程设计"为例,给出了"课程思政"教学案例的实施过程.

永磁直流力矩电机是工业生产中使用广泛的一种执行机构,对其构成的控制系统进行监控,具有重要的实践意义.采用PLC(可编程控制器)、直流电机驱动器、继电器、运算放大器等模块及器件设计并实现了永磁直流力矩电机调速实验平台,并利用组态王KingView设计了上位机监控系统.实验平台具有手动和自动两种工作模式,能够实现力矩电机正反转控制、转速闭环控制、速度曲线实时跟踪.实验结果表明该实验平台能够实现力矩电机的调速控制,具有较强的教学和实用价值.

工程教育认证是现代高等教育专业认证必须遵循的标准.以成果为导向,围绕学生进行课程目标达成和持续改进是实现工程教育认证的必备手段.文章以航站楼自动化技术与系统专业特色课程为例,分别从面向民航行业特色的课程大纲制定、讲义编写、教学过程改进和课程目标达成与持续改进方面进行论述.通过上述研究实践,最终形成了面向工程教育自动化专业认证的航站楼自动化技术与系统内容体系和和教学实施方法,促使课程目标对专业毕业要求的达成.

课题组分析了自动控制系统工程设计课程的特点,根据课程培养目标,合理设置教学内容,并制订了以学生为中心的教学新措施:为了提高学生的工程实践能力,以学生为中心,转变教学思路,采用专题化教学、翻转课堂教学提高学生的积极性,发挥学生的主观能动性;基于CDIO模式进行项目设计,培养学生的工程思维;进行高效的实践教学;基于在线问卷调查,及时反馈学生知识掌握情况;校企合作共建实验室.以上措施,提高了学生的工程实践能力.

针对飞机地面专用空调优化控制的问题,将改进OPBM (Output Predicition and Balance Method)引入到飞机地面专用空调系统优化中.以波音737飞机地面专用空调为对象,采用分散辨识法,建立空调大系统数学模型,提出了同时考虑空调系统能耗与空调区域热舒适性的优化目标,建立了空调系统全局优化运行模型,设计带局部反馈的OPBMLF对模型进行了优化求解.利用Matlab进行仿真研究,研究结果与实际数据进行对比,结果表明优化控制策略能够在满足环境需求的情况下,实现系统能耗最小,验证了其有效性.

飞机停靠廊桥时,客舱内空气质量的优劣直接影响机组成员的工作效率.为分析桥载空调送风速度对客舱内部空气质量的影响.将波音737飞机头等舱作为研究对象,以CFD方法和传热学为基础,对飞机客舱内空气质量进行数值模拟.利用PMV与CO2相对浓度为基础的新指标(IAO)作为客舱内空气质量的评价标准,通过Gaussian法拟合曲线,得出评价指标IAO与送风速度的函数关系,分析结果表明,送风速度过大或过小对客舱内空气质量有较大影响,送风速度为0.82m/s附近时,空气质量最佳,最后通过拟合优度检验与实际调查,证实了其可靠度与可行性,可以作为桥载空调控制的参考依据.

为了满足飞机停靠时基于地面空调的客舱能耗预测的快速性和准确性要求,提出了一种神经网络、微粒群和珊瑚礁相结合的飞机客舱能耗预测方法,该方法是基于小波神经网络建立能耗预测模型,采用珊瑚礁和微粒群联合算法优化预测模型参数.联合算法采用了双层框架,第一层将数据进行分组采用微粒群算法进行初步优化,之后将第一层优化结果送入第二层,在第二层利用珊瑚礁算法进一步优化,以提高预测精度并解决微粒群算法收敛速度慢、容易陷入局部极值的问题.最后进行了仿真,结果表明提出的联合算法能有效提高能耗预测速度和能耗预测的精度.

To correctly evaluate the energy needs of the aircraft cabin and to predict the energy consumption of the aircraft cabin with higher accuracy,an energy consumption prediction method based on improved particle swarm optimization (PSO) neural network algorithm parameters is proposed.The method combines the cooperative particle swarm optimization algorithm with chaotic particle swarm optimization algorithm.On the basis of cooperative particle swarm optimization algorithm chaos theory is introduced.Continuous search ability by using chaos optimization method to overcome the collaborative optimization algorithm is easy to fall into the local extremum problem.The parameters of the neural network can accelerate the convergence rate of the cabin,and also can improve the accuracy of prediction by improving the particle swarm optimization algorithm.Simulation results verify the validity and feasibility of the proposed method.

针对周转件航材库存优化和科学管理的问题,将改进最小方差控制算法引入到周转件航材库存优化中.以音频控制板为对象,将“维修保障—库存—航材补充”系统视为广义物理系统,结合航空公司周转件实际耗损中的不确定性等因素,建立周转件库存受控系统模型;采用改进最小方差控制策略,同时结合了层次分析法估计柔化系数和延长预测步长思想.利用Matlab-simulink搭建仿真平台并进行仿真研究,结果表明该方法相比传统最小方差控制策略的效果有显著改善.

For the problem of surplus torque in the operation of electric load simulator,a composite control method of electric load simulator based on RBF neural network,repetitive PID controller and feed-forward control was proposed in this paper.The control method took full advantages of repetitive control PID and RBF neural network,a novel control algorithrn was formed which has strong anti-interference ability,good tracking performance and adaptive capability.Rudder speeds were used as feed-forward to decrease surplus torque.At the same time,the elastic rod was used to reduce the harmful torque and improve the stability of the system.Simulation results verify the validity and feasibility of the proposed composite control method.

In allusion to the modeling of civil aviation aircraft cabin temperature control system based on airport bridge-borne air conditioner,the mathematic model of the system is built by using the method based on the combination of mechanism modeling and parameter identification,and the simulation experiment is carried out by using the fuzzy PID control. The working principle of the bridge-borne air conditioner refrigeration for aircraft cabins is elaborated. On this basis,the system model is con-structed by using the method of combining linear assumption,mechanism modeling and parameter identification. The closed-loop control simulation experiment was carried out by using the fuzzy PID control algorithm. The experimental results prove the ratio-nality of the system model. The model has reference significance for ground air conditioner control research.

输出稳定性和均流精度是衡量并联均流电源性能的两个重要指标,针对提高均流电源稳定性和均流精度问题,设计了以PIC单片机和UC3902均流芯片为控制核心的并联均流电源.利用PIC单片机实时检测输出电压,依据测量值与设定值的偏差调节PWM的占空比,使输出电压稳定;采用UC3902均流芯片实现最大电流自动均流,从均流芯片通过电流补偿跟踪主均流芯片电流.通过改变电源负载,进行了并联电源性能的实验测试.测试结果表明,该方法电源输出电压稳定性达97％左右,均流精度最大可提高到98％以上.

针对电动负载模拟器运行过程中系统存在的参数时变问题,同时为了保证力矩精确加载,提出了自适应控制器与前馈补偿控制器相结合的复合控制策略.引入了弹性杆以提高加载精度与系统稳定性;将自调整遗忘因子递推最小二乘法与神经网络相结合进行在线辨识系统时变参数,结合系统性能指标设计了模型参考自适应控制器;采用舵机位置前馈补偿,实现多余力矩的抑制.通过仿真验证了该复合控制策略的可行性和有效性.

针对直流电机伺服系统三闭环PID控制问题,采用LQR方法整定相应的PID参数.根据理论建模与实验建模相结合的方法,建立直流伺服系统的数学模型;在此基础上给出三闭环PID控制系统的结构,并转换成能够利用LQR方法整定相关参数的等效结构.针对电机伺服系统的位置控制,引入位置偏差以及位置偏差的积分作为新的状态变量,并结合电机系统的转速、电流以及位置构成新的状态空间方程,针对新的状态空间模型采用LQR计算反馈矩阵,进而根据对应关系求出三闭环PID控制系统各控制器的参数.最后,进行了仿真实验以及物理实验,实验结果验证了该方法的有效性.

针对飞机舵机电动加载系统的力矩跟踪和干扰抑制的优化问题,提出一种基于单神经元和扰动前馈抑制的电动加载复合控制方法.首先利用改进的粒子群算法调整单神经元PID控制器的参数和系数K,然后对舵机角位移进行前馈补偿来抑制多余力矩,以减小舵机位置干扰对系统的影响;最后对电动加载复合控制系统进行仿真.仿真结果表明,系统的抗干扰能力及加载精度得到进一步提高,证明了该复合控制方法在理论上的可行性.

The sliding model adaptive controller was designed to solve the problems which the load changingfrequently caused output waveform distortion. Firstly,mathematical model of inverter was built with load parameter.The sliding model surface was designed based on errors between inverter outputs and reference singal.Then the loadwas seen as time- varying parameters,so the parameter of load would be the uncertainties of system. In order tocompensate the uncertainties completely caused by load changing frequently and estimate boundary accurately,slidingmodel adaptive control law was designed. The simulation experiments show that,when load changing,the controllerwill track sine input of system accurately,which improves the robustness of inverter system significantly. Finally,anexperimental prototype is designed to show realization of the sliding model control method.

针对减小电动负载模拟器多余力矩以及适应电机参数时变特性,设计了基于改进模糊趋近律的自适应滑模控制器.首先,根据系统输出与输出的偏差量设计了滑模面;其次,采用模糊策略,动态调整系统的趋近速度,当系统远离滑模面时,加快趋近速度,改善动态品质;当系统接近滑模面时,降低趋近速度,消除抖振,同时提出采用变隶属度函数的方法,改进了传统的模糊趋近律,提高系统在滑模面附近的控制灵敏度;最后,针对多余力矩和系统不确定部分,采用自适应的方法,逼近其上界,实现完全补偿.通过定义Lyapunov函数证明了该控制方法能够保证系统的全局稳定性.仿真实验表明,该控制方法有效地抑制了抖振和多余力矩,增强了系统的鲁棒性,提高了系统的自适应能力.

对于含有舵机位置扰动、模型参数摄动和传感器噪声等多余力的电动加载系统，仅采用传统的速度前馈补偿很难对系统多余力矩进行完全抑制。在传统速度前馈补偿的基础上针对系统扰动问题引入了扰动观测器，并利用改进的干扰观测器对高频噪声进行抑制。再通过微分负反馈阻尼补偿增强控制回路稳定性，利用重复PID控制器进行负反馈控制来改善系统的动态性能。仿真结果表明，该复合控制策略能够在很大程度上提高系统对多余力矩的抑制能力，并改善系统的加载精度。

为了减少制冷机组的能耗和降低冰蓄冷空调系统的运行费用,提出了基于非线性多目标模型的优化控制策略;首先建立了多台制冷机组总能耗最少的目标函数;其次根据系统设备能耗和当地电价结构,得到了系统总运行费用最小的目标函数;最后使用MAT-LAB软件编程求得最优解;通过工程实例仿真对比在不同冷负荷时的优化控制策略和制冷机组优先策略下的制冷机组能耗和系统运行费用,结果表明非线性多目标优化控制能够发挥系统潜力,减少制冷机组能耗,降低系统运行费用.