WaterTank Challenge是一个由Matlab代码编写的仿真环境。主要要求挑战者编写Matlab代码控制水箱液位至目标液位。控制量为水箱进水阀门，控制量为正数. 1. 水箱动力学模型 水箱动力学模型具体描述见 [matlab链接](https://www.mathworks.com/help/slcontrol/gs/watertank-simulink-model.html). 小车的动力学模型，如下Simulink模型所示 其中，[a,b]分别是水箱进水阀和出水阀系数，H为液位高度，u是进水阀开度。可知水箱出水速度与水箱液位高度有关。 另外仿真环境对水箱阀门设置了“饱和”机制（如下图所示），即挑战者传递给仿真器的水箱阀门控制量，将会被限制在一定范围内。 2. Observation（当前环境信息） 仿真环境每隔一段时间，将会把仿真环境的信息以Observation类的形式告知挑战者，它的成员变量包含 3. 得分（暂无） 4. 设计控制策略 挑战者需要设计并提交一个Policy类文件，主要完成action函数。action函数传入参数为obser

建立了基于磁流变减振器半主动悬架系统的非线性动力学模型,提出模糊逻辑的控制策略,同时建立磁流变减振器的神经网络辩识模型,对汽车悬架系统实施了有效的智能控制。通过仿真计算,证明该智能控制策略大大减小汽车振动加速度和振动位移,磁流变减振器的控制力也能满足制造要求。

使用STC12C5A60S2单片机作为控制芯片,通过水位传感器完成对水位信号的检测,通过风机、瓦斯断电仪完成风瓦电闭锁信号的检测,通过电压、电流等互感器和内置A/D完成多路模拟信号的检测,实时显示井下低压水泵电机的工作状态,具有CAN总线通讯功能,在国内首次整合了矿用水泵电机的电气检测与水位控制功能,实现了矿用水泵电机的无故障自适应运行。

掘进机冷却喷雾系统是掘进机的重要组成部分,其工作状态直接影响工作面的环境、工人的身体健康、设备的使用寿命和掘进生产的安全。针对掘进机供水不足导致液压系统发热或供水过量导致工作面积水等问题,研制了一套供水流量智能控制系统,实现按需供水、缺水保护的功能,使掘进机供水系统高效且节能。系统采用多种传感器采集信号,通过逻辑控制器分析,结合实验数据发出信号来控制供水流量,逐渐建立可靠的数据库。从原理上分析,该系统的可行性较强。

在分析无刷直流电机数学模型的基础上，建立了控制系统的仿真模型，提出了一种新型的模糊PI智能控制方法。在无刷直流电机双闭环调速系统中，电流控制采用滞环电流调节器，而转速控制通过采用常规PI控制和模糊控制相结合的方法实现。基于System Generator的仿真结果表明：这种新型的模糊PI智能控制方法响应快、无超调、鲁棒性强、抗干扰能力好，较传统PI控制具有更好的动、静态特性。

为解决智能化综采工作面关键技术难题之一的开采设备协同控制问题，提出了基于数据驱动的综采装备仿人智能协同控制模型，重点研究了大数据背景下智能综采装备的协同控制知识自学习、开采行为自决策、分布协同自运行等关键技术理论与方法。具体包括：从数据应用的角度分析了智能综采系统的数据特点，阐明了智能综采的三大数据化特征：泛在感知(数据获取)、信息融合(数据挖掘)、智能控制(数据决策)；构建了面向经验操作员决策过程表征的综采装备协同控制框架；提出了基于扩展有限状态机的综采装备运行状态演化方法和基于多标记决策信息系统的综采装备运动行为模式学习方法，来实现数据驱动下智能综采装备行为决策知识的获取；提出了面向经典采煤工艺过程的综采装备行为模态类的决策知识划分方法和基于CBR与RBR融合的决策行为混合推理方法，来实现智能综采装备动作行为的自主决策；探讨了人工控制模式下综采装备驾驶员控制策略的表征方法，发展了具有自学习、自决策、工况自适应的综采“三机”仿人智能协同控制方法；给出了基于平行系统理论的平行综采技术逻辑，为综采装备协同控制的研究提供方法。所提综采装备协同控制系统为大数据背景下的综采生产系统的协同控制提

很好的书，介绍智能控制的理论及技术，大家看看

人工智能课件完整13章节PPT涵盖机器学习、机器视觉、搜索推理、智能控制、自然语言 第一章 绪论.ppt 第二章 知识表示方法.ppt 第三章 搜索推理技术.ppt 第四章计算智能.ppt 第五章计算智能.ppt 第六章专家系统.ppt 第七章机器学习.ppt 第八章机器人规划.ppt 第九章Agent（艾真体）.ppt 第十章机器视觉.ppt 第十一章自然语言理解.ppt 第十二章 智能控制.ppt 第十三章 人工智能的争论与展望.ppt

例2-21 模糊PID控制器代码

KEEY-BUS 智能控制系统，调光调色寻址设备、三通道调光寻址设备、三通道调光寻址设备。