基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合 ,提出了时变时滞系统自适应内模控制算法 .理论分析及仿真结果表明 ,该算法能克服时滞及参数的变化 ,具有鲁棒性好、抗干扰能力强的特点     

基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合,提出了时 滞系统自适应内模控制算法,理论分析及仿真结果表明,该算法能克服时滞及参数的变化,具有鲁棒性好,抗干扰能力的特点。     

基于遗传算法的自适应内模控制器

探讨了基于遗传算法的自适应内模控制,用遗传算法结合模糊算法整定二自由度的内模控制器中的滤波器参数,仿真及其在电加热炉温度控制中的应用表明,所提出的方法具有一定的自适应能力,有较强的鲁棒性和抗干扰性,适用于时变大时滞的被控过程     

不确定关联大系统的自适应H∞控制

研究一类具有时滞的非线性不确定关联大系统的鲁棒控制问题．假设不确定时变参数为半线性系统结构的有界输出，通过对时变不确定参数设计自适应律，从而对不确定参数进行估计，并且使系统满足H∞扰动衰减度．利用线性矩阵不等式(LMI)方法设计出鲁棒自适应H∞控制器．数值实例及仿真结果表明了该方法的有效性和可行性．     

基于内模控制原理整定PID参数

针对一类不稳定时滞过程,采用双环控制结构,首先使广义对象（内环）稳定,然后根据内模控制原理设计外环控制器,得到等效的PID控制器参数的整定方法．仿真结果表明,整定后的系统不但具有良好的鲁棒性,而且调节快速．适合于工程实际应用．     

多模型内模PID控制

对于参数时变的时滞过程,较大的模型失配会使系统的动态特性和控制质量变坏甚至造成系统失稳。针对这一问题,本文提出一种新的多个PID控制器协作的内模控制方法,每个模型将来时刻的输出量由以前对应时刻的输入和输出值预测得到,再通过每个预测误差计算出各个控制器输出量的权值,多个控制器输出量的加权和作为现在时刻的控制量。这种方法克服了参数摄动对系统性能的影响。仿真结果说明了这些方法的有效性。     

一类大时滞过程的内模预测控制

基于内模预测控制结构 ,讨论了一类大时滞过程内模控制系统的设计方法与步骤。通过对 2种常用过程模型的实例设计与仿真 ,研究了各参数不匹配时系统的动态特性 ,给出了如何合理调整可实现因子参数的方法 ,使模型失配时 ,系统具有满意的动态特性。仿真研究表明 ,大时滞过程的内模控制具有一定的鲁棒性 ,且结构简单、易于设计与调试 ,从而有一定的应用价值。     

具有时变时滞的不确定线性广义系统的无源控制

本文主要讨论具有时变时滞的不确定线性广义系统的无源控制问题。文中的时变时滞不是一个常数而是具有最大值,且不确定参数都是范数有界的。利用代数Riccati方程和线性矩阵不等式解决了在没有不确定参数情况下的时变时滞线性广义系统的无源控制问题。     

时变时滞系统自适应预报鲁棒控制算法

本文提出一种适合于时变时滞系统的极点配置最优预报自校正PID鲁棒控制算法。理论证明及数字仿真的结果表明该算法具有鲁棒性好、抗干扰能力强、能够克服时变时滞和时变参数对系统性能的影响等特点。     

基于T—S模型的一类非线性系统的变结构控制算法

针对一类非线性系统,基于T—S模糊模型提出了一种变结构控制算法．采用带有非匹配参数不确定性和时变时滞的T—S模糊模型来近似代表原非线性系统,使用线性矩阵不等式设计了一个渐近稳定的滑模面,所设计的控制器能够克服时变时滞和不确定性因素的影响．仿真结果表明该算法具有良好的稳定性和鲁棒性．     

连续排液式自动平衡头的自适应模糊PID控制算法研究

针对持续注液平衡头系统控制对象的大惯性、非线性、纯滞后等特性,设计了一种改进的模糊PID控制器所设计的控制系统比常规PID控制系统具有较强鲁棒性,系统具有良好的适应能力,其有很好的快速性和很小的超调。     

非线性系统时变时滞和参数的在线联合估计

为了解决非线性系统的时滞和参数的在线联合估计这一问题 ,提出了一种基于遗传算法的非线性系统时变时滞和参数的在线联合估计方法。将遗传算法的二进制编码改进为十进制编码。对于系统输入带有纯时滞的非线性系统 ,采用改进的遗传算法对系统时滞和参数进行在线联合估计。此方法能够有效地在线联合估计非线性系统的时变时滞和参数 ,并具有一定的抗噪声能力。仿真实验结果验证了此方法的有效性     

预测型智能自整定PID控制器

提出一种预测控制和遗传算法相结合的自整定ＰＩＤ控制算法．该算法利用预测技术克服时滞,利用遗传算法优化ＰＩＤ控制器的参数．通过对工业过程中典型的大时滞被控过程进行数字仿真表明,这种控制算法鲁棒性强、响应速度快、抗干扰能力强,对控制系统有扰动、参数时变尤其时滞时变的大时滞生产过程有较好的控制效果．     

一种模糊控制算法在主汽温控制系统中的应用

针对主汽温具有影响因素多、时滞较大及模型时变的特点，提出了主汽温自整定模糊控制算法。该算法利用解析公式形式，对主汽温偏差及其变化率、导前汽温变化率进行了综合考试，并可根据运行工况自动调整各模糊变量的加权因子，其控制效果优于常规的控制系统。     

火电厂燃烧系统的优化研究

火电厂燃烧系统是一个具有非线性、大滞后、参数时变性和不确定性特点的系统,本文设计了一种火电厂燃烧过程的优化系统,并进行了仿真,结果表明,系统的鲁棒性和抗干扰能力优于原来的系统。     

分数时延时变的充分必要条件

着重从理论上分析完备的被控对象时延在一个采样周期范围内变化时,系统B参数估计值变化的规律,得出分数时延时变的充要条件,据此,能正确区分参数时变还是分数时延发生了变化,这一结论对于计算机控制的系统,特别是对于引入复杂算法的计算机控制系统有重要意义。     

一类时变时间序列模型的参数估计研究

根据对一类时变时间序列模型结构特点的研究,提出了一种时变ＡＲ模型的递推参数估计算法。其原理是将时变参数的估计转化为对状态方程的状态估计,采用卡尔曼滤波推导出参数估计递推公式,并研究了其渐近稳定的充分条件。     

用于时滞不确定系统的自适应Smith预估器

Smith预估器对模型的依赖性制约了它在实际中的应用 ,文中提出一种改进型Smith预估器 ,能在线地跟踪时滞不确定对象的时滞时间常数的变化引起的系统输出的变化 ,调节模型输出使得闭环系统稳定 ;而且 ,模型中不含有时滞环节 ,控制器只有一个调节参数 ,易于实现 ;对一大惯性、大时滞系统的仿真结果表明 ,改进算法较好地解决了Smith预估器的稳定性对模型时滞时间常数的依赖性问题 ,具有广泛的应用前景