基于有监督单神经元的交流调速控制算法研究

在基于PC机的交流传动控制算法开发平台上，将有监督单神经元控制算法应用于交流调速系统中，通过大量物理性实验，对单神经元控制器各参数对系统性能的影响进行了分析，得到有关参数选取和设计方法的一些有价值的结论。     

模糊滑模控制交流调速系统

针对滑差频率矢量控制交流调速系统,提出并设计一种模糊滑模控制算法对速度环进行控制。该控制算法具备模糊逻辑控制和滑模控制两者的优点,并且较好地解决了滑动模态的抖动问题;同时该控制算法具有结构相对简单、容易实现、能使系统获得优良的动静态性能等特点。     

控制饱和系统的极限学习机控制算法

为提升被控系统的鲁棒性和控制精度,对存在控制饱和约束和内外参数摄动的非线性系统,提出一种基于极限学习机的自适应反演控制算法。针对存在控制饱和约束的非线性系统,基于所设计的辅助函数,将非线性控制饱和约束转换成常规控制输入形式,有效降低了控制器的设计难度。为提升内外参数摄动的估计精度和估计算法速度,采用极限学习机逼近内外参数摄动的综合项,构建了基于极限学习机的自适应控制算法,理论证明了闭环系统的全局渐近稳定性。与自适应滑模控制器对比仿真结果显示,控制器在控制力矩总能耗、系统输出收敛轨迹上具有更优的品质。     

非线性奇异摄动系统的二阶滑模控制

根据奇异摄动理论和变结构控制方法，将复杂非线性系统分解为不同时标的降阶子系统，并运用能有效消除抖振的二阶滑模次优控制算法设计各子系统的控制器，实现了不确定复杂系统的无抖振组合控制．利用奇异系统的特点，分别设计快慢子系统的二阶滑模控制器，最后得到了复合控制，实现了整个系统的控制．文中给出了整个系统的稳定性证明，仿真结果证明了所提方法的有效性．     

基于时延的高超声速飞行器终端滑模控制

针对吸气式高超声速飞行器(AHV)再入过程中的复杂非线性、动力学模型通道间存在的强耦合及气动力系数和气动力矩系数摄动,提出了一种结合时延补偿控制与终端滑模控制的姿态控制方法.首先,以AHV再入飞行姿态动力学模型为基础,考虑气动参数摄动产生的模型不确定性,建立了面向控制算法设计的AHV再入飞行数学模型;然后,基于多时间尺度理论将该数学模型分解为双环子系统;为两个子系统分别设计时延补偿改进终端滑模控制算法,用来完成AHV的再入姿态控制;在改进终端滑模控制的基础上,采用工程上易于实现的时延补偿控制对模型不确定性进行精确估计,并基于李雅普诺夫理论证明了姿态角和姿态角速度的跟踪误差在有限时间内收敛到零.本算法设计简单,无须补偿项部分已知且易于工程实现.仿真结果表明所设计的基于时延补偿的改进控制算法具有调整时间短(1 s以内)、超调量小和良好的跟踪精度等优点.     

考虑系统总和扰动的多关节机械臂 反步有限时间滑模控制

针对多关节机械臂轨迹跟踪控制中存在的模型参数摄动和外部有界扰动等不确定性因素影响问题,设计了一种考虑系统总和扰动的反步有限时间滑模控制算法,用于实现多关节机械臂轨迹跟踪控制任务。首先,利用严格反馈形式描述多关节机械臂的动力学模型,并将模型参数摄动和外部有界扰动等不确定性因素看成系统的总和扰动,进而设计非线性扩张状态观测器对系统总和干扰加以估计,以提高系统的鲁棒性能;其次,在传统反步法设计的基础上结合有限时间滑模控制技术,完成系统反步有限时间滑模控制器的设计;最后,应用Lyapunov稳定性理论证明了多关节机械臂的位置矢量能够实现对期望位置矢量的有限时间稳定跟踪。仿真对比结果表明设计反步有限时间滑模控制算法的有效性。     

基于二级模糊控制的网络交流变频调速系统

利用校园网和交流变频调速系统构成了一个网络交流变频调速系统 ,设计了一个二级模糊控制器作为变频器的控制算法来实现系统的闭环控制。对此控制算法作了仿真试验 ,结果证明 :二级模糊控制系统的输出特性优于常规模糊控制系统。将设计的二级模糊控制器用于所建的网络交流变频调速系统 ,实验结果说明 ,系统的动态和静态特性得到了进一步改善。     

永磁无刷电机交流伺服系统

研究了方波电流驱动的永磁无刷电机交流伺服系统。系统采用电流、速度和位置三闭环结构，并由８０９８单片机实现位置闭环控制。文中分析了系统的工作原理，设计了硬件电路和双模控制算法。最后给出系统实验结果。     

线性不确定大系统的分散变结构控制

本研究了具有参数摄动、关联影响和外界干扰等不确定因素影响的线性大系统的分散控制问题。在假设系统不确定性有界且满足一定匹配条件的前提下,给出了系统的一种分散变结构控制算法,实现了大系统的全局渐近稳定。该控制律设计简单,并保证了闭环系统较好的动态性能和较强的鲁棒性。     

交流变频调速系统神经网络控制器的研究

论述了基于神经网络控制技术的交流变频调速控制器的设计原理和实现方法。由计算机、采集板卡、D／A转换卡以及编码器等构成计算机硬件控制系统，由visual C 实现神经网络控制算法。利用神经网络的非线性映射能力、并行计算能力、自学习能力以及强鲁棒性等优点实现高品质高阶非线性交流调速的闭环响应特性。经实验验证，系统具有良好的动态跟踪能力，阶跃响应超调量小，鲁棒性好，稳定时间短。     

基于矩阵摄动理论的微电网建模与优化控制

针对微电网系统稳定性和输出一致性问题,提出了一种优化控制方法.首先,建立了微电网系统小信号模型、系数矩阵和增量摄动矩阵,解决了系统特征值求解过程中的计算量大的问题.在此基础上,以稳定性、阻尼比和稳定裕度为性能指标建立了初次优化目标函数,矩阵摄动理论与人工鱼群算法相结合,对系统进行了初次优化控制.同时,为了保证微电网中各微源输出的频率和电压一致性,建立了再次优化目标函数,应用人工鱼群算法对系统进行了再次优化控制.最后通过仿真验证了所提控制策略的正确性与有效性.     

UR机器人运动学与奇异摄动算法研究

首先分析了UR机器人的机械结构;其次通过数值迭代法对UR机器人的逆运动学进行了求解,严格控制了算法的精度和速度,验证了算法的正确性和快速性;再次提出了一种基于奇异摄动的控制方法,通过振动抑制方法将系统分为快慢两个子系统,实现降阶作用;最后绘制了正、逆运动算法的机械臂轨迹曲线,同时针对降阶后的系统设计控制器进行系统分析.实验结果验证了算法的有效性和精确性.     

基于发动机激励的车室内有源噪声控制方法

在汽车行驶过程中,发动机激励引起的车腔内噪声由于速度、档位、温度等变化,导致对依赖次级路径建模的传统LMS、BP等噪声主动控制算法不能实现精准控制。而常规的同步扰动随机逼近算法存在需要估计较多的参数、系统收敛速度较慢等缺陷。因此提出改进的同步扰动随机逼近算法应用在由发动机激励产生的车内噪声主动控制系统中,根据某车型实车实验采集相关数据并处理,利用声学仿真软件对多转速多工况下的整车结构-车室空腔声场结构声耦合系统进行发动机激励振动分析。通过仿真可以看出改进后的同步扰动随机逼近算法可以快速稳定地收敛,实现车内噪声的稳定控制。     

串级时滞系统最优预报自校正鲁棒控制算法

本文提出了一种适用于串级时滞系统的极点配置最优预测鲁棒自校正控制算法,它能消除闭环特征方程中的时滞项,有效地提高了系统的稳定性及抗干扰能力,具有经典串级系统难以达到的优越性能。     

基于预设性能的非线性系统反演自适应控制

为使非线性系统的输出变量具有期望的动态品质和稳态误差,本文基于预设性能函数的性质,对存在参数摄动的非线性系统,设计了一种预设性能的反演自适应控制算法。本文首先给出预设性能函数,使非线性系统的输出变量受预设性能函数所约束,接着通过数学变换,将受约束的输出变量转换为另一个无约束变量,再基于新变量,采用反演控制算法,设计了一种反演自适应控制器,并理论证明了该算法能保证闭环系统的稳定性。数值仿真结果显示,本文算法能保证闭环系统的输出变量具有良好的动态品质和给定的稳态误差。     

船舶航向保持的非线性逆推鲁棒控制算法

为提高控制器的鲁棒性能,针对非线性船舶航向保持系统,将简化的逆推算法与闭环增益成形算法相结合,设计出非线性鲁棒控制器.以大连海事大学实习船“育鲲”号为例进行仿真.结果表明,该算法能够使船舶无超调无静差地跟踪设定航向,调节时间为200 s,控制效果良好,且控制器对模型摄动具有一定的鲁棒性.该算法设计过程简单,物理意义明显.     

克隆选择辨识的船舶航向自适应PD控制

为解决船舶营运中存在的模型参数摄动和外界干扰的不确定性问题,提出一种船舶航向自适应PD控制算法.采用免疫克隆选择算法进行在线船舶模型辨识,将存在不确定干扰和模型摄动的船舶作为一个"黑箱",将短时间内的船舶状态在线辨识为二阶线性模型,根据系统预定性能要求动态调整PD控制参数,使船舶获得理想输出.对抗体初始种群采用最优模型保留和随机初始化相结合的策略,提高了不确定性问题的在线优化效率.对一个三阶非线性货船的仿真试验表明,该算法有效提高了PD控制器的稳态性能.     

最小二乘辨识算法的并行计算及实现方法

以机器人自适应扰动控制中系统参数的辨识为模型，对逆归最小二乘辨识算法的并行计算进行了较深入的研究。结果算法的实施，提出了一种基于Ｉｎｔｅｌ８０９８单片机的多单片机结构，其中单端口写入、多端口读出的共享存贮器方案可命名微处理机间直接进行数据传输，有效地提高了数据的传输速率。