CMAC用于分析和设计非线性过程控制系统(Ⅰ)——CMAC预测器

本文是基于CMAC神经网络分析和设计非线性过程控制系统的第一部分,分析了Chiang&Lin提出的基于广义基函数的CMAC学习算法收敛条件的局限性,提出了一种改进算法,并证明改进算法是收敛的,应用该算法的CMAC用于过程输出的预测器,仿真结果表明了所提方案是有效性的.     

汽轮机调速系统CMAC网络PID并行优化控制

针对汽轮机调速系统存在死区、饱和等非线性的控制特点,提出了基于混沌优化策略与CMAC网络PID并行控制相结合的控制方法,并将其应用于汽轮机调速系统的参数设计中。该方法首先通过混沌搜索,得到控制器参数的次优值,然后利用变尺度的方法在次优值附近找出控制器参数的全局最优值。与CMAC网络传统PID并行控制以及单纯PID控制相比较的仿真结果表明,该方法能更好地提高控制系统的精度和响应速度。     

一种自适应CMAC神经网络控制器的设计与仿真

为了消除常规前馈型CMAC神经网络控制器的过学习和振荡现象，基于常规CMAC的基础上，提出了一种自适应CMAC神经网络的控制器结构。该控制器以系统动态误差和给定信号量作为CMAC的激励信号，并与自适应神经网络控制器相并联构成系统的复合控制。仿真实例表明，提出的自适应CMAC神经网络控制器具有良好的鲁棒性、抗干扰能力和自适应能力，是解决非线性和不确定性对象控制问题的一种简便有效的控制算法。     

基于模糊CMAC网络的非线性自适应逆控制

针对非线性自适应逆控制中非线性对象的建模和逆建模的精确性这一问题,提出一种基于模糊小脑模型关节控制器(Fuzzy Cerebellar Model Articulation Controller, FCMAC)网络的非线性自适应逆控制方案.将模糊逻辑思想嵌入到CMAC中构成FCMAC来对非线性对象进行较精确的逆建模,从而构建逆控制系统.在对象特性未知的情况下,选用BP网络来对象进行正建模,并由BP网络的辩识结果来对FCMAC的参数进行调整.仿真实验表明了该方案的有效性,且验证了其控制效果较单纯的CMAC网络逆控制更理想.     

基于CMAC的位置伺服系统神经元离散滑模控制

针对数控机床位置伺服系统参数不确定及存在外界干扰的特点,将小脑模型关节控制器(CMAC)与滑模控制相结合,设计了基于CMAC的神经元离散滑模制系统及其控制算法.仿真结果表明,该控制方法不但大大降低了普通滑模变结构控制中的抖振,而且具有良好的动静态特性及较强的鲁棒性.     

离散型生产排序的自适应控制

离散型生产活动排序的自适应控制系统包含预测器、最优控制器、参数估计器三部分。基于极大极小代数法的预测器计算各种排序方案的完工时间，该算法以任务投入加工的时间作为状态变量，以预测的任务加工的完工时间作为输出变量，通过输入工艺路线矩阵、加工顺序矩阵和加工时间矩阵，根据生产活动状态变迁的规则建立状态变量的递推计算公式，经过多重循环求出所有状态变量的取值；最优控制器以加工顺序矩阵为控制变量，利用预测器逐步试探求解，最后稳定在性能指标最优的加工顺序矩阵的方案上；参数估计器对加工工时定额进行自适应地学习，利用反馈的真实的加工工时，不断修正定额并收敛到平均值。文中阐述了这种控制方法的仿真实例。     

CMAC网络与模糊PD并行控制仿真研究

针对工业被控对象广泛存在的不确定性、非线性、时变性和多干扰等特性,提出了一种CMAC网络与模糊PD并行控制器的设计方法。该方法以模糊PD控制代替传统的PD控制实现反馈控制,并采用遗传算法整定模糊PD控制的量化因子,CMAC网络实现前馈控制。仿真结果表明,CMAC网络与模糊PD并行控制相对于PID控制与传统的CMAC网络与PD并行控制具有更强的鲁棒性与抗干扰能力。     

网络控制系统的主动变采样控制器设计

利用主动变采样周期方法,研究了具有网络诱导时滞和数据包丢失的网络控制系统的H∞控制器设计问题,其采样周期在一个有限集内切换.新提出的主动变采样周期方法能够保证网络带宽的充分利用.在为具有主动变采样周期的网络控制系统设计H∞控制器时,使用了基于线性矩阵不等式的多目标优化方法和基于参数不确定性的方法.仿真结果说明了所提出的H∞控制器设计的有效性.     

新型神经网络模型参考自适应控制系统设计

针对任意复杂非线性系统，即控制器具有不可分离结构的离散非线性系统，提出新型神经网络模型参考自适应控制。该方案的提出简化了基于神经网络的模型参考自适应控制系统的设计，只需一个神经网络辨识器。统一了任意神经网络模型参考自适应控制的设计方法，更接近于工程实际。仿真结果证明了该方案的合理性和有效性。     

直接鲁棒自适应模糊控制

针对一类不确定非线性系统 ,基于监督控制方案并利用第二类模糊系统的逼近能力 ,提出了一种直接鲁棒自适应模糊控制器设计的新方案。该方案通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 ,从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件。理论分析证明了闭环控制系统是全局稳定的 ,跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

具有参数不确定性的长时延网络控制系统研究

针对具有参数不确定性的长时延网络控制系统,提出了系统的建模方法,并且分析和讨论了系统的稳定性和控制器设计方法.当假设网络控制系统的传感机构为时间驱动,执行机构与控制器为事件驱动,被控对象具有参数不确定性以及网络诱导时延具有时变、不确定和大于单位采样周期的特点时,运用矩阵分析理论,将广义网络被控对象建模为一类含有不确定项的线性离散系统.基于Lyapunov稳定性理论和线性矩阵不等式方法,分析了闭环系统渐近稳定的充分条件,并推导出系统的控制器设计方案.仿真结果表明稳定判据的可行性与控制器设计的有效性.     

基于SVPWM的直接转矩控制新方案

针对传统的直接转矩控制(DTC)转矩脉动大、开关频率不恒定等问题,提出了一种基于空间电压矢量脉宽调制(SVPWM)技术的直接转矩控制系统新方案.该系统采用经遗传算法优化后的模糊控制器代替常规的磁链和转矩控制器,以获得任意相位的空间电压矢量,然后利用SVPWM技术来合成该矢量.仿真结果表明该方案能有效减小磁链和转矩脉动,改善系统的性能.     

定量反馈理论和神经网络的融合控制与仿真

针对自旋导弹的不确定性和强非线性,提出了将定量反馈理论QFT与神经网络控制相融合的控制器的设计算法.采用基于神经网络的PID控制算法,获得初始控制器,克服QFT初始控制器设计的盲目性,然后采用QFT设计对系统进行调整.综合考虑了对象的不确定性范围和对系统性能指标的要求,实现了自旋导弹俯仰通道鲁棒控制器的设计,并对该自旋导弹控制系统的模型进行非线性仿真.仿真结果表明,与基本QFT控制器相比,所设计的系统具有良好的稳定鲁棒性和性能鲁棒性,可以用于同类具有大的不确定和强非线性控制系统的设计.     

一种新的永磁同步电机直接转矩控制方法

提出了一种新的无速度传感器永磁同步电机直接转矩控制方法。针对内埋式永磁同步电机直接转矩控制存在较大脉动转矩和逆变器的开关频率不恒定的缺点,设计了一种自适应模糊控制器确定占空比的方法。与其它基于自适应模糊控制器的直接转矩方法不同,这种自适应模糊控制器通过控制正反电压矢量作用时间,在每一采样周期计算出最优占空比。该控制器输出部分的比例因子可以根据转矩的变化趋势经自适应机构的模糊规则库在线调整,不仅可以使永磁同步电机直接转矩控制系统保持恒定的开关频率,而且可以有效地减小磁链和转矩脉动,特别是低速时的转矩脉动。为了获得高性能的无速度传感器永磁同步电机控制系统,设计了一种无速度传感器方案。理论分析和仿真实验结果证明了自适应模糊永磁同步电机直接转矩控制策略的有效性。     

基于RBF辨识的伺服系统CMAC控制

提出一种基于RBF辨识的伺服系统CMAC复合控制器,并进行了仿真研究。采用RBF神经网络辨识被控对象模型,根据辨识结果调节单神经元控制器的参数,由单神经元PID控制器与小脑模型前馈控制器组成复合控制结构,通过搜索使控制器尽快地进入合适的参数空间,实现了控制的快速性要求。仿真结果表明,该控制方法能够缩短系统暂态响应时间,提高系统的动态跟踪精度,增加系统鲁棒稳定性。     

离散T-S模糊系统输出稳定性

研究了离散T-S模糊控制系统的稳定性分析及控制器设计问题。考虑到系统状态不易测量,利用输出反馈设计模糊控制器;基于模糊Lyapunov函数方法提出一新的稳定性判别条件,利用矩阵变换把该条件转化为一组线性矩阵不等式(LMIs),该条件具有更大的宽松性。最后,一个仿真实例说明了本算法的有效性和优越性。     

针对转台及控制器设计的虚拟样机技术应用研究

基于虚拟样机技术进行了飞行仿真转台及其控制器的设计.考虑到非线性、摩擦以及机械系统的柔性特性利用ADAMs进行具有复杂特性的虚拟样机建模.采用Solidworks进行机械部分的建立并导入ADAMS中,使机械设计和虚拟样机设计连贯有序.提出了利用虚拟样机技术代替通常的数学模型进行控制器设计及仿真实验的方案,使设计与实验结果与实际系统更加贴近.基于虚拟样机技术在更接近实际的情况下对控制性能进行检验.并且,控制器的设计可以在实际样机生产之前开始,提高了设计效率.以某单轴转台为例,详细介绍了该控制器设计及校验方法.联合仿真结果证明了方案的合理性.     

基于LS-SVM的导弹在线误差补偿逆控制

提出一种基于最小二乘支持向量机(least square support vector machine, LS-SVM)在线误差补偿非线性动态逆控制器设计方案。首先运用动态逆的双阶段设计方法设计了导弹的逆控制器,即第一阶段采用动态逆方法设计快回路控制器实现对滚转、偏航和俯仰三个通道角速度的跟踪;第二阶段实现慢回路对滚转角、侧滑角和攻角的跟踪;然后,设计LS-SVM在线补偿器,以增强导弹控制系统的鲁棒性。通过仿真分析,验证了该方法的有效性。     

基于对位学习多目标遗传算法的板形板厚控制

提出了一种基于对位学习多目标遗传算法的板形板厚控制系统设计方法。该方法给出了控制系统的结构,建立了板形板厚控制器参数的多目标优化模型,并采用对位学习多目标遗传算法对该模型进行多目标优化,得到一组控制器参数的Pareto解。在其中选择三个Pareto解对应的控制器参数,作用于板形板厚控制系统做仿真研究。结果表明,所得到的Pareto解集中选定区域的解都可以使系统具有满意的性能,并且对扰动有较好的抑制作用,证实了该方法的有效性。     

带有资格迹的模糊CMAC控制仿真研究

提出一种带有资格迹的模糊CMAC控制器(FCE),资格迹的引入可以对控制系统进行超前预测,提高系统的稳定性。研究了FCE系统的构成,并推导其学习算法。为适用于在线控制,给出了高效的FCE算法实现方案。应用于船舶航向控制的仿真结果表明,当存在风浪干扰海况下,船舶航向的控制仍能取得令人满意的效果。