全系数自适应控制方法在制导系统中的应用

在全系数自适应控制方法基础上,利用低阶等效和规范化模型方法,对自寻的导弹制导系统设计了一种新的自校正控制器.数字仿真结果表明,这种控制器对自寻的导弹有很好的控制效果,而且控制器算法简单,具有较强的鲁棒性。     

模糊神经免疫自适应PID在恒张力控制系统中的应用

应用免疫反馈系统原理和模糊神经网络控制理论,在传统PID控制基础上设计出一种模糊神经免疫自适应PID控制器,阐述了该控制器的特点、控制规律和整定方法.控制器参数P、I和D分别由模糊神经免疫反馈系统和模糊神经网络控制器在线修正.进行了恒张力控制系统的动态仿真,并与数字PID和模糊PID控制进行了比较.仿真结果表明,模糊神经免疫自适应PID控制器响应速度快、控制输出稳定、抗干扰能力强和鲁棒性好,较传统PID和模糊PID控制器具有更好的动、静态特性.     

一种模糊自适应控制器在室温控制中的应用

目前已广泛应用的新风机组空调系统，能满足对大多数室温的控制要求，但不能满足控制室内空间较大且干扰频繁的室温控制要求，针对这种情况应采用模糊自适应方法来调节室温。本文设计了直接自适应控制器，并用Matlab对该控制器的稳定性和鲁棒性进行仿真。仿真结果表明该模糊自适应控制器具有较好的鲁棒性、快速性和准确性的优点。     

基于递推梯度控制的自适应智能开关控制器

对大惯性及纯滞后系统的自适应智能开关控制器给出了一种递推梯度形式的控制规律。分析了一种对温度进行控制的控制规律和实验结果,并进行了仿真研究。仿真结果表明,基于递推梯度控制的自适应智能开关控制器鲁棒性更优越。     

神经网络监督控制在船用一体化压水堆功率控制中的应用

设计了一种船用一体化压水堆功率控制的神经网络监督控制系统,在系统中神经网络作为前馈控制器,PID控制器作为反馈控制器.对压水堆功率控制过程进行了计算机仿真,仿真结果表明,与传统的PID控制相比,神经网络监督控制具有较强的自适应能力和鲁棒性,有效地提高了控制系统的精度.     

模糊自适应PID控制在桥式起重机智能防摆中的应用

针对桥式起重机模型的非线性和不确定性,在建立数学模型的基础上,完成了基于模糊自适应PID防摆控制器的设计;控制器在角度环和位置环分别采用了模糊控制器和模糊PID控制器,可对吊重摆角和小车定位进行有效地控制,提高起重机的工作效率;通过MATLAB/SIMULINK仿真证实方法的可行性,并且与常规PID控制进行比较,方法响应速度快,稳态精度高,而且对于不同的绳长和吊重质量方法具有较好的鲁棒性。     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器，并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法，进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系，利用云模型控制器修改神经元控制器的比例系数K，并根据系统误差在线实时修改控制系数，提高了系统响应性能。仿真结果表明，增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器,并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法,进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系,利用云模型控制器修改神经元控制器的比例系数K,并根据系统误差在线实时修改控制系数,提高了系统响应性能。仿真结果表明,增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。     

单神经元自适应PID控制器的实现与仿真研究

给出了单神经元自适应PID控制器的算法与控制系统仿真模型.利用单神经元PID控制器的自学习、自适应能力实现PID控制参数的自整定.并对被控对象进行了仿真研究,仿真结果表明,该控制方法与常规PID控制方法相比,具有更好的自适应性和更强的鲁棒性.     

自适应Fuzzy—PID控制器

作者应用模糊集合理论解决了文献[3]中的参数自适应问题,设计了一种实用的参数自适应Fuzzy PID控制器,对自适应Fuzzy PID控制器的性能进行了大量的数字仿真,并在SID BUS工业控制机上进行了电阻炉温度控制实验。仿真与实验结果表明,自适应Fuzzy PID控制器为提高Fuzzy控制系统的性能,提供了一种比较有效、实用的方法。     

具有降阶模型的多模型鲁棒自适应控制

针对传统鲁棒自适应控制器暂态性能差的缺点,提出了多模型鲁棒自适应控制方法.对于包含未建模动态的自适应控制系统,首先采用正则化技术把系统未建模动态转化为系统有界扰动,并利用系统低阶模型设计多模型鲁棒自适应控制器,最后证明了系统BIBO稳定以及跟踪误差有界.仿真实验说明所提出的方法能获得较好的控制效果.     

基于输出反馈的电液作动器自适应指令滤波控制

针对电液作动器跟踪控制中存在的结构化和非结构化的不确定问题,本文提出了一种输出反馈自适应鲁棒指令滤波跟踪控制方法.该方法结合了改进的LuGre摩擦补偿技术和自适应鲁棒指令滤波控制技术.自适应法则用来处理结构化不确定性;控制器鲁棒设计用来解决非结构化不确定性.除了位置信号外,速度、压力和摩擦力值均来自观测器,来自观测器的模型误差通过鲁棒设计进行补偿.指令滤波控制技术用来解决经典反步控制中固有的“复杂性爆炸”问题.控制器可以保证系统渐进稳定.通过对比实验证明了该方法在跟踪性能上的有效性.     

一类不确定非线性系统的鲁棒自适应控制

针对一类包括非线性不确定性、有界干扰、时变参数等的具有纯参数反馈形式的不确定非线性单输入单输出系统,利用反演设计方法同自适应控制相结合的方法,设计了状态反馈鲁棒自适应控制器.该控制器能使系统达到渐进稳定,并能保证闭环系统信号的全局有界性,对非线性不确定性和有界干扰具有一定的鲁棒性,且对不确定性的知识要求不多.从仿真实例看出,所设计的鲁棒自适应控制器具有满意的控制效果,而且控制量在容许控制的范围之内.     

控制量变化率受限时的MRAS鲁棒变结构控制

本文研究了控制量变化率受限时的MRAS控制。在文献[1～3]的启发下,本文提出了控制量变化率受限时的MRAS鲁棒变结构控制问题;给出了控制器结构、控制律、自适应律,分析了系统的稳定性和渐近收敛性。     

一类非线性系统的全局自适应输出跟踪控制

研究一类具有不可控不稳定线性化和未知线性化参数的非线性系统的全局自适应控制·控制目标是设计一种鲁棒自适应非线性状态反馈控制器,实现系统的全局实用输出跟踪·应用Lyapunov稳定性理论和修正的自适应增加幂积分方法,给出了一个系统化的设计程序,递推设计了一种非线性自适应光滑状态反馈控制器·该控制器能保证跟踪误差充分小,且闭环系统所有信号全局有界·仿真结果表明该控制器是可行的并且是有效的·     

非线性混沌系统的鲁棒自适应控制

研完了不确定非线性Chua's混沌系统的跟踪控制问题.通过坐标变换将Chua's系统转换为严格反馈控制系统的一种通用形式,然后利用Backstepping方法和鲁棒控制技术,设计了参数自适应控制律,对存在的不确定性和未知干扰的非线性系统实现了输出跟踪.基于Lyapunov稳定性理论所设计的控制器不仅使系统输出跟踪给定的期望输出,而且使得系统对于所允许的不确定系统状态全局一致有界.仿真结果表明了所设计方法的有效性.     

基于模糊学习方法的非线性系统智能容错控制

提出了一种基于自适应模糊逻辑学习方法的非线性系统智能容错控制方案.整个控制方案集自适应模糊控制器、监督控制器和调节控制器为一体,是一个功能强大的控制体系结构.仿真结果表明:提出的控制方案能有效地识别和调节非线性系统的未知错误,而且控制系统在不确定或错误的情况下具有稳定性和鲁棒性.     

基于神经网络的PID参数自整定与实时控制

将Bang-Bang控制与神经网络自适应控制相结合，利用神经元的学习功能构成了一种自适应PID控制器，控制器在Bang-Bang控制阶段进行系统辨识，利用系统参数整定PID控制参数，作为神经网络权系数的初值，其结构简单，工作稳定，鲁棒性强，实时控制结果表明，这类神经网络自适应控制器可有效地用于一类电加热炉系统的温度控制，使得系统具有快速响应性和良好的抗干扰性。     

一类随机线性系统的鲁棒自适应非线性控制设计

论文讨论了一类具有随机输入的线性控制系统的自适应鲁棒跟踪控制问题。将M.Krstic等提出的自适应非线性控制器设计方法与鲁棒控制基本原理相结合;证明了当控制系统的随机输入满足一定条件时,采用随机Backstepping自适应控制方法,能确保系统输出与参考信号误差的均方值全局有界,并能渐近收敛到一个预先任意置定的精度内。仿真实例表明这种控制器具有很好的鲁棒跟踪效果。     

基于全参数在线辨识的鲁棒自校正控制

受控系统中，模型结构参数（模型时延及模型阶次）和模型参数是自适应类控制的基础，采样这些参数，并即时送给控制器，是实现自适应控制的前提，也是优化该类算法的重要依据。笔者给出了对上述自适应控制的有关参数的在线辩识方法，并基于此，改进了经典的自适应类控制算法，算法中引入了对结构参数（模型阶次）的智能辩识方法和鲁棒极点配置原理，从而构成了鲁棒自校正控制，使算法得以进一步优化，整个控制方案给出了自适应类控制的新模式。