基于ADACD的新型辨识器及其模型参考自适应控制

将控制依赖自适应评估设计引入到非线性系统的辨识中,以寻求最佳模型.定义一个总评估函数表示系统在所历经时间内的辨识总误差,然后构造一个评估网络来近似逼近这个总评估函数.再构造一个辨识器网络,其输出直接作为评估网络的输入,这样通过最小化评估网络的输出就可以达到寻求最佳模型的目的.辨识器的参数修正原则不再是使当前时刻的辨识误差最小化,而是使评估网络的输出最小化,即使系统在所历经时间内的近似辨识总误差最小化,这样不仅大大加快了收敛速度而且取得了更加精确的辨识效果.在获得对象模型之后,还研究了利用神经网络设计模型参考自适应控制器的方法.仿真结果表明,利用这种新型辨识器设计的模型参考自适应控制器能够保证被...     

基于RBF神经网络的非线性磁悬浮系统控制

磁悬浮系统是一个典型的不确定、非线性系统.由于磁悬浮系统的复杂性很难建立精确的数学模型,采用RBF神经网络(RBFNN)对非线性磁悬浮系统进行辨识,再根据神经网络自适应控制原理设计了非线性磁悬浮系统的神经网络自适应状态反馈控制器与自适应PID控制器,并利用MATLAB进行了仿真.仿真结果表明,神经网络自适应控制能很好地控制本磁悬浮系统;神经网络自适应控制器对于此非线性磁悬浮系统位置具有良好的控制效果,该控制系统具有较好的稳态特性和控制特性.     

一种新的模糊自适应控制方法

针对未知的非线性不确定系统,提出了一种基于广义模糊双曲正切模型的模糊自适应控制方法·该方法采用广义模糊双曲正切模型作为未知的非线性对象的辨识器,以此为模糊自适应控制器提供参数自调整必需的梯度信息·通过与其他的辨识器比较,说明了广义模糊双曲正切模型辨识器具有辨识参数少,辨识复杂性较小,易于提高逼近精度的优点·自适应控制器的梯度算法使被控对象的输出能很好地跟踪期望输出·仿真结果表明,此控制方案对未知的非线性系统的输入有很强的自适应跟踪能力·     

非线性系统神经自适应最优预估控制器

基于一种简化的神经网络结构及其相应的快速辨识算法,提出了控制非线性系统的自适应预估方法.它综合了自适应预估控制在控制线性系统中的良好特性和神经网络在辨识、控制非线性系统中的高精确性.大量实验表明该控制器设计简单,适应力强,鲁棒性好,能有效控制一类非线性对象.     

基于最小方差控制的闭环辨识信号设计

讨论了系统辨识实验信号的设计方法．从实际控制器和理想控制器间误差的角度出发，评价系统性能指标为系统在实际和在理想控制器控制下输出误差的平方均值最小．当输入信号或输出信号能量有限时，分别推导出辨识输入信号功率谱密度．当控制策略为最小方差控制时，给出信号功率谱的具体表达式．结论对在最小方差控制下的闭环辨识信号设计有指导作用．     

锅炉汽包水位系统的自适应逆控制

要利用自适应逆控制的自适应性和系统辨识能力,提出了对锅炉汽包水位控制系统的自适应逆控制策略。由被控对象的逆对象组成的局部反馈回路可以有效地克服给水扰动以及汽包水位的另一主要扰动——蒸汽流量的扰动。同时,自适应建模所得的FIR滤波器可以跟踪对象的特性变化,由FIR滤波器所得的逆控制器可以使系统的实际输出在对象特性变化情况下跟踪参考模型的输出。仿真结果显示了自适应逆控制的自适应性和鲁棒性。     

船舶航向的神经网络二阶导数多步预测模糊自适应控制

针对大型船舶控制特性,设计了船舶航向的神经网络二阶导数多步预测模型及其辨识和预测算法,提出基于径向基函数神经网络多步预测模型和模糊小脑模型关节神经网络控制器的大时滞船舶航向模糊控制自动舵方案,解决传统自适应控制中模型的在线辨识和控制器的在线设计问题,以达到对具有大时滞、不确定非线性特性的大型船舶实现高精度输出跟踪控制.仿真结果表明对设定航向具有精确的跟踪控制效果.     

基于神经模糊系统的自适应前馈-反馈控制系统设计

在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的"扰动",然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明:这种基于神经模糊系统的自适应前馈-反馈控制器和PID控制器相比,能得到更快、更好的控制效果。     

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。     

电子节气门的自适应前馈-反馈复合控制器设计

针对具有复位弹簧和摩擦本征非线性特性的电子节气门系统,设计了一种自适应前馈-反馈复合控制器,以实现节气门的高精度位置跟踪控制。复合控制器由前馈控制器、非线性自适应补偿器和PID反馈控制器组成,是基于Lyapunov稳定性理论和自适应Backstepping技术推导获得的。因此,所设计的控制器既具有PID控制只使用输出位置检测信号反馈的优点,又避免了控制非线性系统时传统PID增益参数确定的标定与试凑。控制器的有效性通过仿真给出了验证。     

基于线性化误差模型的自适应控制系统设计

本文提出了一种基于线性化误差模型的自适应控制系统。该控制系统首先为非线性过程建立一个ARX模型与一个基于神经模糊系统的线性化误差模型组成的合成模型,然后再引入单神经元控制器,利用线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。最后,将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并和传统的PID控制器进行比较。仿真结果表明,这种基于线性化误差模型的自适应控制和PID控制器相比,具有更快的响应速度。     

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.     

非线性模糊脉冲系统的输出反馈模糊控制

研究了非线性模糊脉冲系统的静态输出反馈鲁棒模糊控制问题.基于线性矩阵不等式(LMI)方法提出了一种静态输出反馈模糊控制新方案.采用并行分布补偿(PDC)的基本思想设计输出反馈控制器,并利用Lyapunov方法理论证明闭环系统以全局指数稳定.最后基于LMI方法,将鲁棒模糊控制器的设计问题转化为线性矩阵不等式问题(LMIP).仿真表明了本方法的有效性.     

一种新颖的用于单相逆变器的重复控制器

单相逆变器越来越被广泛应用于不间断供电装置和其他工业设备中.为了让单相逆变器能够输出高质量及最低谐波总含量的正弦波电压,提出了一种新颖的数字重复控制算法.在这种方法中,重复控制器嵌套于状态反馈控制中,其中重复控制器能够消除周期性的扰动,跟踪周期或直流参考信号,实现无差跟踪.这里系统地阐述了该控制器的设计方法,并分析了采用该控制器的系统的稳定性.基于设计结果搭建仿真模型,仿真结果验证了该方法的有效性.     

三相SVPWM逆变电源输出波形优化控制策略

为了提高三相逆变电源的电压输出波形质量,减少输出电压的谐波分量和总畸变率,提出模糊神经元PID控制策略。以DSP芯片为控制系统核心,对输出电压进行Clarke和Park矢量变换,采用人工神经网络方法与PID控制理论构成神经元PID控制器,对PID控制器参数进行在线调整,将模糊控制理论引入神经元PID控制器形成模糊神经元PID控制策略,并将基于60°坐标系的SVPWM算法用于逆变电源控制系统中,对系统稳态负载、动态负载、不对称负载情况下分别进行仿真实验。仿真结果表明:采用模糊神经元PID控制策略控制下的三相SVPWM逆变电源,在不同负载情况下的输出电压谐波分量小,总畸变率少,达到电压输出波形质量性能要求。     

单级倒立摆的分数阶PI~λD~μ控制器设计

针对单级倒立摆系统的平衡控制问题,采用基于输出反馈双回路控制方案,提出了一种分数阶PDμ控制器设计方法。在建立了系统数学模型的基础上,基于闭环系统的特征多项式和系统稳定性及各种性能指标的要求,选取了合适的闭环主导极点,通过输出反馈控制器改变控制系统的极点位置来使闭环系统具有所期望的动态特性和渐进稳定,并利用微粒群(PSO)优化算法整定分数阶控制器参数。仿真结果表明:双回路分数阶PDμ控制器较整数阶PD控制器,收敛速度快,振荡小,能取得更好的控制效果。     

SPWM逆变器复合控制策略研究

为了解决由于直流输入电压波动,带非线性负载和死区效应引起的单相逆变电源输出电压波形畸变率大,品质下降的问题.将迭代学习控制应用到逆变器波形控制中,提出了一种基于迭代学习控制和双闭环PI控制相结合的逆变器新型复合控制策略.运用极点配置对PI控制器参数进行设计.采用双闭环PI控制提高逆变器的动态特性,利用迭代学习控制改善逆变器的稳态精度.最后借助Mat-lab仿真软件进行仿真验证,仿真结果表明,该策略能获得具有良好的动态和稳态特性的波形.     

三相电压型PWM整流器滑模变结构直接功率控制

摘 要：本文提出了一种基于滑模变结构控制理论的三相PWM整流器直接功率控制方案,它利用滑模变结构控制系统的鲁棒性和动态性能较好、参数整定简单的优点,解决了传统上基于PI算法的直接功率控制系统抗扰性能差、对PI控制参数较敏感、网侧电流总谐波含量（THD）较大的缺点;在MATLAB/SIMULINK环境中建立仿真模型,对滑模控制和PI控制两种方案进行仿真比较,结果表明滑模控制方案明显优于PI控制方案.     

基于Backstepping的模糊自适应跟踪控制

主要研究了单输入一单输出非线性系统的模糊自适应输出跟踪控制问题。模糊逻辑系统用于逼近系统中未知的非线性函数，然后基于Backstepping设计方法给出了系统性的输出跟踪控制器的设计方法。所构造的模糊控制器确保跟踪误差可以充分小，同时系统中的各个变量保持有界性。所提出方法的优越性在于自适应律中在线学习参数的数目独立于模糊规则的选择，从而避免了以往模糊自适应控制算法中自适应学习参数过多的缺点。最后，以一个例子进一步说明文中所得结论的有效性。