虚拟参考反馈校正控制在转台系统中的应用

三轴转台是一种标定航空航天惯性元器件的测试设备,为提高三轴转台的工作精度,需要考虑转台伺服控制系统中对象模型的不确定性。本文将基于数据驱动的虚拟参考反馈校正控制方法应用于三轴转台的伺服控制设计,通过离线优化控制器参数可以很好地矫正伺服控制系统。仿真试验可以看出所提的控制器设计方法简单易行,并能保证控制器具有足够的精确性。     

虚拟参考反馈校正控制器参数的预测误差辨识

针对未知系统中双控制器的设计问题,采用虚拟参考反馈校正方法,通过最小化由一组观测数据组成的L2范数所构成的代价函数,达到直接设计控制器目的.联合前馈控制器分离出的固定部分和反馈控制器作为滤波器,对原输入/输出关系式进行重参数化,得到标准的预测误差辨识形式,在所得式中,对控制器未知参数矢量采用可分离迭代的非线性最小二乘法进行估算.文中还对算法的收敛性进行了理论分析,并通过仿真验证了所提方法的有效性.     

伺服驱动系统无模型自适应控制

高速高精的应用场合要求伺服驱动系统需要具备很好的动态响应性能和很强的鲁棒性来应对外界的干扰.但系统参数时变特性、不确定性以及非建模动态等因素导致伺服驱动系统的精确模型无法辨识得到.提出一种基于虚拟参考反馈校正的伺服驱动系统无模型自适应控制方法.该方法实时采集过程输入和输出数据,以当前系统运行状态的最新数据序列更新PI控制器参数,达到自适应控制的目的,保证系统的跟随性能.并且该方法结合稳定性约束条件以确保整定出来的伺服参数位于系统的稳定域内.仿真和实验结果表明,相比传统PI控制,提出的无模型自适应控制方法具有更好的动态响应性能、稳定性和鲁棒性.     

基于离线优化的压电陶瓷物镜驱动系统PID控制器

针对数字共焦显微技术中的压电陶瓷物镜驱动系统,分析了模糊PID控制器的控制性能,提出了离线优化思想,将初始参数的优化从在线实时调整中分离出来,在离线状态下预先采用遗传算法完成全局优化,以减小在线调整时间及调整次数,提高响应速度. 经优化的初始参数配置于模糊PID控制中,对系统进行在线实时反馈调整,控制系统进行步进定位驱动. 在Matlab环境下的实验结果表明,该方法显著提高了系统的控制精度和响应速度,为驱动系统的进一步研究提供理论依据.      

闭环系统的虚拟参考反馈校正控制设计

在线性框架下,研究基于输入-输出观测数据对未知系统模型中反馈控制器的设计问题.采用虚拟参考反馈校正控制方法,通过最小化由一簇采集数据组成的L2范数控制代价函数,直接对控制器进行设计,而无需对系统模型建模辨识.针对控制设计中的优化问题,借助分离性原理,推导了一个迭代的可分离的非线性最小二乘辨识方法.该辨识方法可以降低收敛于局部最小的可能性,得到设计准则中参数矢量估计的全局最优解.给出在应用前利用概率统计对控制器进行检验的方法,以保证闭环系统的稳定性.仿真算例验证了方法的有效性.     

带钢热连轧AGC系统实时仿真

设计了基于数字信号处理器(DSP)的热连轧自动厚度控制(AGC)实时仿真器,建立了调厚过程压下系统和变形区的动态模型.仿真时,仿真器实时并行地计算带钢和轧机的模型,计算机控制系统的控制器运行AGC软件,两者通过内存映像网实时交换数据,通过虚拟的对象实现了对AGC软件的实时离线调试.     

带钢热连轧AGC系统实时仿真

设计了基于数字信号处理器DSP的热连轧自动厚度控制(AGC)实时仿真器,建立了调厚过程压下系统和变形区的动态模型.仿真时,仿真器实时并行地计算带钢和轧机的模型,计算机控制系统的控制器运行AGC软件,两者通过内存映像网实时交换数据,因此通过虚拟的对象实现了对AGC软件的实时离线调试.     

约束闭环系统的虚拟参考反馈校正控制

采用虚拟参考反馈校正控制方法,通过最小化由一簇输入/输出观测数据组成的L2范数的代价函数来设计控制器;对于含有椭球约束不等式条件的非线性优化问题,将目标准则函数和两约束条件转化为线性矩阵不等式形式,采用椭球优化迭代算法产生一系列体积逐渐减小的椭球序列,并最终收敛于一个最优解,同时,推导出椭球优化迭代算法所需迭代次数的一个上界;针对椭球优化迭代算法的初始化,提出一种基于凸优化理论水平集的初始椭球选取策略,采用仿真算例验证了所提出方法的有效性.结果表明：采用虚拟参考校正控制来设计闭环系统中的2个控制器时,可以得到较为准确的控制器参数估计值;采用椭球优化算法可以得到较快的收敛速度.     

航空发动机模糊自适应广义预测解耦控制

为克服航空发动机控制回路间的耦合作用,针对具有不确定大时延的航空发动机分布式控制系统,提出了一类模糊自适应广义预测解耦控制算法.利用发动机非线性模型的输入输出数据对模糊自适应推理网络进行离线训练,网络的前提参数训练后固定,后件参数则可在线调整以使网络能更好地逼近实际系统.将模糊自适应推理网络作为广义预测控制器的预测模型,可以省去常规广义预测控制器的反馈校正机构.仿真表明:当参考轨迹为阶跃信号、斜坡信号时,所设计的控制器均具有良好的动态跟踪特性和解耦特性,当时延发生变化时,系统输出仍然能稳定地跟踪参考轨迹,说明该控制器对时延不敏感,鲁棒性强.     

基于虚拟参考反馈校正法的内模控制方法

在系统对象与内部模型误差较大时,内模控制依靠滤波器系数的调整去整定控制器参数,这会牺牲系统的快速性.为解决该问题,文中提出了基于虚拟参考反馈校正法(VRFT)的内模控制方法,同步实现了过程模型的辨识与内模控制器的设计.文中首先建立了内模控制与VRFT的联系;然后基于VRFT对内模控制器进行设计,推导出合理滤波器的具体表达式,利用此滤波器对控制器参数及内部模型参数进行优化,从而使设计的整个内模控制结构与给定的理想传递函数性能一致.仿真实验结果表明,虽然文中所提方法与传统内模控制器设计方法的控制效果比较接近,但前者具有更快的响应速度及更好的跟踪性能,说明文中所提控制方法是有效的.     

控制系统的综合校正与仿真

通过PID控制器对控制系统进行综合校正是工程上常用的校正方法。根据液压驱动连续控制的机床工作台位置伺服系统的设计,参考市场上通用的已知参数和要求性能参数,在理论范围内设计系统反馈系数,阻尼系数等运行参数,建立数学模型和系统动态结构图,对系统进行性能分析,运用二阶微分网络进行反馈校正,并最终在计算机上编译程序实现系统仿真。     

考虑测量噪声的车辆自适应巡航控制系统纵向跟车研究

提出一种具有自适应补偿能力的反馈校正模型预测控制器设计方法,该控制器由卡尔曼滤波器和模型预测控制器构成.建立ACC控制系统车间纵向跟车动力学模型,采用卡尔曼滤波器进行状态变量的估计,消除测量噪声的干扰;利用反馈校正机制改进跟车预测模型,以处理参数不完全确定和外部干扰对模型精度带来的影响,并采用向量松弛因子对硬约束进行软化处理,避免优化求解过程中出现无可行解的情况.将本文所设计的控制器转化为带约束的二次规划问题,利用MPC控制器滚动优化的特点,将控制量作用于被控对象,实现自适应巡航控制.实验结果表明:在存在测量噪声的情况下,本文提出的方法有效地提高了ACC系统的跟车安全性和乘坐舒适性,并且系统具备良好的抗干扰能力.      

动态性能反馈和免疫评估的网络安全监控模型

针对高速变化的现代网络系统,提出了动态性能反馈和免疫评估的网络安全监控模型(DPFIAM).模型将系统中实时的性能信息作为反馈参数.基于人工免疫的方法量化性能反馈参数和入侵检测结果,得出实时风险数据,控制器依照系统实时风险数据监控网络系统的安全状况.理论分析和实验结果均表明,该方法能够有效可行的监控网络系统安全.     

基于系统特征数据辨识的控制器设计

介绍了一种基于系统特征数据的控制器设计算法.该算法仅根据被控对象的输入、输出采样数据,按照卷积定理计算出被控对象的单位脉冲响应作为系统的特征数据;在控制量约束条件下,根据特征数据以最速响应为控制目标规划出输出参考数据和最速控制律;然后根据控制目标和最速控制律的要求计算出理想控制器的特征数据;最后,根据控制器的特征数据辨识出线性控制器参数.仿真结果表明,控制结果具有最速参考控制的特征.     

基于矩阵规范化的直流电机自校正控制

直流电动机实际运行中,模型参数往往会受到运行环境、工况等条件的影响而发生变化,从而导致其系统模型的不确定性.为解决在上述条件下的控制器设计问题,本文介绍了一种基于自校正调节(Self-tuning Regulation)原理的自适应控制算法.该算法利用矩阵规范化的递推最小二乘法(Recursive Least Squares with Matrix Regularization,RLSMR)进行系统时变参数的在线估计,并针对实时辨识的参数采用极点配置(Pole Placement)方法来设计反馈控制器.计算机仿真结果表明,这种基于自校正调节的自适应控制算法对于直流电机的转速控制具有较理想的调节和跟踪能力,并能够很好地适应模型参数的变化.     

基于全局动态模型的锅炉主汽温GPC优化控制

锅炉主蒸汽温对象的复杂非线性动态特性使得常规设计的固定参数比例-积分-微分(PID)串级控制很难适应工况变化和保证各种环境下的控制品质.为此,采用基于SOM的RBF-ARX模型框架,通过运行数据离线辨识的方法获取主汽温对象全局动态模型参数,在该模型基础上设计具有滚动优化和反馈校正功能的广义预测控制(GPC)器.220 t/h高压煤粉锅炉模型上的仿真结果和130 t/h煤粉炉上的工程应用均显示该方法得到的全局动态模型具有较高的预测精度,设计的GPC控制器具有较强的工况变化适应能力,能够适应多煤种变化和负荷变化.     

一类不确定非线性系统的神经网络鲁棒反推镇定控制

对一类不确定非线性系统,将反推控制和神经网络相结合,研究了其鲁棒渐近镇定控制问题。与通常研究中被控对象仅局限于严格反馈形式相比较,研究对象更具一般性。基于反推控制方法来构造镇定控制器,利用神经网络来逼近控制器构造过程中产生的不确定项,并提出一种新的自适应算法来在线调节神经网络权值。通过一步步适当地选取虚拟控制器的参数和神经网络权值的自适应律,最终得到的控制器使得整个闭环系统是全局渐近稳定的。     

最优Fuzzy-GA PID控制器及其应用

提出了一种基于模糊推理与遗传算法的最优PID控制器的设计方法 .该控制器由离线和在线 2部分组成 .在离线部分 ,以系统响应的超调量、上升时间及调整时间为性能指标 ,利用遗传算法搜索出一组最优的PID参数K p ,T i 及T d ,作为在线部分调节的初始值 ;在在线部分 ,采用一个专用的PID参数优化程序 ,以离线部分获得的K p ,T i 及T d 为基础 ,根据系统当前的误差e和误差变化率 e ,通过模糊推理在线调整系统瞬态响应的PID参数 ,以确保系统的响应具有最优的动态和稳态性能 .计算机仿真结果表明 ,与传统的PID控制器相比 ,这种最优PID控制器具有良好的控制性能和鲁棒性能 ,可用于控制不同的对象和过程     

无人软翼飞行器直线航迹跟踪鲁棒反步控制

为实现无人软翼飞行器的直线航迹跟踪控制,提出一种基于模拟对象的可变增益鲁棒反步控制方法.基于模拟对象方法建立软翼飞行器的航迹跟踪误差模型,并设计了可变增益反步跟踪控制器,通过合理设计增益参数,消除了部分复杂非线性项,避免了传统反步法中虚拟量高阶导数问题,简化了控制器形式,更有利于工程实现.根据Lyapunov理论设计的鲁棒反馈补偿项,在保证稳定性的同时提高了系统的鲁棒性.将控制器应用于无人软翼飞行器平面直线航迹跟踪控制中,仿真实验表明,所设计的控制器可以实现直线航迹的精确跟踪,且具有很好的鲁棒性.     

混沌Arneodo系统非线性与自适应模糊神经网络控制

针对Arneodo系统的参数不确定性,阐述了Arneodo控制系统中抵消非线性的基本思想和设计方法.利用LQR线性反馈技术,设计了具有稳定裕度的二次型最优控制器,同时在控制器中引入一个用于函数逼近的自适应模糊神经网络,利用该神经网络抵消控制系统中的非线性项,使受控系统的某一状态变量可被镇定到任意参考位置.这种具有模糊神经网络的控制器实现了参数不确定系统的精确反馈线性化控制.通过仿真比较研究,说明了反馈线性化与自适应神经网络相结合的控制器具有良好的控制性能,且更易实现.