异步电动机转子转速的非线性辩识与估计

提出了一种基于直接转矩控制理论的无速度传感器交流调速系统的设计方法。它利用模型参考自适应参数辩识思想 ,采用转子转速非线性观测器实现电机转速的估计。理论和仿真结果表明 ,这种方法可以保证转速辩识方法的全局渐进稳定     

模型参数估计法与烘干过程辨识

模型参数估计LS和IVLS法在回旋窑烘干过程的开环辩识中都得到了应用和推广。试验证明IVLS法是处理具有检测噪音的系统非常有效的辩识技术。运用反复试凑来确定最佳辨识的方法,详细分析了非线性问题。由于将对象从整个系统中分离出来,一定意义上讲,这并非真正的在线辩识。然而,它能为闭环辨识或自适应控制提供所必需的信息。故仍不失为将系统投入闭环运行前不可缺的重要步骤。     

一种记忆元网络自适应控制方法

本文提出了一种神经网络自适应方法。该方法采用记忆元网络采用记忆元神经网络进行对象模型辩识,用单个神经元实现了自适应ＰＩＤ 控制器。被控对象输出误差经记忆元辩识网络反传后得到控制器的输出误差,以此修正控制器网络权值,由于记忆元网络无需引入延迟算子,能够逼近任意阶线性动态,保证了模型辩识的精度和误差返传的精度,神经元ＰＩＤ 控制器具有极为简单的结构与算法,保证了自适应控制的实时性,大量仿真结果表明该方法可以有效地应付非线性对象。     

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。     

“灰箱”的辩识与控制——一种简便实用的自适应控制方法

以在蒸汽机车锅炉减温群控系统中成功地实现自适应控制为例,介绍一种用单板机对“灰箱”进行在线辩识和自校正调节的方法,并提出了简化的自适应控制算式.     

青霉素发酵过程特点与控制对策

通过过程参数相关,模型化和在线辩识对青霉素发酵过程特点进行了研究,认为采用自适应控制可降低对模型精度的要求,是一个较为有效的控制方法。但对至今以人工经验为主的大多数发酵过程操作,模糊专家系统也是一种有效的控制方式。     

基于神经网络的二阶非线性系统的自适应控制

本文采用神经网络对二附非线性系统进行特征辩识,并将其用于自适应控制,从而得到了一种新型的自适应控制方法。仿真实验表明该方法具有很强的学习能力和自适应性。     

一种多变量离散MRAS递减自适应增益算法

本文将文献[2]中提出的递减自适应增益SISO离散MRAS自适应算法推广到多变量情况,在此基础上,提出了一种新的AMFC算法及MRAS辩识器,证明了在有量测噪声干扰时辩识器的参数估计是渐近无偏的。     

基于MATLAB的无速度传感器矢量控制仿真

设计了参数自调整模糊控制代替常规的PI调节器，构建无速度传感器异步机矢量控制系统，并运用Matlab＼Simulink工具构造异步电动机的矢量控制解藕数学模型、自适应神经网络速度辩识模型和参数自调整模糊控制器，对无速度传感器矢量控制系统进行了仿真．仿真结果表明：自适应神经网络速度辨识具有较高的辨识精度，且该系统具有良好动、静态性能．     

基于辩识模型的自动电压调节器

本文利用参数辩识的思想对一单机无穷大电力系统进行辩识以获得其数学模型,同时在辩识过程中考虑了噪声的影响,从而使得到的模型更能准确地反映实际系统。在辩识模型的基础上按最小方差控制原理设计了一离散型自动电压调节器。为避免出现静态偏差,采用了离散最小方差控制与连续积分控制相结合的方式,收到了良好的效果。这种控制方式实现非常简单。仿真结果表明,在各种情况下其性能均优于常规PI调节器,因此具有较高的实用价值。     

自适应PID控制在风力发电机试验系统的应用

将模糊自适应的控制模型与常规PID控制算法相结合,设计一种自适应模糊PID控制器,利用这种控制器的控制参数在线调整功能,以适应被控过程的参数时变性,并将其应用于风力发电机试验系统电源组的控制系统,来改善试验系统电源组的控制性能.结果表明,控制器参数易于整定,且具有较好的自适应性.应用自适应模糊PID控制的风力发电机试验系统电源组的控制系统能够适应被控对象在较大范围内的变化,具有较强的自适应性和优良的控制性能.     

An Intelligent Adaptive Fuzzy PID Controller Based on Multimodel Control Approach

A novel intelligent adaptive fuzzy PHD controller based on multimodel control approach is presented in this paper.It can improve the system performance of the dynamic time- varying system at various operating conditions.The fuzzy PHD controller is implemented by combining a fuzzy PI with a fuzzy PD controller in a parallel structure. The parameters of the fuzzy PHD controller are linked, via analytical derivation, to the gains of the linear PID controller. The sum of error square is used as performance criterion to locate the model that best reresents the process among the multiple models, The desired control output to drive the process along the desired path is generated only by modifying the output scale factots GU_I and GU_D of the fuzzy PID controller, Among the prescribed models, the control signal of the nearestmmodel to the system is applied. The system can be driven to its original trajectory because of the robustness of the fuzzy PID controller, Computer simulation results show that the adaptiv     

Small unmanned helicopter's attitude controller by an on-line adaptive fuzzy control system

Since small unmanned helicopter flight attitude control process has strong time-varying characteristics and there are random disturbances, the conventional control methods with unchanged parameters are often unworkable. An on-line adaptive fuzzy control system (AFCS) was designed, in a way that does not depend on a process model of the plant or its approximation in the form of a Jacobian matrix. Neither is it necessary to know the desired response at each instant of time. AFCS implement a simultaneous on-line tuning of fuzzy rules and output scale of fuzzy control system. The two cascade controller design with an inner (attitude controller) and outer controller (navigation controller) of the small unmanned helicopter was proposed. At last, an attitude controller based on AFCS was implemented. The flight experiment showed that the proposed fuzzy logic controller provides quicker response, smaller overshoot, higher precision, robustness and adaptive ability. It satisfies the needs of autonomous flight.     

Small unmanned helicopters attitude controller by an on line adaptive fuzzy control system

Since small unmanned helicopter flight attitude control process has strong timevarying characteristics and there are random disturbances, the conventional control methods with unchanged parameters are often unworkable. An online adaptive fuzzy control system (AFCS) was designed, in a way that does not depend on a process model of the plant or its approximation in the form of a Jacobian matrix. Neither is it necessary to know the desired response at each instant of time. AFCS implement a simultaneous online tuning of fuzzy rules and output scale of fuzzy control system. The two cascade controller design with an inner (attitude controller) and outer controller (navigation controller) of the small unmanned helicopter was proposed. At last, an attitude controller based on AFCS was implemented. The flight experiment showed that the proposed fuzzy logic controller provides quicker response, smaller overshoot, higher precision, robustness and adaptive ability. It satisfies the needs of autonomous flight.     

基于模糊专家系统的智能行车控制

模糊自适应控制利用不同特性参数下的控制规则进行推理控制，专家系统则利用经验及策略迅速校正控制器的输入，减小控制过程中的迟滞，达到平稳快速的调节。提出了一种模糊控制与专家控制相结合的比例控制器。该控制器能够实现精确的点到点运输负载，并且减小过程中的振荡。仿真结果表明，模糊专家控制器在行车控制中比串联反馈控制器各项控制性能好。     

区间Ⅱ型变论域自适应模糊逻辑控制器

在变论域自适应模糊控制方法的基础上,结合Ⅱ型模糊集较强的鲁棒性和处理不确定性问题的能力,设计了一种区间Ⅱ型变论域自适应模糊逻辑控制器.为了使控制器保持在最优状态,采用粒子群优化算法来优化隶属度函数;然后由Lyapunov方法证明了区间Ⅱ型变论域自适应模糊逻辑控制器的稳定性.对Duffing系统和1维6卷混沌系统的仿真表明,区间Ⅱ型变论域自适应模糊逻辑控制器可以很好地跟踪参考信号,较之变论域模糊逻辑控制器,其可以有效地防止抖震且控制量较小.     

非线性系统的积分变结构间接自适应模糊控制

讨论了一类不确定非线性系统的间接自适应模糊控制问题 .基于变结构控制原理 ,并利用具有线性可调参数的模糊系统去逼近过程未知函数 ,提出一种具有监督控制器的积分变结构自适应模糊控制方法 .该方法通过监督控制器保证闭环系统所有信号有界 .进一步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 .理论分析证明了跟踪误差收敛到零 .仿真结果表明了该方法的有效性     

一类非线性系统的鲁棒输出跟踪模糊控制

针对一类单输入单输出不确定非线性系统，提出一种稳定的自适应模糊控制方法。该方法应用I型模糊逻辑系统逼近过程的不确定部分，利用后推方法及监督策赂设计出一种鲁棒自适应控制器，理论分析证明了系统的稳定性，跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

基于规则自校正模糊控制器的交流伺服系统

提出了一种规则自校正模糊控制器,并将其用于交流伺服系统的控制中,设计了一种在线的模糊推是算法,使得模糊控制规则可以得到实时在线的调整。仿真结果表明基于规则自校正模糊控制器的交流伺服系统的性能较一般模糊控制交流伺服系统有了较大的改善。     

基于uCOS-II的模糊自适应温度控制系统设计

针对车间温度控制系统具有非线性、滞后性和时变性等特点,提出了一种改进型的模糊自适应PID控制器。该控制器通过在线调整学习速率因子和PID参数增量,并结合积分分离思路,实现PID参数的自适应调节。仿真结果表明该控制器优于传统PID控制和传统模糊自适应PID控制。控制系统采用PIC24F作为主控芯片,结合操作系统uCOS-II的实时性、可靠性以及模糊自适应控制的非线性、时变性等特点,通过实验成功的实现对温度准确控制。