复杂动态车削过程的神经网络直接自适应控制

动态是系统最基本的特性，为了实现复杂动态系统的实时控制。文中对已有动态神经网络结构进行了改进，使之易于应用于一般未知系统：在此基础上研究了运用动态神经网络实现直接自适应控制的方法，并针对回转类复杂曲面车削过程的特点，提出了相应的动态神经网络直接自适应控制方案，以综合实时校正加工过程中参数缓慢时变，突变以及非线性等复杂动态因素的影响。针对典型零件的车削实验表明，该方法可有效地减小复杂轮廓加工误差。     

小脑模型连接控制(CMAC)网络用于热轧带钢卷取温度控制

用解析模型描述层流冷却过程的热轧带钢卷取温度控制系统在换规格时自适应能力较差,因为系统的自适应系数体现的是均值效应,对于动态随机不确定复杂过程的描述与控制往往无能为力·针对这一不足,采用小脑模型连接控制(CMAC)网络进行动态随机自适应控制,取得了令人满意的结果·模拟冷却结果表明,小脑模型连接控制网络充分发挥了模糊联想记忆的功能,可以对没有精确数学模型的不确定复杂过程进行精确控制,增强了系统自适应能力,它是性能优良的前馈网络·     

动态小生境遗传算法在多模函数优化中的应用

提出一种基于动态小生境技术的自适应遗传算法．算法的进化过程中，通过物种的辨识和保存过程确定小生境的峰值，引入个体趋向于高适应度的方向这一控制参数控制搜索的方向，采用自适应调整种群距离的方法控制搜索的范围，大大提高了搜索效率．仿真试验表明，该算法能够很好地保持解的多样性，同时具有很高的全局寻优能力和收敛速度，适合求解复杂多峰函数优化问题．     

无模型坐标补偿积分滑模约束的自动驾驶汽车轨迹跟踪控制

为了解决四轮自动驾驶汽车轨迹跟踪的复杂控制问题，提出一种新的全格式无模型自适应坐标补偿积分滑模约束控制方案。控制方案只需要自动驾驶车辆轨迹跟踪的I/O数据，不涉及车辆模型信息，即前轮转角输入数据和车辆横摆角输出数据。因此，该方案对于不同车型均能实现轨迹跟踪控制。在轨迹跟踪过程中只针对车辆横摆角进行控制易造成跟踪轨迹偏差，本文在全格式无模型自适应控制的基础上加入坐标补偿算法；为了提高系统在运行过程中的鲁棒性，加入积分滑模控制；为了应对在滑模控制过程中系统运行在饱和区域，设计了动态补偿，使轨迹跟踪系统运行在滑模控制的线性区域。最后，对无模型自适应积分滑模约束控制方案、原型无模型自适应控制算法和PID算法进行仿真比较。仿真结果表明，所提算法比传统控制方法具有更好的控制性能，跟踪波动误差在0.09%以内，稳定时间在0.5 s以内，跟踪曲线平滑。     

污水处理过程中模糊自适应广义预测控制方法

污水处理是一个复杂的生化反应过程,具有高度非线性、强耦合、不确定性等特点.本文以基于活性污泥1号模型(ASM1)的污水处理benchmark为研究对象,采用模糊模型描述污水处理过程,利用自适应辨识策略提高模型的精确度,以模糊自适应模型作为预测模型,提出了污水处理过程模糊自适应广义预测控制方法.仿真结果表明:采用的模糊自适应预测控制方法能有效地控制出水水质.     

制造系统的神经自适应控制

制造过程的自适应有效控制对ＣＩＭＳ的发展具有极其重要的意义。本文作者在论述：（１）自适应控制在ＣＩＭＳ中的重要性；（２）传统自适应控制方法在制造过程控制中的困难与障碍；（３）神经网络、人工智能和模糊控制理论等在制造过程自适应控制中的应用的基础上，指出神经自适应控制是制造过程自适应控制发展的有效途径，并构造了基于自组织神经网络的神经优化型自适应控制模型．     

水下焊缝跟踪单神经元自适应PID控制与参数优化

水下焊缝跟踪过程复杂,不确定因素多,并且焊接过程具有非线性特点,传统PID控制效果不理想.本文提出了单神经元自适应PID控制器,通过神经元的自学习能力,能够在线自适应调整PID参数,同时利用差分进化算法对单神经元自适应控制器的参数进行优化.经仿真结果可知,该单神经元自适应PID控制器响应速度快,精度高,控制效果好.     

自适应模糊控制器在太阳房室温控制中的应用

自适应控制对由于工况变化、干扰或环境改变引起的对象特性变化能自动辨识,并自动调整控制策略;模糊控制可对复杂及难于建立数学模型的对象或过程实施有效的控制。自适应模糊控制则为解决复杂性、非线性和不确定性系统的控制问题提供了非常有效的方法。本文介绍了自适应模糊控制器在太阳房室温控制中的应用。     

自校正大范围预测控制

导出了一类自适应大范围预测控制器.仿真结果表明,这类控制器对时滞变化不敏感,且对其它复杂过程的控制也有效.     

针对执行器和关联链接失效的一类复杂系统自适应容错控制

针对一类执行器和关联链接失效的复杂系统,提出了一个间接自适应方法解决容错控制问题.利用自适应律在线估计执行器和链接通道上的故障因子,并基于自适应策略的信息,构造一类通过其他子系统状态链接的分布式状态反馈控制器自动补偿故障影响.基于李亚普诺夫稳定性定理,所得到的自适应闭环复杂系统执行器和网络传输过程故障下可以保证渐进稳定.此方法的有效性最终由一个仿真例子验证.     

切削过程的自适应模糊控制

针对恒力切削过程自适应控制,设计了包括切削过程的闭环控制系统.对于具有高度非线性、随机干扰严重的复杂动态过程,采用在线调整参数的自适应模糊控制器,并应用虚拟加工过程建立模型和预报切削力.通过对切削力的检测获取切削过程的特征信息,用切削力比确定进给速度调整率,以切削力偏差和偏差变化率作为评价指标,实现恒力切削过程的自适应控制.仿真和切削试验表明,系统具有良好的切削力控制精度和稳定性,在提高金属切除率时有效地降低了刀具破损的发生.     

具有多神经网络的自适应预测控制

提出了一种将多神经网络，自适应控制和预测控制相结合的方法，用以解决复杂系统的控制问题，并从数学模型、网络结构及算法进行了研究、最后给出了模拟结果。     

蔗糖结晶过程的模糊自适应PID控制

针对蔗糖结晶过程的控制特点，设计模糊自适应PID控制器．研究结果表明，模糊自适应PID控制器能够实现对结晶过程的关键量——过饱和度的有效控制，调节过程曲线平滑、无大的波动，能够提高蔗糖结晶的速度、缩短煮糖时间．     

橡胶硫化泛“噪声”控制模型及仿真

针对硫化工艺智能控制过程中的精确和实时性问题，提出了一种基于人工智能的新型控制模型，并将硫化过程中出现的所有噪声统一为一种噪声模型——“泛”噪声，系统控制过程中对该噪声进行自适应学习．该控制策略的目的是提高硫化控制的精确性和控制的实时性，同时为大规模、集群化硫化制品生产提供一条智能控制的途径．该控制模型由两部分组成：神经网络对输入参数进行预分类，动态系统对控制过程中的参数进行自适应学习．模型的动态系统仿真结果表明自适应控制方式对于处理硫化过程中的噪声是有效的．     

无辨识自适应算法与模糊推理的组合控制

一般自适应控制算法需在线辨识系统模型，算法复杂，计算时间长。本文采用无辨识自适应算法，不用辨识系统的模型，同时应用模糊推理对控制量进行补偿，以便克服模型失配的影响。仿真结果表明，该方案是非常有效的，适合于具有时滞的工业系统。将其应用于制冷装置中的电子膨胀阀控制，使得蒸发器过热度的控制效果得到了明显的改善。     

焦炉集气管分管压力自适应模糊控制算法

针对焦炉集气管压力控制难以建立精确的数学模型，且工况复杂，提出采用集气管分管压力自适应模糊控制算法，在线调整控制参数，在兖州矿区焦化厂实际应用中取得良好效果。焦炉集气管分管压力自适应模糊控制算法@刘晓强 @郝榕 @谭得健     

复杂长距离输水系统仿真优化研究

将自优化模拟模型应用于长距离输水系统优化调度研究中，以数字仿真模型为基础，增加在线控制优化环节，根据仿真模型的输出反馈不断优化系统输入，实现系统仿真过程的自适应优化。并以MATLAB软件作为系统仿真平台，成功地实现了实例工程的仿真优化过程，为复杂长距离输水系统优化调度研究开辟了一条新途径。     

基于控制规则调整的自适应模糊控制器

工业对象大多是具有非线性、大时滞、高阶次的复杂对象,常规的控制方法往往难以适应这些对象的变化.文中提出了一种自适应模糊控制器,它能在控制过程中不断调整和修改控制规则,以适应对象和环境的变化.对控制方法与常规PID控制、Smith预估控制、基本模糊控制进行了仿真比较.仿真曲线表明,自适应模糊控制器的控制性能明显好于其它3种控制方法.     

自适应滑模跟踪控制研究及其应用

对模型跟踪自适应控制进行了新的探讨，提出了自适应滑模跟踪控制策略．对模型跟踪误差建立了滑动模型，实现了滑动模态控制，保证模型跟踪误差快速趋于零．该控制策略用于机械加工过程的仿真结果表明，其对机械加工过程参数变化的扰动有较好的适应性和较强的鲁棒性．     

智能自适应控制技术的现状及发展

本文主要介绍了智能自适应控制技术的发展过程以及每一个发展阶段的特点。目前最为先进的智能自适应算法大致有模糊自适应控制、神经网络自适应控制和遗传自适应控制。