电压型逆变器的无差拍控制技术研究

在阐明了无差拍控制电压型逆变器基本原理的基础上,研究了该控制方案的特点．通过对闭环系统极点、零点分布的分析,得出了系统鲁棒性较差等结论,对可以提高系统鲁棒性的方案的仿真结果进行了分析．     

监督模糊神经网络控制系统

设计了一个监督模糊神经网络（FNN）控制系统，它可以跟踪周期输入信号，控制系统由永磁（PM）同步伺服电机以及监督FNN位置控制系统组成。监督FNN控制系统由监督控制器和FNN滑式控制器组成。监督控制器可以在指定区域内稳定系统的状态。FNN滑式控制器由滑式控制和FNN组成，滑式控制有较好鲁棒性。FNN具有在线学习能力，作者对监督FNN控制系统进行了详细的理论分析和稳定性研究。仿真结果证明了此系统对参数变化和外部负荷干扰有很好的鲁棒性。     

基于时间最优控制的模糊控制优化方法

讨论了二次积分系统的时间最优控制．考虑到系统的鲁棒性和抗扰动能力，对其参数设计方法进行了改进．理论分析和仿真表明，这种基于时间最优控制的非线性设计方法具有很好的控制效果和鲁棒性，适用于一类二阶系统的控制．通过二阶系统的模糊控制和时间最优控制的对比发现，一类二阶系统或可近似为二阶系统的模糊控制实际上是对二阶系统最优控制的一种近似．在此基础上，指出了模糊控制规则设计中一种常见的错误，并提出了基于时间最优控制的模糊控制规则的制定和优化方法     

分布式人工免疫系统的鲁棒性归约模型

利用分布式多真体(Agent)系统的鲁棒性归约模型,将分布式人工免疫系统看作理想的分布式多真体系统,从而把分布式人工免疫系统的鲁棒性分析问题归约为其各个相对独立的模块的鲁棒性分析问题。人工免疫系统包括正常模型建模模块、自体/异体检测模块、已知异体识别模块、未知异体学习模块、异体消除模块和受损系统修复模块。用问题归约法分析人工免疫系统的鲁棒性后,建立人工免疫系统的鲁棒性归约模型,用各个模块的鲁棒性判据和模块之间免疫控制过程的鲁棒性判据表示分布式人工免疫系统的鲁棒性判据。经定理证明,鲁棒性归约模型能分解和简化分布式人工免疫系统的鲁棒性分析问题,通过各个模块的鲁棒性分析问题求解实现该问题的最终求解。因此,分布式人工免疫系统的鲁棒性归约模型是有用的鲁棒性分析工具,为复杂人工免疫系统的鲁棒性分析提供了有效的方法。     

时变系统的迭代学习控制

针对参数未确知时变系统，提出了一种新的迭代学习控制律。在新控制律中，除了引入前次学习过程误差信息外，还引入了当前学习过程误差信息。从理论上证明了新控制律的收敛性。对离散时变系统和连续时变系统的两个实例进行了仿真研究。理论分析和实例研究结果表明，所提出的新控制律具有较高的学习速度和对初始误差良好的鲁棒性。     

基于神经网络的离散变结构控制设计

研究了不确定离散时间系统的变结构控制设计问题，对利用传统离散趋近律设计变结构控制时系统抖振原因进行了分析，提出了组合趋近律设计思想。针对系统不确定部分，采用神经网络进行在线学习，使变结构控制器具有自适应性。仿真结果表明所提设计方法可以提高系统鲁棒性并有效减弱抖振。     

输入受限的广义预测控制算法的鲁棒性

针对输入受限的广义预测控制问题，将其数学表达式转化为系统框图，并根据内模原理求出了系统的特征方程；在此基础上对输入受限的广义预测控制算法的鲁棒性进行了讨论分析，最后进行仿真验证。     

LMS算法的自适应逆控制变频调速系统

针对矢量控制变频调速系统参数鲁棒性差这一交流传动领域难题，提出基于自适应逆控制理论的感应电机变频调速新型控制结构用于增强系统参数鲁棒性；提出一种基于变论域的变步长LMS自适应滤波算法用于电机系统及其逆系统建模。研究结果表明，变论域变步长LMS算法克服了收敛速度、时变系统跟踪速度与收敛精度方面的矛盾；自适应逆控制的变频调速系统对感应电机参数摄动具有鲁棒性。     

气动人工肌肉系统控制性能的实验研究

采用变结构控制对单根气动人工肌肉系统进行了实验研究，分析了气动人工肌肉系统的控制特性。实验结果表明气动人工肌肉系统是强非线性、低刚度的控制系统。简单的变结构控制算法不能够实现单根气动人工肌肉较大范围和伸缩过程的控制要求。应根据控制需要，将变结构控制与智能控制方法相结合，以实现系统鲁棒性和高精度控制。为气动人工肌肉系统控制策略进一步的研究奠定了基础。     

永磁电磁轴承伪微分反馈控制系统性能的研究

采用伪微分反馈控制(PDF)策略对永磁电磁轴承进行控制，建立了PDF控制模型；通过对永磁电磁轴承的PDF控制系统的性能分析和计算机仿真，证明永磁电磁轴承的PDF控制系统具有高稳定性、高精度、鲁棒性强、可控性好等优点．