基于Laguerre函数模型的多变量广义预测自适应控制

通过对Laguerre函数模型结构的分析 ,把多变量广义预测自适应控制方法应用于该模型中 ,利用Laguerre函数模型近似控制对象系统结构 ,将模型中间参量的辨识和模型的预测输出有效的统一了起来 ,克服了单纯基于参数化模型预测控制通常需要已知系统的时延和阶次的局限 ,为适合该类模型的工业对象应用提供一种有参考价值的控制方法。     

基于自校正与线性跟踪的自适应控制系统

提出一种新的自适应控制方法──基于自校正与线性跟踪的自适应控制．从系统的输入／输出完全跟踪的目标出发，根据对象的动态模型，导出自适应控制器的调节模型．对象模型的参数，采用速推最小二乘法在线估计．仿真结果表明，本系统具有对象参数变化的自适应能力．这种控制系统比较适用于被控制参数变化较慢的生产过程．     

基于Laguerra函数模型的预测控制算法

在简述基于Ｌａｇｕｅｅｒａ函数近似模型的自适应预测控制原理,算法及其特点的基础上,将现有的多步预测,单步优化的控制算法扩展为多步预测,多步优化的控制算法,并与传统的广义预测控制（ＧＰＣ）作为比较研究,结果表明基于Ｌａｇｕｅｒｒｅ函数模型的预测控制方法对变时延,变阶次被控对象的控制鲁棒性明显优于广义预测控制。     

一种改进的Smith预估补偿方法

在常规Ｓｍ ｉｔｈ 预估补偿算法控制结构的基础上,进行适当改进,使用模型参考自适应辨识方法,把控制对象与模型间的差异用增益来补偿,使得模型失配条件下的Ｓｍ ｉｔｈ 预估补偿控制效果接近于模型精确条件下的控制效果．仿真结果表明,在存在模型偏差时,提出的方法能大大改善Ｓｍ ｉｔｈ 预估补偿控制的动态性能,且对外扰具有很好的抑制作用．     

神经网络辨识的自适应逆控制

逆模型控制是一个新颖的控制方法．但在实现上会遇到很多困难,如被控对象的大滞后、时变性和不确定性等,使精确的对象数学模型难以建立．文中根据工业对象的特点及对控制系统高鲁棒性与高自适应性的要求,提出一种改进的神经网络的模型参考自适应逆控制系统．仿真试验表明,此系统具有良好的跟踪给定信号和消除对象干扰的作用．     

模型参考自适应控制系统设计--输出误差直接自适应控制

本文利用输出误差直接自适应控制算法对一具体对象的模型参考自适应控制器进行设计.首先描述了常规的模型参考自适应控制法,然后提出了一种性能更佳的模型参考自适应控制方案.对两种模型参考自适应控制方案进行了鲁棒性分析.数值仿真结果表明,与常规的模型参考自适应控制法相比,本文所提出的控制方案大大提高了系统的性能,明显减小了震荡,缩短了自适应时间.而且在有界扰动的情况下,本文所提出的改进的控制方案能够更加较好地保证系统的各项性能.     

一种改进的Smith预估补偿方法

在常规Ｓｍｉｔｈ预估补偿算法控制结构的基础上，进行适当改进，使用模型参考自适应辨识方法，把控制对象与模型间的差异用增益来补偿，得模型失配条件下的Ｓｍｉｔｈ预估补偿控制效果接近于模型精确条件下的控制效果，仿真结果表明，在存在模型偏差时，提出的方法能大大改善Ｓｍｉｔｈ预估补偿 动态性能，且对外扰具有很好的抑制作用。     

基于扩张状态观测器的通用模型参考自适应控制设计与分析（英文）

提出一种基于扩张状态观测器(ESO)的任意参考模型自适应控制方法,该方法利用ESO直接估计系统状态,且对不确定性进行估计并补偿.基于ESO的模型参考自适应控制(MRAC),仅需要知道被控对象的阶次,而不必区分线性、非线性,时变、时不变,内部(参数、结构)不确定性、外部(扰动)不确定性等.此外,当参考模型与被控对象同阶并在满足期望性能指标的前提下,对被控对象模型依赖程度很低,简化了设计过程.首先,提出了基于ESO的MRAC控制器结构,并设计了控制律,进而给出了稳定性分析,最后进行了仿真验证.仿真结果表明,该方法具有鲁棒性好、控制量少、稳态精度高等优点.     

一种新的改进型自适应控制方法及仿真

本文提出了一种新的基于超稳定性理论和仅仅利用控制对象的滤波输入和输出信号设计自适应控制的方法,并将这种方法应用于非线性液压控制系统.本方法可以不必测定对象输出量的各阶导数,采用比例+积分自适应律.研究了3阶系统跟踪2阶模型时的算法.仿真结果表明,利用本文提出的方法具有良好的跟踪性能.     

以自适应对象模型开发自适应软件

自适应对象模型方法是一种开发动态的和可配置的自适应软件的有效途径,具有元模型、描述驱动和运行时反射等特点。介绍了当前自适应软件的研究现状,剖析了以自适应对象模型开发自适应软件的方法。首先阐述了自适应对象模型的核心思想,然后分析自适应对象模型体系结构中建立元模型的5个模式,以及模型引擎和支撑工具,并讨论了自适应对象模型方法的适用时机、优缺点和实现中的问题。最后,与相关的技术进行了综合对比,讨论了未来的研究方向。     

滴丸机石蜡油液位的模型参考模糊自适应PID控制

滴丸机定型杯石蜡油液位控制系统是一个存在非线性、参数时变性和耦合性的复杂系统．通过分析建立了该液位系统的数学模型,并且将自适应控制、模糊控制和PID控制结合起来,提出了一种模型参考模糊自适应PID控制方法．该方法无需辨识被控对象参数,实时性好,便于在线控制．仿真结果表明,该方法具有较好的动态品质和调节精度,以及很强的鲁棒性,即使当被控对象参数摄动20％时,依然可以获得理想的控制效果．现场运行实验结果也表明了该方法的有效性．     

一种结构简单的四层模糊神经网络的设计

给出一种结构简单、权值意义清晰的模糊神经网络的设计方法,该网络可在线从数据中自动提取控制规则,运算速度快、将其用于参数未知的被控对象进行模型参考自适应控制。仿真表明系统具有较强的鲁棒性和自适应能力。     

基于模糊系统聚类学习的自适应控制算法

在自适应控制最小方差自校正控制器设计中，当被控对象的数学模型未知时，可采用模糊系统代替实际系统。提出了一种新的模糊系统的聚类学习算法，根据初始聚类中心的选取原则，可以使最终获得的聚类结果是全局近优解。该方法只需计算一遍样本间的广义距离，即可完成初步的聚类，通过迭代运算可以使聚类结果得到进一步优化。仿真结果证明了自适应控制器的控制效果。     

可调增益的模型参考自适应控制及其仿真

针对一类实际工业受控对象的增益呈现缓时变的情况,本文采用的一种自适应控制方案－具有可调增益的模型参考自适应控制系统,通过对其在Matlab之Simulink中进行仿真,结果表明这种方案可以有交地抑制受控对象参数的缓时变对系统性能的影响。     

对象具有纯滞后的离散MRACS设计

本文基于MRACS设计理论,从控制器接在滞后环节后的方法入手,利用连续系统从模型取状态和MRACS的新结构方案的设计思想,导出了实用的MRACS的参数自适应算法。系统控制器控制状态取自y_m(k+D)(模型未延迟输出),从而增加了系统控制的快速性。自适应律中所需的状态不是直接取自对象输出,从而减少了输出端扰动对参数适应过程的影响。计算机仿真结果表明该算法是正确的。     

一类耦合系统的直接自适应神经网络控制

针对一类具有未知常数控制增益的耦合大系统，根据滑模控制原理，利用多层神经网络的逼近性质，提出了一种直接自适应滑模控制器的设计方案．通过在线调节神经网络的连接权、滑模控制增益，实现了对动态不确定性及建模误差的自适应补偿．利用李亚普诺夫方法，证明了自适应控制系统是全局稳定的，跟踪误差收敛到零．     

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。     

一类带有广义不确定性非线性系统的自适应模糊反演控制

本文结合自适应控制、模糊控制和反演控制方法,针对带有广义不确定性的严格块反馈型非线性系统,设计了一种自适应模糊反演控制律。对反演控制律设计的不足之处,采用自适应模糊控制去逼近非线性系统中带有广义不确定性的非线性函数,从而实现了无需精确数学模型的全新控制律,避免了因存在不确定性对系统带来的不良影响。在此基础上,利用李亚普诺夫方法分析了系统的稳定性和收敛性。仿真结果表明：本文所设计的控制律,对严格块反馈型非线性系统中存在的不确定因素具有较强的鲁棒性和自适应性。     

一类非线性网络控制系统的控制器设计

针对一类非线性网络控制系统,提出了一种新型自适应模糊滑模预测控制方法,采用带有时间超前非线性状态预估器的新型的滑模控制(SMC)方案,补偿网络诱导时延,而后利用模糊自适应系统来逼近非线性环节,并基于Lyapunov稳定性理论设计自适应律,保证系统的稳定性. 以网络环境下空间飞行器的姿态控制为例进行仿真,结果表明,所提出的方法不仅实现了高精度的姿态稳定控制,且系统对不确定参数、网络诱导延时及外界干扰带来的影响具有很好的鲁棒性.     

X滤波自适应逆控制算法及在液压位置控制系统中的应用

针对非线性时变特性的液压位置伺服系统跟踪控制问题,基于自适应逆控制理论,提出X滤波液压位置自适应逆控制策略.对传统自适应滤波算法在X滤波结构下的不足,提出变换域变步长归一化最小方差算法.采用该算法对液压伺服位置系统进行了对象建模、在线逆建模及开环控制系统设计.仿真结果表明,X滤波液压位置自适应逆控制具有跟踪速度快、对参数摄动鲁棒性强等良好动态特性.