基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

遗传算法(GA)在直齿轮设计中简单应用

遗传算法进行机械零件优化设计能准确、快速得出结论.利用matlab自带的强大的遗传算法功能,对典型的机械零件--直齿轮进行了优化设计.计算机模拟计算后结果较以往经验值有很大的改进,从而证明遗传算法在机械优化设计中具有很大的优越性.     

嵌入式系统在起重机吊具防摇控制中的应用

针对起重机吊具防摇系统中PLC实现模糊PID控制算法的迟滞性及编程工作量大等问题,提出将嵌入式系统运用到其防摇控制中.系统采用主从控制方式,将嵌入式处理器设定为从机工作模式,PLC设定为主机工作模式.从机负责起重机吊具参数的采样和模糊PID控制算法的运算,主机根据从机运算结果负责控制起重机小车电机的转速和方向,通过主从机协同控制达到起重机吊具防摇的目的.串行通讯接口RS485保证主从机数据的可靠通信.系统借助嵌入式处理器运算平台,通过运用C语言编程,实现模糊PID防摇控制算法,程序简洁,处理器读写指令周期短,提高了系统的数据处理能力和控制效率,嵌入式处理器与PLC主从控制方式增加了系统结构的灵活性.同时,结合模糊PID算法的自适应特性,使系统具有较强的鲁棒性.     

基于模型预测控制的桥式起重机防摇设计

针对桥式起重机工作过程中吊重摇摆的问题,基于预测控制策略提出了一种电子防摇设计方法.首先对桥式起重机进行动力学分析,利用Lagrange方程,建立了面向控制的数学模型.其次,根据对象的历史信息和未来输入预测其将来输出,结合预测误差补偿,通过性能函数的优化得到其控制律.最后,仿真结果表明,所设计的防摇系统能实现小车快速定位和吊重摆角的有效抑制.与最优防摇控制相比,系统超调量和摆角幅度均大大减小,显示了该防摇方法的优越性;加入参数摄动和测量噪声,防摇系统仍能很好地达到控制目标,说明了该防摇方法具有较好的鲁棒性.