一种3自由度移动机器人的跟踪新策略

在证明了3自由度移动机器人系统具有可逆性的前提下，利用神经网络α-阶积分逆系统线性化解耦能力，将严重非线性及耦合的3自由度移动机器人系统解耦成3个SISO(single input—single output)的子系统，采用线性控制理论设计了路径跟踪控制器，实现了位置和方位的独立跟踪，同时提高了控制算法的实时性。最后通过路径跟踪仿真实例验证了算法的可行性和有效性。     

基于坐标变换的具有可操舵轮的移动机器人运动学建模

为了提高移动机器人的灵活性和机动性,人们提出了最大限度地利用普通常规轮的运动自由度来实现移动机器人的平面自由运动。当移动机器人具有n(n≥2)个可操舵驱动轮时,它可以实现平面上的自由运动,即它具有3个自由度。针对轮式移动机器人的运动学建模问题,基于坐标变换法,提出了一种解决具有可操舵轮的移动机器人运动学建模的通用方法,建立了在满足理想运动约束条件下的运动学模型,并以具有2个可操舵驱动轮的3自由度移动机器人为例,给出了运动学仿真结果。     

基于神经网络的3自由度移动机器人跟踪方法研究

针对具有2个可操舵驱动轮的3自由度移动机器人的轨迹跟踪问题，利用神经网络的任意非线性逼近能力辨识出3自由度移动机器人的逆运动学模型，使系统的3个独立输入控制线性化，将一般非线性系统转化为仿射非线性系统。根据反馈控制理论，设计了跟踪控制器，使系统具有良好的全局稳定性，实现了移动机器人的位置和方位的独立跟踪。最后，通过仿真验证了算法的可行性和有效性。     

基于反馈线性化的非线性气动伺服系统跟踪控制

针对气动位置伺服系统跟踪控制中系统受压力波动、摩擦力扰动等非线性因素影响较大的特点，提出基于压力反馈线性化、摩擦力补偿的内外双环型控制算法。仿真与实验结果表明，该算法结构简便又宜于实用、跟踪精度较高，控制效果较好。     

机械压力机气动系统模型的建立

建立了新型的机械压力机气动摩擦离合器及制动器的计算机控制系统，并对该气动系统进行模型辨识。在该气动系统机理分析的基础上，采用预报误差法进行气动系统模型参数的辨识，得到该系统的动态模型。将辨识模型仿真结果与系统实验测量数据进行比较，该模型是可信的。这个模型不仅能够较好的反映系统的动态特性，而且有利于系统控制器的设计。     

一种3自由度自动导引车的运动学建模与仿真

具有两个可操舵驱动轮的自动导引车是一种3自由度运动平台，由于它能在平面上自由行驶，实现位置和方位的独立控制，具有很高的灵活性和机动性。本文建立了小车的逆运动学模型，对其运动特性进行了解析，并在此基础上对小车的路径跟踪运动进行了仿真研究。     

燃油管路压力脉动的抑制方法及其鲁棒性研究

针对飞机地面压力加油管路系统通向油箱的管路压力脉动现象，本文提出一种新的实时主动流量控制方法。基于传统被动式蓄压器，建立其动特性方程，并提取可控参量，通过前馈及反馈技术，确定出优化控制律，对管路瞬态压力进行在线控制。同时评估了控制系统的鲁棒性，并讨论了扰动带来的不确定性对稳定性和控制精度的影响。理论研究及数字仿真结论验证了该方法的有效性。     

基于Levenberg-Marquardt算法的神经网络监督控制

提出了基于Levenberg-Marquardt(L-M)算法的前向多层神经网络在线监督的控制方法，其算法是梯度下降法与高斯－牛顿法的结合，对于训练次数及准确度，L－M算法明显优于共轭梯度法及变学习率的BP（Back Propagation)算法，适用于在线学习与控制，因此，利用L－M算法的特点进行在线训练神经网络，以实现实时非线性控制，仿真结果表明，该控制方法优于常规控制算法，明显改善了在未知负载扰动时，伺服系统的踊跃性能，显著地降低了跟踪误差，具有很强的抗干扰能力。     

电液伺服系统的模糊径向基函数网络监督控制

针对电液伺服系统存在未知干扰力及参数时变等问题,提出一种新型的模糊径向基函数(简称RBF)神经网络的在线控制方法。该方法基于RBF网络与模糊推理系统的等价性,将模糊推理的思想引入RBF神经网络,从而为RBF隐层数目和中心位置初始化找到一种有效的途径,并采用Kohonen竞争学习机制在线调节网络参数,构成模糊自组织RBF监督控制策略。对典型电液位置伺服系统的仿真结果表明,该方法实时性强,具有良好的鲁棒性和跟踪性能。