共查询到16条相似文献,搜索用时 46 毫秒
1.
提出了一种不仅能够进行动静态解耦而且能够进行噪声解耦的自校正解耦控制器。在一定的条件下给出了稳定性和收敛性分析。通过仿真结果证明了给出算法的有效性。 相似文献
2.
最近,在多变量自校正控制中,人们把研究的重点从时间延时相同的系统转移到了时间延时不同的系统,在这方面 woiovich(1976)起到了重要的作用。本文把koivo(1980)提出的多变量自校正控制器推广到了具有任意交互阵的情况并且假设系统为最小相位系统,提出了如何消除可测干扰以及选择加权阵的具体方法。 相似文献
3.
柴天佑 《东北大学学报(自然科学版)》1988,(2)
对多变量自校正控制器进行了确定收敛性分析。首次表明:即使自校正算法应用于非最小相位系统,只要合适地选择加权阵,则输入输出向量有界,广义输出跟踪误差向量趋于零。 相似文献
4.
本文将自校正控制的最优控制策略同零极点配置的经典控制策略结合起来,提出了多变量广义自校正解耦控制器,实现了自适应解耦控制。提出了在线校正加权阵和不加积分作用消除稳态误差的新方法,并将该控制器应用于多变量电加热炉,实时控制结果表明本文提出的控制器的性能优于Koivo的自校正控制器的性能。 相似文献
5.
本文结合极点配置的基本设计思想,提出了一类具有输出跟踪的多变量自校正控制算法。该算法将工程应用中提出的要求与系统的性能指标联系起来,实现了闭环极点配置的广义最小方差控制,而性能指标中加权多项式矩阵R(z~(-1))的选取是根据使闭环系统输出对参考信号实现稳态无偏跟踪的原则进行的。进而运用Martingle收敛理论对算法进行了研究,导出了控制器的无偏收敛条件。数字仿真研究表明了该算法的可行性和有效性。 相似文献
6.
在解决不相同时间延时的多变量自校正控制问题中,任意交互阵起了重要的作用,但在实际中,交互阵是不容易求得的。本文提出一种当交互阵为对角时的多变量自校正解耦控制器的设计方法。本文把Koivo(1980)推广到了不同时间延迟的系统,并且对加权阵进行了合理的选择。从仿真图形来看,本方法具有良好的解耦特性。 相似文献
7.
柴天佑 《东北大学学报(自然科学版)》1991,(3)
提出了可以控制具有任意交互矩阵的随机多变量系统的间接自适应控制算法并进行了稳定性和收敛性分析。首次表明:该算法无论用于开环不稳定或非最小相位系统,系统的输入输出以概率1采样均方有界,广义输出误差的条件均方取得整体最小值;参数估计强相容。 相似文献
8.
柴天佑 《东北大学学报(自然科学版)》1991,(1)
使用系统的交互矩阵并将广义最小方差控制律和前馈控制结合起来提出自校正前馈控制器。该控制器采用轻微修改的最小二乘估计,不仅能控制具有任意交互矩阵的随机多变量系统而且可以对可测干扰实现动静态补偿。本文还证明了该算法具有全面收敛特性。 相似文献
9.
提出了一种具有极点配置的多变量自校正解耦控制器。该控制器适用于具有任意未知或变延时结构的多变量随机系统。本文采用显式算法,避免了在线解多项式矩阵方程。在一定的假设条件下,证明了该算法即使在开环不稳定和非最小相位情况下仍具有稳定性和收敛性。 相似文献
10.
给出了一种能适用于开环不稳定且非最小相位系统的鲁棒自校正内模控制器,证明了闭环系统的鲁棒性和全局收敛性,仿真研究证实了算法的可行性。 相似文献
11.
本文在 Koivo 建立的多变量自校正控制基础上,给出了描述系统动态的CARMA 模型。并将它化为 V 规范多变量耦合系统,然后进行解耦,从而提出一种新的多变量全解耦自校正控制(MFDSTC)策略。仿真结果表明,本文提出的解耦策略是可行的。文章还指出,这种解耦策略也适应于非最小相位系统。 相似文献
12.
本文提出一种新的多变量组合自校正动态解耦控制器.该控制器采用在零极点配置基础上叠加最小方差控制的算法,既能实现动态解耦,又改善了伺服跟踪性能.该控制器采用隐式递推算法,参数估计数目少,在线计算量小,仿真结果表明控制效果良好. 相似文献
13.
针对多变量耦合系统,提出了一种新的广义预测解耦控制算法.通过广义预测误差权值自动调节以消除系统耦合引起的误差,从而降低系统的耦合影响,提高系统性能.该方法与常规的多变量广义预测控制算法相比,算法简单,计算量小.本文所设计的算法被应用到热轧带钢板形板厚控制系统中,仿真结果表明了该算法的有效性和正确性. 相似文献
14.
冯索夫 《贵州工业大学学报(自然科学版)》1987,(1)
本文针对一类所谓P规范型多变量系统提出了一种广义极点配置自校正控制器。该控制器可以处理系统中各通道之间延时不相等的情况。它可以跟踪系统的参考输入并且可以使系统有希望的闭环响应特性。同时还可以实现解耦自适应控制和消除静态误差。 相似文献
15.
16.
对一种可分非线性系统,采用Hammerstein模型的基本框架,用神经网络对非线性部分建模,线性部分采用受控自回归积分滑动平均模型.对此模型的线性部分设计广义预测控制器,得出线性部分的控制量.根据此控制量,引入一逆神经网络.结合原来的神经网络模型,通过对逆神经网络权值的调整,使神经网络模型的输出为线性部分的控制量,同时得到逆神经网络的输出,即非线性系统的控制量.文章提出的模型克服了Hammerstein模型中非线性部分的反函数存在性和唯一性的问题.仿真结果验证了该设计的有效性. 相似文献