交流伺服系统串级预测函数控制的仿真研究

根据预测函数控制方法的原理对交流伺服系统进行了三级串级闭环控制的仿真应用研究。在分析预测函数控制方法闭环性能的基础上，给出预测函数控制器的设计方法，建立了交流伺服系统串级预测函数控制的系统结构，讨论了实现串级控制的方法。通过仿真及与PID方法的比较表明，预测函数控制方法能够改善交流伺服系统的控制特性。     

热力系统串级控制PID参数优化研究

提出一种稳定域约束的串级PID控制器的参数优化方法。首先根据广义H—B定理得到串级PID控制器参数的稳定域约束条件，然后利用遗传寻优算法获得ITAE性能指标最优的串级PID控制器参数，最后通过对锅炉过热汽温和火电厂主汽压力的串级控制系统的研究，表明该方法有效且易于实现，设定值跟踪和扰动响应曲线输出平缓、超调量小、调节时间短。     

锅炉汽包水位系统DMC-PID串级控制仿真研究

给出具有可测干扰系统的动态矩阵控制(DMC)算法,并结合动态矩阵控制、串级调节和PID控制三者的优点,提出了锅炉汽包水位控制系统的DMC-PID控制策略,即内回路采用PID控制快速消除给水流量的扰动,外回路采用带前馈补偿的DMC控制,可有效地克服汽包水位系统的另一主要扰动-蒸汽流量的扰动,同时DMC的强鲁棒性保证了在对象特性变化的情况下仍然获得良好的调节品质。计算机仿真结果显示了该控制策略的有效性和实用性。     

永磁交流位置伺服系统串级复合滑模控制

针对某永磁同步电动机位置伺服系统负载力矩和转动惯量变化大、干扰力矩强的特点,以及统一滑模变结构控制速度限幅的难题,提出并设计了串级复合滑模变结构控制器.其中速度环通过增加积分环节来消除滑模控制的力矩抖动,位置环通过复合滑模控制的设计来消除稳态滑模控制的抖振.计算机仿真结果表明,该控制器不仅响应速度快、无超调、控制精度高,同时对负载扰动和系统参数摄动具有较强的鲁棒性.     

重型汽车离合器接合的变结构串级双环控制

通过重型汽车起步动态模型的分析,指出当在起步过程中保持发动机转速不变时可以根据驾驶员的意图对离合器的磨损以及驾驶员舒适性进行综合优化。着重分析了离合器接合点前后的冲击,根据分析结果提出了变结构串级双环控制发动机恒速的起步控制算法,针对离合器操纵系统的非线性,加速度环采用单神经元自适应 PID 控制算法。为验证算法的性能,建立了车辆起步过程仿真模型。仿真实验表明采用该算法可提高的起步过程的性能。     

基于串级LADRC设计的旋翼无人机航迹跟踪控制

针对复杂环境下,四旋翼无人机航迹跟踪精度易受风扰的影响,设计了串级线性自抗扰控制(linear active disturbance rejection control,LADRC)双回路控制系统。外环为位置回路,针对风扰采用3阶LADRC设计;内环为姿态回路,针对执行机构的动态特性,采用4阶LADRC设计。仿真对比串级LADRC和串级PID两种控制方法,结果表明,两种方法虽然都实现了四旋翼无人机航迹跟踪控制,但是在各种复杂风场扰动、内扰作用的情况下,串级LADRC能够克服复杂扰动的影响,精度更高、抗扰性更好、鲁棒性更强,且待整定参数不多,十分符合工程实际的需求。     

基于T-S模型的倒立摆双闭环串级模糊控制设计与仿真

针对具有多变量、非线性特性的倒立摆系统,提出了一种基于T-S模型的双闭环串级模糊控制方法。在该方法中,内环控制倒立摆的角度,外环控制倒立摆小车的位移,并对双闭环参数耦合实现了解耦,降低了系统设计的难度和复杂度。数字仿真结果表明了该方法的可行性。     

DC/DC升压变换器自适应-PID串级控制系统仿真研究

为获得良好的电压控制性能,抑制模型非最小相位特性的影响,可使DC/DC升压变换器工作在电流控制模式下,采用串级结构的控制器,组成串级控制系统。系统的外环采用基于参数估计的自适应控制算法,以电容电压为被控量;内环则采用一种特殊的PID控制算法,以电感电流为被控量。此种自适应-PID串级控制器不但可使被控系统获得良好的动态特性,而且不需确知负载电阻、电容、电感、输入电压等参数的信息,对参数变化有着很强的鲁棒性。对DC/DC升压变换器的仿真结果表明,上述控制方案是可行的。     

一类串级不确定非线性系统的最优滑模控制器设计

对一类串级不确定非线性系统提出了一种基于SDRE控制的最优滑模控制方法。该方法采用两环控制结构，外环控制器的设计采用基于依赖状态的Riccati方程最优控制，用以产生最优滑模面。内环控制器设计采用滑动模控制以减小控制系统对参数变化、模型误差、外部干扰的敏感。同时提出了两种求解依赖于状态的Riccati方程的方法，所设计的最优滑模控制器能使串级不确定系统具有鲁棒稳定性。最后通过一个仿真算例，验证了该控制方法的有效性。     

稀土串级萃取分离过程智能优化控制仿真系统

稀土串级萃取分离过程具有多变量、非线性、大滞后、工况复杂等综合复杂性,萃取过程元素组分含量难以连续在线检测、产品纯度难以实现优化控制,因此,以提高产品纯度和金属直收率为目标的自动控制技术的研究成为关键。以La、Ce、Pr、Nd四组分串级萃取分离Ce/Pr稀土分离过程为研究对象,开发了稀土串级萃取分离过程智能优化控制仿真系统。该软件提供了稀土串级萃取分离过程的仿真模型及相应的智能优化控制算法,为深入研究和分析设计稀土串级萃取分离过程的自动控制方法提供了有力的实验平台。     

舰炮随动负载仿真系统设计及关键技术研究

简述了舰炮随动负载仿真系统在武器系统设计定型试验中的主要用途,介绍了基于双联液压马达的负载仿真系统设计、系统组成及工作原理,分析了海浪冲击对舰炮随动系统的影响,建立了海浪冲击的仿真模型,重点分析研究了液压马达的选型、力矩/压力双反馈控制、无级变速比模拟系统设计等关键技术,给出了有效的解决方法.     

电液伺服变距系统的二维云模型控制研究

云模型是对语言值所蕴含的模糊性和随机性的一种数学描述，它用期望值Ex、熵En和超熵He表征定性概念，将概念的模糊性和随机性集成在一起，是实现知识库中定量与定性之间相互转换的一种新途径。本文论述了模糊子集的云模型表示、基于云模型控制规则的不确定性推理，并设计了一种二维云模型控制器。仿真结果表明，该控制器简易、直观、鲁棒性强，具有良好的控制性能和较好的应用价值。     

冷带轧机板形闭环反馈控制策略及模型研究

针对现代化高技术冷带轧机拥有四种以上的执行机构(包括压下倾斜和精细分段冷却)参与板形闭环反馈控制而构成的复杂板形自动控制系统,推导建立板形自动控制数学模型的通用数学表达式,并进行板形闭环反馈控制策略的机理研究,揭示现有各类板形闭环反馈控制策略的板形控制原理、简化建模思路、优化求解方法及其优缺点,并且研究提出了一种相对完备的板形闭环反馈控制新策略方法--浪形模态法.经离线仿真调试后,浪形模态法已被成功应用于宝钢1550 冷连轧机组的板形控制系统.生产试用表明,浪形模态法可快速精确地将板形缺陷(尤其是四次板形缺陷)控制到目标期望,控制效果良好.     

三维视景下战车炮控系统仿真技术研究

在简要介绍了战车炮控系统工作过程及其特点的基础上,阐述了该系统在三维视景下稳定工作过程和瞄准工作过程仿真的基本方法,并以某型坦克装备的炮控系统为例,给出了瞄准过程的数学模型,推导了相关模型的差分方程形式,并讨论了参数选择和计算步长的选取问题。仿真实验结果证明,该基本技术与方法不仅工程实践上可行,同时可以极大地增强三维视景下的真实感。     

串联控制系统的一种仿真算法

提出了一种基于输入—状态稳定性的用于串联控制系统的数值算法。该算法通过分解将高维控制问题转化为低维控制问题,每一个低维问题均可以通过Euler方法进行求解。通过提出的方法,可以降低求解高维问题的计算量。该方法既可以被应用于线性控制系统,又可以应用于非线性控制系统。数值实验显示了提出算法的有效性。     

基于递归神经网络的伺服系统自适应反步控制

针对伺服系统的系统参数摄动和非线性动态摩擦补偿问题,提出基于递归神经网络(RNN)的自适应反步控制(RNABC)系统设计方法.RNABC系统由反步控制器和鲁棒控制器组成,反步控制器包含RNN不确定观测器,鲁棒控制器则用来消除由于引入不确定观测器而带来的逼近误差.由于自适应反步控制的自适应律源于Lyapunoy函数的,因此系统的稳定性得到了保证.仿真结果表明,对于系统参数摄动和非线性摩擦干扰RNABC能使伺服系统具有很好的跟踪性能.     

在线估计雅可比矩阵的视觉伺服控制算法

机器人视觉伺服系统是机器人研究领域的一个重要研究方向。以图像为基础的视觉伺服机器人模型中,有许多的不确定性,如机器人动力学模型,运动学模型,摄像机系统以及雅可比矩阵等。多数的视觉伺服系统往往只考虑某一、两个部分,而其它的不确定性依然影响定位目标的精度。在使用了神经网络的控制器中加入卡尔曼滤波,在摄像机与机器人坐标系无标定的情况下,对雅可比矩阵进行实时在线估计,从而提高了视觉伺服系统的精确性。仿真验证了本算法的可行性和有效性。

Abstract：

Robotic visual servo system is an important subject in the field of robots.Image-based visual servo model has a lot of uncertainties,for example,robot dynamics model,robot kinematics model,camera system and Jacobian matrix and so on.Most of visual servo methods always considered one or two aspects,but other uncertainties still affected the accuracy of tracking the target for the robot.Based on the traditional controller with neural network,a new control algorithm was provided in the uncalibrated camera and coordination systems with the Kalman filter that estimated Jacobian matrix on-line,thereby improving the accuracy of the system.Simulation result shows the feasibility and effectiveness of the algorithm.     

一类高精度伺服系统基于模糊神经网络的复合控制

针对高精度伺服系统中存在的各种非线性及不确定性 ,提出了基于模糊神经网络的复合控制方法。控制器由前馈控制器和闭环反馈控制器组成。前馈控制器由零相差跟踪控制器 (ZPETC)及FIR滤波器构成 ,闭环反馈控制器采用模糊神经网络控制 ,包含一个辨识网络FNNI和控制网络FNNC。该控制方法结合了神经网络和模糊推理的优点 ,可以克服各种非线性和不确定性 ,明显提高跟踪性能 ,具有很好的鲁棒性。提出的模糊神经网络结构简单 ,推理算法易于实现 ,并且可以更合理地选择初始权值 ,加快了网络的收敛速度 ,在一定程度上解决了神经网络的实时性问题