基于极端学习机逆模方法的非线性内模控制

在基于输入输出数据的基础上,针对纯时滞系统,由极端学习机建立被控系统的最小相位系统的逆模,串接于被控系统前,实现基于极端学习机逆模方法的非线性内模控制。同时,推导出时滞内模控制系统的稳态误差,来评估内模控制系统的性能。将所提出的内模控制策略分别应用于时滞系统与连续搅拌釜反应器系统进行控制仿真,仿真实验说明基于极端学习机的逆模方法的内模控制系统是可行的,具有系统稳态误差小、鲁棒性强等特点。     

基于干扰观测器的高性能转台伺服系统内模控制方法研究

针对转台伺服控制系统,提出了一种基于干扰观测器的改进内模控制方法（DIMC）。内模控制是一种新型的先进控制方法,设计思路是将对象模型与实际对象的输出差值作为反馈,控制器逼近模型的逆,从而达到控制效果。考虑到传统的内模控制器设计方法跟踪精度不足,引入微分器构造改进的控制器,提高系统的跟踪精度。在此基础上引入干扰观测器,对摩擦进行补偿,进一步提高系统的跟踪精度。仿真研究和实验结果表明,该控制方法可以有效地提高系统的跟踪精度,并对系统参数变化和力矩扰动具有更强的鲁棒性。     

改进的逆解耦自抗扰内模控制在磨矿中的应用

针对磨矿分级系统的多变量、强耦合、大时滞等特性,提出改进的逆解耦自抗扰内模控制方法。利用逆解耦方法实现磨矿分级系统的解耦,对解耦后的子系统采用改进的内模控制和线性自抗扰控制。通过引入内模补偿器和增益对时滞进行补偿,减小了系统对模型的依赖度,通过调节线性自抗扰控制器参数、内模补偿器参数和增益来抑制模型失配、外部干扰及不确定性因素对系统带来的不利影响。仿真结果表明,改进的逆解耦自抗扰内模控制方法有较好的解耦性能、跟踪性能和鲁棒性能,验证了此方法是有效的。     

一种基于神经网络的混沌控制方法

将神经网络(NN)与内模控制(IMC)相结合,提出了一种用基于BP神经网络的内模控制进行混沌抑制的方法,该方法既具有内模控制的特点,又引入了神经网络的在线自校正机制。应用所提出的方法,针对Duffing振荡器的混沌控制问题进行了仿真研究,仿真结果验证了该方法的有效性,同时还表明该方法具有很好的鲁棒性与自适应能力。     

基于神经网络的非线性动态系统的多内模控制研究

由于非线性动态系统的复杂性,目前还没有统一的控制器设计方法,用传统的线性系统理论来设计,当工作点大范围变化时,很难保证其性能及稳定性.在人工神经网络内模控制系统中建立了神经网络内部模型和神经网络内模控制器,提出了基于多模型的内模控制方法,它对非线性动态过程的控制具有良好的性能.在此基出上,给出了方便易行控制算法,仿真分析结果验证了控制算法的有效性.     

基于小波神经网络的自适应逆控制及其应用

神经网络控制特别适用于具有非线性和不确定性因素的系统。采用小波神经网络(WNN)对飞行仿真转台的直流伺服系统进行实时辨识,得到其逆模型。然后将这一训练后的网络作为前馈控制器与常规反馈控制器结合构成并行自适应逆控制器,控制转台跟踪指定的速度和位置轨线。仿真结果表明该方法的有效性。     

基于T-S模糊模型的模型参考自适应逆控制

针对非线性系统,提出一种基于T-S模糊模型的模型参考自适应逆扰动消除控制方法。所提方法根据模糊辨识理论与模型参考自适应逆控制各自的特点,将两者相结合。首先,根据模糊系统理论,分别采用模糊对角线划分和递推最小二乘算法进行前提和结论参数辨识,离线辨识得到对象模糊模型和逆对象模糊模型。将辨识出的对象逆设为原始控制器,与被控对象串联;为了分离出系统扰动信号,将辨识出的对象模型与被控对象并联,通过被控系统与对象模型输出做比较,再通过逆对象模型反馈到系统输入端,组成扰动消除环节。用最小均方差算法在系统运行过程中在线调节逆对象模糊模型参数,使其输出误差最小。最后,使用所提方法对一混合非线性系统及输入/输出非线性系统进行仿真试验,仿真结果验证了所提方法的有效性。     

基于模型的有限预测逆跟踪控制

针对水下无人潜航器(unmanned underwater vehicle,UUV)非最小相位的特性,提出利用有限预测逆方法实现其精确的跟踪控制.利用系统逆方法计算当前时刻t_c的有界的逆输入,需要已知所有未来时刻的理想输出信息.为了有效利用未来时刻的理想输出数据,并提高计算效率,提出将时间窗内理想输出的预测信息用于逆算法中,来求取控制输入值,从而实现对UUV的路径跟踪控制.有限预测逆方法是利用从当前时刻到未来T_p时刻内的理想路径来获得逆输入,可以实现在线控制.通过给定的精确逆输入与利用有限预测逆方法所求得的输入之间的误差,对参数T_p和m进行优化.通过实验验证了该方法的有效性,并对比说明了跟踪误差与优化参数T_p之间的呈指数递减的关系.     

基于Wiener模型的风力发电系统变桨距控制

风力发电系统具有非线性强和波动性大的特点,如何在风速随机变化的工况下,快速地将风电机组输出功率控制在额定范围内是风电系统控制面临的重大难题。针对5 MW风电机组的变桨距控制问题,提出一种基于Wiener模型的风力发电系统变桨距控制方案。根据Wiener模型线性和非线性环节可分离的特殊结构,通过计算非线性环节的逆,构造具有线性性质的广义风电系统被控对象,将风电系统非线性变桨距控制问题简化为线性模型控制问题。采用独立可分离信号分步辨识风电机组Wiener模型,可以更加精准地预测风电机组输出功率。仿真实例表明：该控制方法有效地提高了变桨距系统的控制效果。     

基于动态逆和状态观测的制导控制一体化设计

针对空地导弹的制导控制一体化设计问题,给出了基于扩张状态观测器的动态逆设计方法。建立了导弹纵向通道的制导控制一体化模型,使用动态逆方法对导弹进行了制导控制一体化设计。为克服动态逆方法的缺陷,将制导控制系统的建模误差和未知扰动皆视为不确定性,设计了扩张状态观测器并对其进行估计。仿真结果表明,该方法具有较高的制导控制精度,并满足攻击角约束。     

基于生态位技术的Fuzzy控制方法

通过引入个体生态位概念 ,提出通过反馈作用及个体的自适应行为缩小与环境压力的差异 .建立基于生态位的模糊控制模型 ,并利用遗传算法和 Fuzzy控制双层嵌套的设计方法 ,进行优化构造可控的生态位 .将此方法应用到智能温室系统 ,仿真结果表明有较好的控制效果 .     

基于模型的飞行控制系统一体化设计技术研究

飞行控制系统设计是一项复杂的系统工程,涉及众多的专业。为了提高系统开发效率,采用MATLAB软件构建了统一的设计平台,使得各专业能够借助平台开展相关设计工作。飞行控制系统一体化设计思路来源于基于模型的设计思想。采用基于模型的设计流程,能够快速完成设计迭代,缩短产品研制周期。作者从飞行控制系统设计的角度,对采用MATLAB软件构建的一体化设计平台及涉及的相关专业技术进行了研究,供广大工程设计人员借鉴。     

基于MATLAB的温室温度模糊专家控制仿真研究

在依据能量和物质平衡的温室温度数学模型基础上,建立了温室环境温度模糊专家控制系统的MATLAB仿真模型,包括对控制变量的选取、模糊集的定义、论域等级的划分、隶属函数的选择及模糊控制规则的制定,并用Simulink对控制系统进行了仿真分析。仿真结果证明了该温室环境温度模糊控制策略的有效性及合理性。     

基于反馈线性化的船舶舵鳍联合减摇MPC控制

针对船舶运动系统具有非线性、强耦合、多变量等特性,并考虑海洋环境对船舶运动影响,建立了一个能够比较全面反映船舶运动本质特性的四自由度(纵荡、横荡、横摇、艏摇)运动非线性数学模型,基于模型预测控制是一种在控制领域得到实际应用的多变量优化控制策略,设计了基于反馈线性化的船舶舵鳍联合减摇模型预测控制(MPC)系统。在不同海情下,完成了横摇与航向联合控制仿真实验,结果表明：该控制方法鲁棒性强,既能实现精确的航向控制又能得到良好的减摇效果。     

基于强化学习的指挥控制Agent适应性仿真研究

应用人工智能中的学习技术来赋予战争模拟系统中的智能Agent适应能力，是基于CAS理论的战争复杂性研究的基础内容之一。面对战争系统中复杂动态的环境，传统的监督学习方法不能很好满足智能Agent实时学习的要求。而强化学习却可以很好的适应这种动态未知的环境。文章引入强化学习技术对战争系统中指挥控制Agent的适应性进行建模仿真研究。实验结果表明强化学习技术能很好的满足指挥控制Agent无师在线实时学习的要求，从而为战争模拟系统中的智能Agent的适应性机制提供良好的建模手段。     

基于阻抗和虚拟模型的四足机器人控制方法

为提高四足机器人的运动稳定性,提出基于阻抗和虚拟模型的控制方法。采用基于力的阻抗控制方法进行腿部摆动相的控制,实现摆动相较为精准的轨迹跟踪以及腿部的柔顺控制;采用虚拟模型控制方法进行支撑相的控制,实现对机器人机身姿态的控制,实现了四足机器人的稳定行走。结合横向跨步策略以及虚拟模型的偏航角控制策略,提出机器人抗侧向冲击控制方法,保证了四足机器人受侧向冲击后能够保持平衡并恢复运动状态。仿真结果验证了所提出的控制方法的有效性。     

水下超高速航行体双模态控制研究

水下航行体在高速运动时,其全部或大部分表面被空泡包裹.由于水动力和周围环境扰动使航行体尾部与空泡壁相互作用产生滑行力,滑行力的存在使系统具有较强的非线性并导致不稳定的航行状态.针对航行体纵向运动数学模型可以描述为无滑行力的线性模型和存在滑行力的非线性模型,设计了基于状态的切换控制策略并设计了双模态控制器,对于线性模型采用状态反馈控制,对于非线性模型采用基于微分几何的反馈线性化方法.仿真结果表明,基于状态切换的双模态控制器减小了滑行力,对于初始状态扰动具有鲁棒性.     

基于离散点控制的电缆建模方法

针对虚拟维修中电缆建模现状,给出了基于离散控制点的电缆建模方法,将电缆简化成一系列首尾相连的空间连续线段。并阐述了基于离散控制点算法的电缆建模和刚性部件建模的不同,同时给出了此算法实现的具体程序。最后基于Vega,MultigenCreator在VisualC 6.0的环境下,对此方法进行验证实现。     

稻麦联合收获机清选智能调控模型仿真与试验

如何根据清选损失率和含杂率的变化进行清选智能调控建模与仿真是智能化稻麦联合收获机智能调控的研究重点和热点问题。基于清选调控流程图构建了清选智能调控专家经验知识获取方法,基于产生式规则表示法构建了面向田间作业环境的清选智能调控知识库;基于仿人智能控制原理,构建了自适应选择清选调控策略的知识推理算法,完成了清选智能调控模型的构建。基于Matlab的Simulink模块库构建了清选智能调控模型仿真与测试环境,通过模拟清选含杂率和清选损失率的输入,对该智能控制算法进行了仿真试验与分析。     

AQM中基于T-S模型的滑模控制及仿真

针对TCP(Transmission Control Protocol, 传输控制协议)网络的拥塞控制问题,基于T-S (Takagi-Sugeno)模糊模型,采用滑模控制理论提出了一种新的AQM(Active Queue Management, 主动队列管理)算法.考虑到TCP网络中存在的不确定和时变时滞因素,首先利用T-S模糊模型对网络进行建模,然后利用线性矩阵不等式设计了一个渐近稳定的滑模面,而且还给出了一种能够明显减小滑模面附近抖振的趋近律,基于该趋近律设计的控制律能够有效地抑制路由器中队列长度的振荡,并使其快速收敛于期望值.仿真结果表明,该算法与普通的滑模控制算法相比具有更好的稳定性和鲁棒性,能够很好地适应复杂多变的TCP网络环境.