基于模型参考自适应MRAC的双流传动调速控制

为使拖拉机作业过程中车速在受到作业阻力变化的影响下能迅速恢复稳定,文章设计一种双流传动(hydro-mechanical transmission, HMT)系统。通过实时调节发动机油门踏板的开度和改变电液伺服机构控制柱塞泵斜盘倾角的泵排量方式对车速进行调节;考虑到电液伺服机构存在强非线性、大时变参数以及外负载干扰等因素,将模型参考自适应控制(model reference adaptive control, MRAC)算法应用在液压泵排量调节的电液伺服执行机构中。结果表明：所设计的HMT系统在拖拉机遇到作业阻力变化引起车速变化时能有效地恢复稳定行驶状态;采用MRAC的电液伺服执行机构能够精确调节液压系统排量比来实现车速的改变,在简化变速操作的同时保证发动机工作在高效区,使拖拉机工作车速快速恢复到稳定区间。     

三温区电加热炉的神经网络模型参考自适应控制

提出了一种基于神经网络非线性系统的模型参考自适应控制方法，通过在线训练获得反映对象动态持性的神经网络辨识器和神经网络控制器，对三温区电加热炉进行实时控制，仿真结果表明该方法的有效性及其优良性能。     

感应电动机模型参考自适应辨识及其应用

针对直接转矩控制的感应电动机调速系统由于电机参数变化引起的低速特性不稳定问题，推导了一种基于感应电动机直接转矩控制系统的定子磁链自适应辨识方法。根据磁链的辨识值计算出电磁转矩；并讨论了感应电动机部分参数变化时引起磁链变化导致的转速动态变化和自适应律调节器中参数的调节规律，最后给出了在MATLAB／SIMULINK环境下的仿真结果，证明所提出方案可以较好地解决直接转矩控制的调速系统在低速范围内的静差问题。     

一种模型参考自适应控制的稳定性和最优性

在文献[5]的基础上，对于更一般的多变量随机系统，提出了一种模型参考自适应控制算法。同文献[5]相比，我们将噪声{wn}有界的假设条件放宽为||wn||＝O（n^d/2)（其中d为一大于0的常数），并证明了这种模型参考自适应控制器的稳定性及最优性；同时考虑了闭环系统参数估计的相容性问题。     

基于RBF神经网络的伺服系统模型参考自适应控制

为进一步提高控制质量,提出一种RBF神经网络模型参考自适应控制策略,设计出伺服系统的控制方法,并给出RBF神经网络辨识模型参数的学习过程.仿真结果表明采用该策略控制效果良好,完全满足控制要求.     

感应电动机直接转矩控制系统的模型参考自适应辨识

针对直接转矩控制的感应电动机调速系统，由于电机参数变化引起的低速特性不稳定问题，采用模型参考自适应辨识的方法，推导了一种基于感应电动机直接转矩控制系统的定子磁链自适应辨识方法。根据磁链的辨识值计算出电磁转矩；并讨论了感应电动机部分参数变化时引起磁链变化导致的转速动态变化；最后给出了在MATLAT／SIMULINK环境下的仿真结果。证明所提出方案可以较好地解决直接转矩控制的调速系统在低速范围内的静差问题。     

非线性系统的模型参考自适应控制

讨论了一类非线性系统的自适应模型跟随控制问题,首先给出了系统的描述,然后研究了该系统模型跟随控制的存在条件,最后,在保证局部稳定性的前提下,讨论了自适应控制系统的设计,仿真实例说明这种方法对较小范围的扰动抑制是很有效的。     

可调增益的模型参考自适应控制及其仿真

针对一类实际工业受控对象的增益呈现缓时变的情况,本文采用的一种自适应控制方案－具有可调增益的模型参考自适应控制系统,通过对其在Matlab之Simulink中进行仿真,结果表明这种方案可以有交地抑制受控对象参数的缓时变对系统性能的影响。     

一类线性时变系统模型参考自适应迭代学习辨识

针对一类有限时间区间上具有可重复性的BIBO稳定的一阶线性时变系统,将模型参考自适应辨识方法与迭代学习相结合,提出了模型参考自适应迭代学习的参数辨识算法。利用模型参考自适应辨识方法得到时变系统参数辨识结构,针对系统可重复的特点,基于Lyapunov方法得到时变参数的迭代学习律。该算法可以辨识快时变的参数,而不需要参数时变结构的信息,并可保证参数估计误差和模型输出误差有界,且沿迭代轴逐点收敛。分析了参数收敛到真值的条件,系统仿真验证了辨识算法的有效性。     

基于模型参考的自适应PID控制器

提出了一种基于模型参考的自适应 PID控制器 ,通过引入一自适应误差信号 ,根据模型参考自适应控制原理的方法 ,推导了 PID参数整定的自适应率 .仿真结果表明 ,该控制器与典型的PID控制器相比 ,显著提高了系统的动态响应性能 ,系统输出能够很好地跟踪参考模型的输出 ,具有一定的抗干扰性 ,鲁棒性较好     

含非线性因素的模型参考自适应控制

研究了含非线性因素的位置伺服系统,提出一种适合快速、高精度位置伺服系统的非线性参考模型的自适应控制算法。使其对含有某些非线性特性的被控对象的控制效果优于线性参考模型的自适应控制算法。     

基于MRFAC的感应电机控制器设计

结合感应电机这一非线性控制对象,设计了感应电机的模型参考模糊自适应速度控制器。该控制器具有传统模型参考自适应控制构架,传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代,模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整,以达到快速适应对象参数和状态变化的目的。基于模块化建模工具Matlab/Simulink建立感应电机控制系统模型,仿真结果表明该控制器运行平稳,具有良好的动、静态性能。     

模糊神经网络模型参考自适应控制

给出了一种基于模糊神经网络的模型参考自适应控制方案。首先,构造了一种运用递推预报误差（ＲＰＥ）算法的多层前向神经网络,并用其对被控对象建模,然后,又构造了一种模糊神经网络控制器（ＦＮＮＣ）。从而为一类难以建立精确数学模型的非线性被控对象提供了一种新的自适应控制方法,信息结果验证了其有效性。     

不确定系统的模型参考自适应模糊控制

针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力,提出了一种MIMO系统的模型参考自适应模糊控制器设计的新方案.通过引入最优逼近误差的自适应补偿项来消除建模误差的影响,不但能保证闭环系统稳定,而且可使跟踪误差收敛到接近零.仿真结果表明了该方法的有效性.     

基于KP= L2D2S2 矩阵分解的多变量自适应控制

本文针对矩阵分解的多变量自适应控制,提出了具有噪声与未建模动态系统的鲁棒自适应控制问题.在高频增益矩阵分解的基础上,得到等价自适应控制律,通过重新定义虚拟规范化信号,对多变量的MRAC方案进行了理论分析,并证明了闭环系统的稳定性和收敛性.最后仿真验证了该方案是可行的.     

模型参考自适应控制系统的一种设计方法

本文采用直接优化性能指标的方法,设计了离散时间的模型参考自适应控制系统,证明了最优调节器的存在性,并分别导出了确定性系统和随机系统的自适应算法.所设计的调节器参数,在一定条件下具有全局收敛性.数值模拟结果表明,所给出的算法是有效的,其控制精度和收敛性质都优于通常的自适应算法.     

模型参考自适应控制系统的一种设计方法

本文采用直接优化性能指标的方法,设计了离散时间的模型参考自适应控制系统,证明了最优调节器的存在性,并分别导出了确定性系统和随机系统的自适应算法。所设计的调节器参数,在一定条件下具有全局收敛性。数值模拟结果表明,所给出的算法是有效的,其控制精度和收敛性质都优于通常的自适应算法。     

模型参考自适应控制中参考模型的选取方法

针对时变负载泵控马达电液伺服系统自适应控制，探讨了参考模型的选取对系统瞬态的影响，给出了理论上的仿真结果，并通过实验进一步说明了在负载大范围变化的情况下，通过选到参考模型，系统均能获得优良的动态性能，同时还提出了改善系统瞬态响应的有效途径。