一种线性自抗扰控制器参数自整定方法

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法. 算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定. 为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究. 结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法.     

一种基于改进自抗扰控制器的风电机组变桨距控制策略

为了改善风电机组的恒功率输出区域的动态性能,提出了一种基于改进自抗扰控制器的变桨控制策略。当风速高于额定风速时,通过调节桨距角改变风机气动转矩,保证风机输出功率的稳定性。设计了一个改进的连续光滑的非线性函数,可有效提高系统的抗扰动能力。基于该非线性函数对传统自抗扰控制器做出了改进。仿真结果证明,改进自抗扰控制器的变桨距控制系统能够对桨距角进行精确调整并将输出功率快速稳定到额定值附近,具有较快的响应速度及较好的抗扰动能力。     

一种高鲁棒性的运动模糊图像复原算法

为解决常用的基于能量谱和倒谱零点的运动模糊图像复原方法的噪声敏感问题,提出了一种高鲁棒性和适应性的新算法。该算法使用中值互补模板法进行噪声能量的估计,在对数能量谱域内使用改进的Radon变换实现模糊角度的识别,通过旋转图像使运动模糊出现在水平方向,然后在双谱域内识别模糊长度,大大降低了噪声对识别的影响。实验结果表明:本文算法能够处理信噪比大于5 dB的噪声模糊图像,图像复原效果显著。     

一种基于Hough变换的运动模糊图像复原方法

通过对运动物体图像运动模糊的研究,分析了图像运动模糊的降质过程.针对运动参数未知的情况,提出一种新的运动模糊复原方法,该方法首先运用小波的多分辨分析特性进行图像的消噪处理,然后通过Hough变换与频域处理相结合估算点扩散函数(PSF)的方向,利用自相关的方法估算PSF的尺度,最后通过维纳滤波还原图像.实验证明,该方法在一定范围内,能够有效地消除运动模糊造成的图像质量下降.     

基于自抗扰控制器的感应电机变频调速系统

设计了由4个一阶自抗扰控制器构成的多环调速系统.该系统将电机模型中的交叉耦合项、易变参数以及负载统一归为未知"扰动",用自抗扰控制器的扩张状态观测器进行观测,并采用非线性状态误差反馈控制器补偿,实现控制系统的精确解耦和简单线性化.该控制方案不需要精确的电机参数,使得自抗扰控制器的设计能够独立于感应电机的精确数学模型.半物理仿真软件SaberDesigner中的器件级仿真实验表明,相对于经典PID控制器,自抗扰控制器对负载扰动和电机参数变化具有更好的鲁棒性和动态性能.     

一种递归模糊神经网络的广义预测控制方法

提出了一种递归模糊神经网络(RFNN),通过加入向量调节层,提高了网络对输入信息的处理能力。基于所设计的递归模糊神经网络,建立非线性系统的离散数学多步模糊预测模型,根据这一模型对系统的输出进行预测,然后利用预测控制算法得到相应的预测控制规律。仿真结果表明该方法具有较高的控制精度以及一定的抗干扰能力。     

性能评价方法在ADRC参数整定中的应用

针对自抗扰控制器参数较多、整定困难的问题,提出基于控制系统性能评价的自抗扰控制器参数整定方法.通过闭环系统的扰动-输出传函求解基准函数,对决定自抗扰控制器性能的参数进行优化.实验结果表明,该参数整定方法简单易行,在满足系统性能最优的前提下,能有效提高ADRC的控制效果.     

运动模糊图像复原技术的改进算法

提出了一种利用维纳滤波法与图像均衡法相结合的改进算法对运动模糊图像进行复原。对于一幅匀速直线运动的模糊图像,首先根据其频谱图确定图像退化过程的参数,即其点扩展函数(Point Spread Function,PSF);再将点扩展函数代入维纳滤波器的公式中,设计符合要求的γ参数,然后将维纳滤波法与直方图均衡法相结合,形成一个维纳滤波改进算法,对匀速运动的模糊图像进行复原。实验结果表明,通过实验图片直观的对比,改进算法所得到的复原效果明显优于普通维纳滤波法。     

自抗扰参数模糊自整定无刷直流电机控制研究

在电机控制当中,自抗扰控制器(ADRC)是提高系统鲁棒性的有效手段之一,但是其需整定的参数过多,不便于实际操作,本文结合模糊控制技术,对自抗扰控制器的参数进行自整定,不仅保持了ADRC原有的优良性能,而且提高了其自适应能力.同时结合无刷直流电机本身的特性,推导出了BLDCM作为被控对象的二阶状态方程,仅用一个参数模糊自整定的自抗扰控制器就实现了无刷直流电机的运行控制,保证了BLDCM控制系统结构的简单性.仿真表明,此控制系统对BLDCM的内部参数的摄动和外界扰动具有很强的自适应性和鲁棒性,并且结合实验验证了其可行性和有效性.     

一种非线性鲁棒均值预测控制器

提出了一种有界随机动态控制系统输出均值的非线性鳍棒预测控制器。在采用B－样条神经网络的平方根模型表示随机动态系统的输出概率密度函数基础上，输出分布的均值控制转换成一个非线性优化问题。为了解决这一问题，采用了L－M修正梯度搜索方法，得到预测控制器。基于Lyapunov稳定分析，得到了闭环渐近稳定的充分条件和考虑系统建模误差时的鲁棒稳定充分条件。仿真例子表明此算法正确，并获得了很好的结果。     

基于PSO的自抗扰飞行控制律参数优化方法

提出了一种基于粒子群优化(PSO)的自抗扰(ADRC)超机动飞行控制律参数优化方法.分析了自抗扰超机动飞行控制律的参数取值和调节问题,讨论了扩张状态观测器(ESO)中非线性函数的系数对系统性能的影响,并给出了系统的性能指标函数.在给定的参数范围内,采用标准的PSO算法对ESO中非线性函数的系数进行了参数优化,优化结果表明:这种算法可以按性能指标搜索到近似的最优参数.采用该算法得到的参数对超机动飞行控制律进行了数字仿真.仿真结果表明:控制律具有良好的动态和稳态性能,该参数优化方法是有效的.     

一种基于自适应PID参数的无超调控制方法研究

提出一种在自整定确定PID参数的基础上,根据辨识模型的时间常数与纯滞后的比值进一步对比例系数进行自适应修正,从而使得被控对象无超调的达到设定值的方法。并对该方法的跟踪性、抗扰性与鲁棒性进行了研究。     

基于自抗扰控制技术的单元机组协调系统

针对单元机组协调系统具有多变量强耦合、非线性及参数时变的特性,提出了基于自抗扰控制技术的单元机组协调系统控制方案.其主要特点是把每个通道的耦合环节看成该通道的外扰,通过自抗扰控制器中的扩张状态观测器对总扰动进行估计,并在控制信号中加以补偿,从而实现了单元机组的解耦控制.通过对一个通用的非线性协调系统模型的仿真研究,表明了该方案具有较好的解耦效果、较快的响应速度和较强的抗干扰能力.     

直驱式永磁直线电机深度模糊滑模-自抗扰控制

针对直驱系统中各种非线性干扰直接作用下的永磁直线电机控制性能恶化的问题,提出一种深度模糊滑模-自抗扰控制方法。首先,通过非线性扩张状态观测器估计系统不确定扰动,在滑动面设计中引入跟踪误差的积分项,结合饱和函数sat(s)与位移误差的幂函数设计趋近律,从而改进滑模-自抗扰控制方法;其次,为避免设计过程中的主观影响,进一步提升直线电机在复杂工况下的适应能力,基于深度神经网络训练模糊规则,进而调节滑模控制的关键参数。采用所提方法在直驱泵性能测试平台进行了实验研究,结果表明：所提深度模糊滑模-自抗扰控制方法有效提高了直线电机控制精度、响应速度与鲁棒性,直线电机的阶跃响应时间相对于传统滑模控制方法提升了23.87%;正弦目标跟踪的ITAE指标改善是传统滑模控制方法的4.7%、是改进滑模-自抗扰控制方法的13.2%;在传感器白噪声干扰下,正弦目标跟踪的最大跟踪误差相对于改进滑模-自抗扰控制方法改善了一个数量级。     

生成光滑曲线的一种快速算法

基于Ｂ－样条尺度函数，构造出一个两阶光滑紧支撑插值函数，从而给出一种简单且易实现的生成复杂曲线的快速算法。     

基于扩张状态观测器的智能船舶循迹预测控制

欠驱动船舶循迹过程中受到时变多源干扰的影响,同时在航行转艏处易产生控制力突变现象.针对上述两方面的问题,文中将扩张状态观测器(ESO)与模型预测控制(MPC)相结合,提出了一种最优循迹控制方法.首先,设计了扩张状态观测器对时变多源干扰进行补偿并提供低频控制输入;其次,以优化船舶航行控制力为目标,设计了一种非线性MPC控...     

非线性自抗扰状态PI控制器的研究

针对线性状态PI控制器只适用于单输入单输出的线性系统的不足,提出了非线性自抗扰状态PI控制方法,将“自抗扰”控制的控制思想应用于常规状态PI控制,使其适用于单输出的非线性系统的控制,解决了“自抗扰”控制技术中扩张状态观测器的参数问题,并对系统的稳定性进行了定性分析,仿真算法表明,非线性自抗扰状态PI控制器对对象模型参数摄动和外扰具有良好的适应性和鲁棒性。     

一种新的三次λ参数曲线的构造及其性质

利用Ｈｅｒｍｉｔｅ插值给出了三次λ参数曲线的构造，讨论了其性质，给出了凸性定理，并进一步利用三镒λ参数曲线的构造了Ｃ１连续的样条曲线和插值曲线，给出了插值曲线控制点的一般求法。     

一种基于增强型烟花算法的自抗扰控制的机器鱼路径跟踪控制方法

机器鱼在未知水域进行路径跟踪时受到内外多种未知干扰因素的影响。自抗扰控制(auto disturbance rejection control, ADRC)具有较强的适应性、鲁棒性,是解决非线性、不确定性、强干扰、强耦合、大时滞等控制问题的一种有效方法。为了获得高质量的跟踪效果,提出基于增强型烟花算法的自抗扰控制(enhanced fireworks algorithm-auto disturbance rejection control,EFWA-ADRC)的路径跟踪控制方法。针对ADRC中参数的优化问题,采用增强型烟花算法(EFWA)在线调整,以提高机器鱼在路径跟踪过程中的抗干扰性。以多关节仿生机器鱼为研究对象,结合机器鱼的数学模型,在Serret-Frenet坐标系下建立路径跟踪误差模型,重点设计前向速度和转向速度控制率,构建基于EFWA-ADRC的路径跟踪控制系统。最后仿真与实验结果显示基于EFWA-ADRC与常规ADRC的控制方法使机器鱼分别在2.8 s、3.3 s左右跟踪给定路径,且跟踪误差分别保持在正负0.09 m、0.1 m内,相比于常规ADRC,所提出的控制方法使跟踪的稳态误差降低10%,证明提出的EFWA-ADRC控制器对受到强干扰的被控系统具有更优的控制效果。     

一种新的模糊滑模控制方法

本文针对常规滑模控制存在的高频颤动现象,把滑模控制与模糊逻辑控制相结合,提出一种新的模糊滑模控制方法。仿真结果表明,这种模糊滑模控制方法不但避免了滑模控制所固有的颤动现象,而且对模型不确定性和外来扰动具有较强的鲁棒性和良好的跟踪性能。