一类对称循环组合系统的模型参考自适应控制

给出了具有对称循环结构的组合系统在可调系统参数均时变或未知的情况下模型参考自适应控制的3个基本条件和一般步骤,并保证系统的李亚普诺夫稳定性·充分利用系统的对称循环的结构特点,降低Riccati方程的维数,大大简化了计算,易于工程实现·且可调参数可以是无界的,其适应律不依赖于广义误差的导数,从而解决了这类具有特殊结构的系统在自适应控制过程中的一些困难·     

高炉煤粉喷吹系统的动态辨识

高炉煤粉喷吹是一个时变、非线性复杂系统,采用常规方法无法建立起精确的数学模型·通过对煤粉喷吹系统的研究,提出一种带可调因子的模糊神经网络(AFNN),它通过调节可调因子的大小,实现喷吹对象的动态辨识·实验结果表明,该网络具有快速的学习能力和较强的自适应性能·     

MAC预测控制及其在生产中的应用

以分量豆蛋白的生产过程控制为例,介绍模型启发预测控制ＭＡＣ算法的实现过程,这种控制方法适用于被控对象无法用精确数学 模型描述的,参数不确定的复杂控制过程。     

一类不确定未知界相似组合系统的指数实用稳定分散自适应输出反馈控制

研究了一类具有加性扰动不确定未知界的相似组合系统的指数实用稳定分散自适应输出反馈镇定问题,给出了系统输出反馈指数实用稳定的条件·受控系统的不确定项可以是非线性的或时变的·输入通道不确定性满足一般限制·系统的不确定项的界是存在的,但却是未知的·设计的确定性自适应控制器能保证受控系统的状态,在有限时间内按规定的指数速度收敛于系统的平衡点附近的一个指定的邻域·仿真结果表明所得的结论是正确有效的     

具有不确定性需求的供应链牛鞭效应的随机控制

在供应链的多层动态库存模型基础上 ,研究了顾客端不确定性需求是白噪声 ,以及其更复杂情况有色噪声条件下的供应链模型·并针对在不同的顾客不确定需求环境 ,采用随机控制理论对供应链中牛鞭效应进行了抑制控制的研究·同时以一个石油分销系统为对象进行了供应链牛鞭效应的随机控制仿真实验 ,实验表明牛鞭效应受到了抑制     

中厚板控制冷却数学模型

介绍了中厚板控制冷却过程中所用的数学模型,包括差分模型、空冷和水冷换热系数模型、比热和热传导率模型,并采用有限差分法模拟计算了钢板在冷却过程中厚度、宽度方向上的温度场分布,以及间歇冷却对控制冷却的影响·从模拟结果可以看出,返红时间、厚度上温度梯度随钢板厚度增加而增加;间歇冷却时钢板内部温度呈均匀下降,表面不断冷却与返红过程·在线应用证明该套数学模型计算精度较高,可以满足现场实际生产的要求·     

热轧带钢卷取温度过程前置控制

提出了过程前置控制的基本思想,对难于用精确数学模型描述的复杂不确定过程控制进行了探索,并将过程前置控制用于热轧带钢卷取温度控制的精确预测。     

基于自适应反步滑模控制的主动队列管理

针对TCP网络的拥塞控制问题,基于自适应反步滑模控制提出了一种主动队列管理算法。由于系统的不确定在实际工程中很难或根本无法事先获得,设计一个自适应律来实时适应系统不确定的值,从而消除系统不确定所带来的影响。利用此自适应律,提出一个自适应反步滑模控制器,使得系统具有较好的暂态性能和鲁棒性能。仿真结果表明,该方法对TCP网络的复杂变化具有较好的鲁棒性和较快的系统响应。     

基于改进型神经动态规划算法的单容液位优化控制

单容液位控制系统是一个强非线性、多约束、时滞的复杂系统,传统的PID控制算法很难对其进行精确自适应优化控制。介绍了一种改进型的神经动态规划(NDP)算法,其中模型网络用小波神经网络来替代,并针对单容液位控制系统的液位进行自适应优化控制。仿真结果表明,基于神经网络的NDP算法在鲁棒性、控制精度和控制效果都优于传统的PID算法。     

一种基于模糊神经网络和遗传算法的智能PID控制器

常规的PID控制器参数整定方法需要被控对象的精确数学模型,且整定出的参数不能进行在线调整.而模糊控制和神经网络均不依赖被控对象的数学模型,且具有较强的自适应和自学习能力;遗传算法则是一种新型的全局优化方法.鉴于此,提出将模糊控制、神经网络和遗传算法引入PID控制器的设计过程.首先,运用遗传算法优化隶属度函数的中心值和宽度,并借助模糊逻辑控制确定遗传算法中的交叉概率和变异概率.然后,再运用BP算法优化模糊神经网络的连接权系数.仿真结果表明,该方法提高了系统的自适应能力和抗干扰能力,增强了系统的鲁棒性.