多变量自校正控制的任意维数输入输出

本文对具有任意维数输入输出的多变量系统,提出了在线修正加权多项式矩阵和输出最优预测两种最小方差自校正控制算法.这两种自校正算法中,参数辨识均采用隐式步骤,参数估计数目较少.控制器闭环稳定性分析表明所述算法能适用于非最小相位系统.仿真结果验证了此算法的有效性.     

多变量系统的鲁棒自适应控制

考虑了具有未建模动态和外来有界干扰的离散时间多变量系统，提出了一种鲁棒自适应控制方案。这种控制器是基于系统的降阶模型设计的，其建模部分的参数估计采用带有死匹的最小二乘算法。在相当一般的假设下，证明了所建立的闭环系统是全局稳定的和跟踪误差是有界的。     

一类输入受限的多变量系统随机自适应控制

提出了一种输入同时受到幅值与速度约束的多变量随机自适应控制算法，该算法通过预选加权阵与在线修改相结合，可以抵消输入非线性特性，并有限度地防止控制进入非线性区间。这种新方法适用于具有任意交互矩阵的非最小相应的随机系统。本文给出了算法的全局收敛性分析和仿真实例。     

等延时模糊多变量系统的自适应控制

基于ＴａｋａｇｉＳｕｇｅｎｏ模型（ＴＳ模型）推导出等延时模糊多变量系统输出的预测模型,提出了等延时模糊多变量系统的自适应控制算法,并简要讨论了闭环系统的稳定性     

一类多变量系统的解耦适应控制

本文提出了一种多变量系统的解耦适应控制算法,该算法简单、灵活并且容易实现.系统各通道的控制器可按不同的要求独立设计,控制器参数可以在线计算。仿真结果证明了该算法的适应能力.     

多变量系统的最优预报控制

以完整的最小二乘递推算法和以约束最优化方法为基础,提出了p-输入q-输出多变量系统的最优预报控制(OPC)方法。数字仿真和实时控制实验表明OPC具有很高的控制精度以及理想的解耦和抗干扰能力。     

一类非线性多变量系统的模糊神经网络自适应控制

针对一类数学模型不完全确知并包含外部扰动的非线性多变量系统，提出一种模糊神经网络(FNN)自适应控制策略．用FNN模型在线辨识非线性系统的未知动态，并根据误差系统的Riccati方程，设计H∞控制，有效抑制系统的外部扰动，该控制律采用Lyapunov设计方法来保证控制系统的稳定．FNN自适应控制策略解决了传统非线性控制器理论结果形式过于复杂，实用性差的问题，拓宽了非线性理论的应用范围．     

一种简化的多变量MRAC系统设计

针对多输入—多输出(MIMO)系统,基于Popov超稳定理论设计了一种简化的多变量模型参考自适应控制器.该控制器只通过对子系统的控制输入和系统输出的滤波导数进行反馈,使可调参数减少,从而简化了控制器结构.数值仿真验证了该方案的可行性.     

分层型多变量自适应模糊控制算法的研究

利用多维模糊条件语句的分解定理，结合分层多规则集输入的设计方法，获得了多变量模糊控制算法的一个简化表达式，模糊规则的修正通过抑制外扰的α因子查询修正表得到，从而获得了一类带解耦设计的多变量自适应模糊控制算法，并进行仿真验证。     

多变量离散系统的鲁棒自有点配置算法

对带有外部扰动和未建模动态和多变量系统提出了一种自适应极点配置算法。     

多变量自校正控制器的确定收敛性分析

对多变量自校正控制器进行了确定收敛性分析。首次表明:即使自校正算法应用于非最小相位系统,只要合适地选择加权阵,则输入输出向量有界,广义输出跟踪误差向量趋于零。     

输入输出维数不等的多变量系统自校正控制器

本文讨论了输入输出维数不等的线性多变量系统自校正控制器的设计方法。采用了对输出跟踪偏差量和控制输入量进行约束的二次型性能指标,最优控制律特使这一性能指标取最小值。将最优控制律所满足的方程和辅助系统输出的最优预报器有机地结合起来,得到适用于参数估计的方程,进而得到了自校正控制器结构。应用这一控制器所得到的闭环系统,可以跟踪时变的参考信号,并且适用于开环不稳定系统。     

一类多变量自校正系统的可拓控制

该文在前人提出的可拓控制器设计方法的基础上，对可拓控制器的结构和具体实现进行了研究，探讨了可拓控制器的实现问题，改进了其控制算法。并把可拓方法应用于一种多变量干燥器的控制系统中，分析了该系统中各特征量的变化，分析表明可拓控制器具有良好的控制器质和较大的发展潜力。     

基于Laguerre函数模型的多变量广义预测自适应控制

通过对Laguerre函数模型结构的分析 ,把多变量广义预测自适应控制方法应用于该模型中 ,利用Laguerre函数模型近似控制对象系统结构 ,将模型中间参量的辨识和模型的预测输出有效的统一了起来 ,克服了单纯基于参数化模型预测控制通常需要已知系统的时延和阶次的局限 ,为适合该类模型的工业对象应用提供一种有参考价值的控制方法。     

离散多变量递推自校正PID控制

本文给出了一种新的离散多变量递推自校正ＰＩＤ控制器设计方法。该方法只对被控制过程进行近似解耦，并通过极小化一个广义性能指标函数以获得ＰＩＤ控制器参数。广义性能指标函数是由预测误差及控制作用所组成，极小化问题的解是以递推形式给出，便于在每一周期里对ＰＩＤ参数进行新的修正。自校正算法不受被控过程模型阶数的限制，可以很方便地为高阶被控过程设计ＰＩＤ控制器。一个仿真算例表明了本文方法的有效性。     

一种简单的多变量极点配置自适应控制方案

本文提出一种简单的多变量极点配置自适应控制算法。这种算法通过对输入输出信号进行线性映射,将一个多变量极点配置设计问题,转化成为一个同阶的单变量系统的极点配置设计问题,从而大大减少了所要估计的参数。它适合于输入输出个数不同、各控制通道的时间延迟不同这样一般的多变量系统。     

一种新的隐式多变量组合自校正动态解耦控制器

本文提出一种新的多变量组合自校正动态解耦控制器.该控制器采用在零极点配置基础上叠加最小方差控制的算法,既能实现动态解耦,又改善了伺服跟踪性能.该控制器采用隐式递推算法,参数估计数目少,在线计算量小,仿真结果表明控制效果良好.     

垃圾焚烧炉炉膛温度的多变量内模控制

垃圾焚烧炉的运行过程受到众多因素的影响,焚烧过程的不稳定将导致产生大量新的有害物质,为了确保垃圾的清洁燃烧需要将整个炉膛的温度控制在一定范围之内。该文针对循环流化床垃圾焚烧炉,取炉膛上部和下部两个温度变量作为被控量,采用多变量内模控制的策略,实现了输出变量之间的解耦,保证了全炉膛温度的稳定。文中给出了控制器的设计过程,并分析了控制器稳定的条件。对所设计的多变量内模控制器进行了仿真验证,仿真结果表明所采用的控制策略是有效的。     

减少辨识参数的多变量自校正控制器

采用具有定常增益的线性补偿器来限制输入个数从而获得减少辨识参数的新模型。以此模型为基础提出了多变量自校正控制器,并证明了该控制器具有全局收敛性,本文还给出了该控制器的仿真实验结果。