基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合 ,提出了时变时滞系统自适应内模控制算法 .理论分析及仿真结果表明 ,该算法能克服时滞及参数的变化 ,具有鲁棒性好、抗干扰能力强的特点     

线性时变时滞系统的最优控制——块脉冲函数的应用

利用块脉冲函数和参数优化方法,提出了多变量线性时变时滞系统的最优控制算法。该算法简单,且便于实际应用。仿真结果表明,此算法对线性时变时滞系统的最优控制是切实可行的。     

新型时变大时滞最优预报自校正PID控制算法

本文提出了一个克服时变大时滞及被控过程参数时变的最优预报自校正PID控制算法。通过计算机数字仿真,将新算法应用到化肥厂合成氨H_2/N_2这样一个时变大时滞的被控过程,结果看出这种控制策略鲁棒性好,抗干扰能力强,消除了时滞及过程参数时变对系统输出的影响,可以构成相当理想的工程控制器。     

一种新的时变时滞系统控制方法

把一种新的能在线估计时变时滞系统参数的辨识算法与内模控制相结合,提出了时变时滞系统自适应内模控制算法．理论分析及仿真结果表明,该方法能够克服时滞及参数的变化,具有鲁棒性好、抗干扰能力强等特点,优于Ｓｍ ｉｔｈ 预估控制器．     

EHA半主动悬架自适应Smith预估时变时滞补偿控制

由于传统Smith预估补偿控制对采用电动静液压作动器(Electro Hydrostatic Actuator,EHA)半主动悬架只能进行临界时滞时间的补偿,设计了一种自适应Smith预估时变时滞补偿控制器。通过计算含时滞半主动悬架系统的临界时滞,结合小时滞下悬架系统不会发生失稳的条件,得到了含时滞EHA半主动悬架时滞的时变特性,并验证了该时滞补偿控制器对时变时滞补偿的有效性。利用模糊控制算法求取了含时滞EHA悬架的半主动控制力,并进行了时变时滞补偿。建立了含自适应Smith预估时变时滞补偿控制的EHA半主动悬架仿真模型,并进行了对比仿真分析。结果表明,当时滞为0.05 s和0.1 s时,自适应Smith预估时变时滞补偿控制下的悬架簧载质量加速度和轮胎动载荷的均方根值分别改善了14.6%,5.5%和29.5%,15.5%;相比于传统Smith预估时滞补偿控制,时滞补偿效果分别提高了39.7%,41%和18%,55%.     

预测型智能自整定PID控制器

提出一种预测控制和遗传算法相结合的自整定ＰＩＤ控制算法．该算法利用预测技术克服时滞,利用遗传算法优化ＰＩＤ控制器的参数．通过对工业过程中典型的大时滞被控过程进行数字仿真表明,这种控制算法鲁棒性强、响应速度快、抗干扰能力强,对控制系统有扰动、参数时变尤其时滞时变的大时滞生产过程有较好的控制效果．     

基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合,提出了时 滞系统自适应内模控制算法,理论分析及仿真结果表明,该算法能克服时滞及参数的变化,具有鲁棒性好,抗干扰能力的特点。     

大时滞系统全参数自适应预测控制策略

针对大时滞系统纯滞后时间长、参数时变的特点,提出一种基于改进的粒子群优化的自适应预测控制算法.利用改进的粒子群优化算法对时变大时滞系统模型的全部参数进行辨识,从而克服预测模型失配对系统控制性能的影响,并且将粒子群优化算法用于预测控制滚动寻优,有效解决系统存在约束条件下的最优值求解问题.仿真结果验证所提方法的有效性和优越性.     

基于神经网元的自适应Dahlin数字控制器

在常规Dahlin数字控制器基础上,提出了1种基于神经网元的自适应Dahlin数字控制器.它具有收敛速度快、鲁棒性强的特点,而且学习算法是自适应的.它既可以用于参数时变和时滞未知的受控对象,又适用于逆不稳定过程,同时不存在控制器的振铃现象,是解决具有慢时变和时滞未知工业过程控制的有效方法.     

带时滞随机泛函微分方程的Split-step算法

针对一类带有泊松跳的时变时滞随机泛函微分方程,基于Euler-Maruyama算法,给出了Split-step算法。在带跳时滞随机泛函微分方程的系数满足全局Lipschitz条件、线性增长条件和初值函数具有Hlder连续性的条件下,证明了文中的Split-step算法在均方意义下以0.5阶矩收敛。最后通过几个实例进行了数值模拟,验证了算法的有效性。     

时变分数时滞系统的最优预报自适应控制算法

在用广义模型描述被控过程的基础上,本文提出一个极点配置最优预报自校正PID控制算法,该算法兼有PID和自校正,以及克服时滞的最优预报器的特点。计算机数字仿真结果表明这种控制策略对具有未知或时变分数时滞系统是非常有效的。     

机动目标被动声定位仿真研究

针对基于时延估计的空中机动目标定位与跟踪的算法仿真问题,提出一种以时变时延信号产生算法为基础的仿真方法.该算法利用FIR滤波器线性相位特性,使模拟的目标信号通过时变FIR滤波器产生相对输入信号有时变时延的输出信号.在考虑了目标的机动、干扰信号、环境噪声以及信噪比后构造出模拟的阵列接收信号,通过定位算法得到目标方位.仿真表明该方法能较好地完成对基于时延估计的被动声定位算法的评估,并具有广泛的适用性和实用性.     

具有通信时延下多无人机编队控制

 针对具有二阶动力学特性多无人机系统模型,在具有通信时延及编队构型时变的情况下,本文提出了一种基于一致性理论的编队控制算法。首先将多个无人机的时变编队控制问题转换成闭环系统的渐近稳定问题;然后通过构造Lyapunov-Krasovskii 函数,并以线性矩阵不等式（linear matrix inequality）的形式给出多无人机编队系统时变编队稳定的充分条件;最后以被视为质点的多无人机系统为例进行了仿真验证。结果表明：当通信时延、控制协议参数等满足稳定条件时,文中提出的编队控制算法能使多无人机编队系统形成期望的时变编队队形。     

压缩机性能测试的预测补偿智能控制新算法

制冷系统是多变量耦合的复杂系统，动态过程中具有时变性、非线性、随机性以及大滞后性，精确建立整个系统的动态模型相当困难，这给压缩机性能测试中系统快速有效地自动达到稳定工况的控制带来了问题．为此作者提出了具有预测补偿机制的智能PID控制新算法，该算法的特点为：直接从控制过程的动态特征出发进行智能推理和控制决策，避免建立精确数学模型的难度，并针对制冷系统的大惯性和纯滞后的特性加入纯滞后补偿机制．该方法在实现压缩机性能全自动测试的实际应用中取得理想的效果．     

离散时延系统的鲁棒稳定性和镇定问题

文章研究了切换线性离散时间系统的鲁棒稳定性和镇定问题．在研究中参数不确定性是时变的但是范数有界的,并且假设时延是时变的和有界的,这包含了常数时延和模型依赖常数时延这些特殊情形．首先,得到一个保证不确定系统稳定的充分条件．其次,设计了一个能够保证所得的闭环系统对所有允许的不确定性是稳定的控制率．提出一个线性矩阵不等式方法和一个锥补线性化算法来解决上面所提的问题．给出一个数值例子来说明所得理论的潜在应用．     

具有控制器失效的不确定时滞系统区间时滞依赖鲁棒控制(英文)

研究了具有控制器失效的这样一类特殊的不确定时变时滞系统的区间时滞依赖鲁棒控制问题。假定时滞是某一给定区间上的时变连续函数。主要探索控制器失效在满足什么样的条件下系统依然是指数稳定的。首先,将具有控制器失效的时滞系统建模成一类包含了稳定子系统与不稳定子系统的切换系统。接着,针对这样的时滞系统,通过利用一个新的Lyapunov-Krasovskii泛函,使用新的时滞技术及基于平均驻留时间方法,在稳定子系统与不稳定子系统激活时间比不小于某一下界的条件下,提出依赖于时滞区间的时滞依赖稳定性条件。由于未引进多余的加权矩阵,在估计泛函微分上界时未忽略有用信息,即充分考虑时滞上下界信息,使得所得结果具有较小保守性。基于所获得的稳定性准则,以线性矩阵不等式(LMI)形式得到了确保闭环系统指数稳定的控制器存在的依赖于时滞区间的充分条件,控制器参数通过求解LMI给出。最后,所呈现的鲁棒控制问题有效性通过仿真算例得以证实。     

改进型模型参考自适应Smith预估控制算法在合成氨中的应用

本文提出的改进型模型参考自适应预估控制算法是克服大时滞、有扰动及被控过程参数时变的有效新型算法。理论分析及对合成氨H_2/N_2控制的计算机仿真结果表明,该法在抗干扰能力及鲁棒性方面优于当前其它的自适应Smith预估控制算法。     

稳定的随机早期检测方法

针对随机早期检测（RED: Random Early Detection）对网络时滞、参数设置敏感的问题,提出一种适用于时滞网络的稳定随机早期检测算法（TRED:Time-delay RED）。
引入史密斯预估器,以抑制网络时滞对网络性能的影响;采用瞬时队列长度替代平均队列长度作为拥塞指示,加快系统的响应能力;改进RED算法的丢包概率函数为非线性函数,同时自动调整系统参数,以适应网络环境变化。仿真结果表明,TRED算法能成功补偿网络延时,并在不同的时滞环境、不同程度的拥塞环境中保持稳定的队列长度,具有很强的环境适应性,从而保证了良好的网络性能。     

滞后时变离散区间系统的稳定性

给滞后时变离散系统的稳定性判据。基于Ｌｙａｐｕｎｏｖ稳定性理论，应用向量比较原理，研究了滞后时变离散区系统的稳定性，和具有非线性时变摄动的滞后时变离散系统的鲁棒稳定性，得出了一些充分条件。所得结构包含了一些已有结果作为特例。