基于Hammerstein模型和GA的非线性广义预测控制

针对Hammerstein型的非线性系统,给出了一种基于GPC的预测控制方法.分析了使用近似法求解控制量的缺点,据此提出了基于遗传算法的控制量优化求解策略.以一个热交换器作为仿真实例,分别使用遗传算法和两种近似法求取控制量,并比较了3种情况下的控制效果.仿真结果表明基于遗传算法的预测控制器具有良好的性能.     

基于复合正交神经网络的广义通用模型自适应控制

在自适应逆控制中应用复合正交神经网络具有算法简单、学习收敛速度快等优点,将复合正交神经网络与广义通用模型控制器策略相结合,提出了一种基于神经网络的广义通用模型自适应控制方法.该控制方法中的参考轨迹为一条典型的二阶曲线,控制器参数具有明显的物理意义,参数整定方便.仿真实验验证了该控制策略的有效性.     

基于灰色模型的广义预测控制直接算法

基于灰色模型GM（1,2）,采用两个辨识器分别辨识被控对象和闭环系统的参数,从而得到了控制器的参数,给出了一种广义预测控制的直接算法.由于此方法将被控对象视为灰色系统,需辨识的参数较基于CARIMA或CARMA模型的广义预测控制直接算法大大减少,实时性进一步提高.仿真结果表明,该方法是有效可行的.     

带有模型不确定性的连续时间广义预测控制

针对模型不确定系统的连续时间广义预测控制,引入无穷时域的性能指标使闭环系统达到稳定.用递推最小二乘法估计系统的未知参数,在每个采样点基于估计的状态模型来计算控制输入.通过施加新的终端等式约束,将无穷时域性能指标的优化问题转化成可解的二次规划问题.利用后退时域性能指标的单调性证明,给出使连续时间广义预测控制达到闭环稳定的条件.仿真算例验证了算法的有效性.     

基于广义Hammerstein模型的多变量非线性预测控制

将单输入单输出的Ｈａｍｍｅｒｓｔｅｉｎ模型推广至多输入多输出系统,提出了广义Ｈａｍｍｅｒｓｔｅｉｎ模型,并给出了其辨识建模方法．进一步以此模型为基础,提出了一种多变量非线性预测控制算法．该算法利用了线性预测控制的成果,避免了通常非线性模型预测控制所需的在线数值寻优计算,大大节约了在线计算时间、提高了算法的可靠性和稳定性．     

不确定广义系统的保性能控制:LMI方法

针对一类含有时变、范数有界参数不确定广义系统,结合一个二次型性能指标,研究了使闭环系统保持正则、稳定和无脉冲,且闭环性能指标值不超过某个确定界的保性能控制律的设计问题.通过矩阵不等式给出了保性能控制律存在的一个充分条件,进而用线性矩阵不等式给出了保性能控制器的一个参数化表示.     

基于KAUTZ模型的预测函数控制及其稳定条件

对模型未知的系统采用Kautz函数逼近得到系统的近似模型.基于所得到的Kautz模型设计了一种预测函数控制器.对该算法进行了稳定性分析,依据Lyapunov稳定性定理得到了保证闭环控制系统稳定的充分条件.仿真实验证明,该算法能够准确逼近真实系统模型,实现自适应控制,得到满意的控制效果.     

Lurie间接控制大系统的绝对稳定性

利用大系统分解方法和Lyapunov第二方法研究了一类Lurie间接控制大系统, 结合Metzler矩阵的性质,建立了这类Lurie间接控制大系统的稳定性与低维矩阵稳定之间的关系,从而得到了这类Lurie间接控制大系统绝对稳定的充分条件.其结论判断起来方便、简捷.应用实例说明了该方法的优越性.     

电液位置伺服系统模型辨识及其控制方法

利用xPC半实物仿真技术和MATLAB系统辨识工具箱,以阶跃信号和液压缸位移为输入输出量,辨识得到电液位置伺服实验台的数学模型。以模型为控制对象设计一种由PID控制和模糊控制组成的复合控制器。控制器中引入积分因子和自调整修正因子,对修正因子模糊数模型采用在线插值运算;采用模糊切换来保证2种控制的平稳过渡,模糊切换的执行区域可通过设定其隶属函数的形状参数加以确定。半实物仿真结果表明：复合控制方法消除了模糊控制的稳态误差,提高了PID控制的响应速度,改善了电液位置伺服系统的综合性能,对被控对象参数（负载质量）变化有很强的适应能力。     

网络控制系统的一种统一的Markov跳变模型

对于网络诱导延迟的上界大于或小于一个采样周期的两种不同情况的连续时间网络控制系统,采用离散化与增广状态空间方法,建立了统一的Markov链离散时间跳变模型.由于模型含有反映系统的网络诱导延迟的大小与计算精度的参数,因此它具有更广泛的适应性.应用离散时间线性跳变系统理论,分析了保证系统均方稳定的充要条件.在所论及的保证系统均方稳定的设计算法中,给出了一种求内点法初始可行解的方法.在延迟带有一定任意性的车载倒立摆的网络控制设计中,该改进算法得到了有效应用.     

软件人的体系结构及其网络平台

“软件人(SoftMan,SM)”的研究丰富了“人工智能”和“人工生命”的科学内涵,有助于深化“智能管理”、“智能网络”及“多智体”系统的研究开发．提出了基于Agent的“软件人”基本体系结构和“软件人”网络平台的体系结构．最小系统实验表明,“软件人”的通信功能、迁移功能、注册功能已经实现,所提出的体系结构是可行的,能使基于“软件人”的网络应用软件更加自主和智能化．     

一类非线性滞后系统的广义预测控制

对将线性系统的广义预测控制算法推广应用到非线性系统的控制问题进行了研究,即在每个控制周期内,递推预测非线性滞后系统在将来时刻的工作点,在工作点附近对非线性系统进行线性化,根据得出的线性化模型进行广义预测控制,并采用动态寻优的方法逐步逼近最优控制,仿真结果表明:非线性系统的广义预测控制算法能快速有效地跟踪系统的设定值,控制效果良好.     

用于控制图模式识别的广义神经网络系统

面向过程控制图的模式识别,提出了一个广义神经网络系统.该系统基于广义过程对象模型发生数据,离线训练后能够在线识别各类工业过程常见的控制图模式,模块化的设计使得神经网络系统的结构相对简单,有效地提高了网络的训练速度和模式识别的准确率.首先研究了广义过程对象模型参数对神经网络控制图模式识别率的影响,并基于此影响规律设计了包含模式识别分类模块与模式参数估计模块的集成化神经网络系统结构;其次使用基于广义对象模型产生的数据对神经网络系统进行了训练和验证,讨论了学习训练方法,并进行了控制图模式识别性能的仿真测试,获得了满意的结果.在TE过程仿真平台上进行了实验,给出了对上升阶跃模式和下降阶跃模式的识别结果,表明了具有较高的识别率.     

基于追踪控制的混沌系统广义同步

基于追踪控制方法，针对新型混沌系统—Liu混沌系统，设计了一个非线性控制器，使得系统的第一个状态信号与任意给定的参考信号达到广义同步。数值模拟进一步验证了所给方法的有效性。     

基于改进型广义双曲正切模型的机器臂控制算法研究

针对存在复杂干扰情况下的机械臂轨迹跟踪控制问题,采用了一种基于双曲正切模型的鲁棒自适应控制方案。利用高解释性的改进型广义模糊双曲正切模型的全局逼近特点,设计一种自适应控制器用于机器人轨迹跟踪控制;同时以解一个线性矩阵不等式方程来保证系统的鲁棒稳定性。通过Lyapunov理论验证设计的控制器能够有效地克服不确定性对系统的影响,实现闭环系统的渐近稳定。仿真实验表明此控制算法具有较高的跟踪精度和较强的鲁棒性。     

双重控制系统的广义预测控制

传统的双重控制方法建立在简单PID算法基础上,其性能受到一定的限制.为此,将广义预测控制算法应用于双重控制系统中,形成基于预测控制的双重控制算法.该算法继承了传统双重控制方法的控制结构和控制思想,采用主、副2个控制器进行控制.其中主控制器采用广义预测控制算法,针对快回路产生快控制作用使系统具有良好的动态特性;副控制器采用PID算法,针对慢回路产生慢控制作用以实现一定的经济指标;同时,副控制器的输出作为前馈量引入主控制器.主、副2个控制器互相协调工作,使系统既具有良好的动态特性,又符合工艺上或经济上的要求.仿真对比结果表明,该算法控制性能优良,具有较强的的抗干扰性和良好的鲁棒性,是一种较好的双重控制系统控制算法.     

纸张定量的自校正广义预测控制

本文提出采用自校正广义预测控制的方法实现纸张的定量控制，推导了有色噪声情况下的广义预测控制算法，利用增广最小二乘参数估计实现纸张定量的自校正广义预测控制，经对纸机不同工况的模型仿具计算，得到了鲁棒性强，控制性能好的满意结果。     

恢复力曲线模型及其对控震效果的影响研究

根据抗震结构理论,利用MATLAB语言对克拉夫(Clough)模型、武田(Otani)模型进行程序化,并提出对其拐点进行处理的方法,然后利用自编程序对被动调谐质量阻尼器(PTMD)及消能减震相结合的广义混合控制体系进行弹塑性时程分析,以研究恢复力曲线模型及其参数对控震效果的影响.     

基于生存理论的广义预测控制

基于生存理论,将状态空间按约束条件划分为不变子空间、安全子空间、危险子空间和死亡子空间,根据状态预测值所处的子空间选择不同的目标函数,提出了一种新的广义预测控制算法,它可保证系统始终满足给定的约束条件。