永磁直线同步电机自适应内模控制研究

为了解决永磁直线同步电机（PMLSM）运行过程中对系统参数摄动及负载扰动等不确定因素敏感的问题,结合内模控制和模型参考自适应控制各自的优点,设计了PMLSM自适应内模控制器（AIMC）.仿真结果表明,自适应内模控制器同常规PI控制器相比,具有更好的动态稳定性和跟踪性能,对外界干扰具有较强的鲁棒性.     

基于模型完全动态延时逆的内模控制方法

分析了常规内模控制中存在的缺点,提出了一种基于模型完全动态延时逆的内模控制方法,取消低通滤波器的设计,以逆的延时时间的调整来提高系统的鲁棒稳定性,并结合自适应逆控制原理,采用有效消除被控对象下游输出端和上游输入端扰动的内模控制方法。     

基于神经网络的自适应控制研究进展

综述了近年来神经网络自适应控制的研究现状,阐述了神经网络自校正、模型参考自适应控制和内模控制,并对其构成与特点进行了分析。在此基础上,指出了神经网络自适应控制研究中存在的主要问题,展望了神经网络自适应控制未来的研究方向。     

采用方向预瞄的内模驾驶员模型

为了建立与真实情况更加相符的驾驶员模型,针对汽车驾驶员对整车不确定参数的自适应性,在分析汽车驾驶员预瞄、决策和自适应机理的基础上,建立了基于方向预瞄的内模驾驶员模型。该模型由驾驶员方向预瞄模型、驾驶员决策模型和驾驶员内模模型组成。汽车双移线工况仿真结果表明,内模驾驶员模型能够有效地用于汽车转向控制,并能够充分体现汽车驾驶员所具有的对不确定参数的适应性。     

基于灰色预测的自适应内模PID双重控制器设计

针对一类非线性系统，提出一种基于灰色预测的自适应内模PID双重控制方法．把由系统的输入输出数据得到的灰色预测模型作为系统的内部模型，并在基本的内模控制结构上增加PID控制器，加快了跟踪误差收敛速度，内模控制的性能明显改善．仿真结果表明，该控制方法简单而有效，内模PID双重控制较单一内模控制具有更好的系统性能．     

基于自适应神经网络内模控制的控制器设计实现

基于内模控制的思想,利用前馈神经网络的逼近能力,将其与自适应内模控制方案结合,并取目标函数作为优化指标;从而推导出一种能对线性系统进行有效控制的神经网络间接自适应内模控制器。     

一种基于人工神经网络的内模控制方法

对SISO反馈线性化系统的自适应自校正神经控制进行改造,提出了一种基于BP网络的内模控制新方法,克服了原系统设计方案的理想化,提高了系统的鲁棒性,使该方法具有实用性。同时有只要建立被控过程的内部模型即可得到内模控制器模型的特点。     

质子交换膜燃料电池最优过氧比多内模控制

基于多模型的内模控制及前馈控制研究了质子交换膜燃料电池的最优过氧比控制策略.在该策略中,通过选择不同典型工况点进行模型线性化以获取系统内模;结合隶属函数和前馈设计方法实现了最优过氧比的多内模控制策略.仿真结果表明,该控制策略比常规单内模控制器以及PID控制在大范围内具有更好的控制品质.     

动态补偿逆的非线性不确定系统LS-SVM内模控制

针对非线性不确定系统和传统的非线性内模控制在控制上存在的不足,提出一种基于动态补偿逆的非线性不确定系统LS-SVM内模控制,在引入LS-SVM建立逆模型的同时,将无模型自适应控制方法作为附加控制器,用于模型偏离被控对象时在线修正逆模型.仿真结果表明,提出的方法不仅对系统的常量摄动具有较好的鲁棒性,对时变不确定性仍然保持较好的跟踪效果,具有较好的实时性、鲁棒性和在线校正功能.     

一种基于高阶内模的新型自适应迭代学习算法

本文针对一类含多个时间迭代变化参数控制方向未知的非线性离散时间系统的输出跟踪问题,提出了一种基于高阶内模的新型自适应迭代学习算法.假设多个时间迭代变化参数由不同的高阶内模所生成,本文所提出的算法借鉴了模型预测控制的思想,通过构建预测输入,将获得的当次迭代预测跟踪误差作为先验知识,应用到系统输入的控制律的设计中,从而在预...     

模糊内模控制在磨矿系统中的应用

针对磨矿过程的复杂特性,提出了一种模糊内模控制(FIMC)方法,通过模糊逻辑推理对内模控制中滤波器参数(进行在线调整,解决了内模失配情况下系统控制品质变坏的问题。实例仿真结果表明,该方法调节时间短,超调量小,可行有效。     

利用RBF神经网络实现聚合反应的内模控制

文中研究基于径向基(RBF)神经网络算法的内模控制策略在苯乙烯本体聚合反应相对分子质量分布控制领域的应用。利用神经网络对非线性系统的逼近能力，把内模控制推广到聚合反应过程质量指标控制这一非线性系统中。针对建模过程中存在的稳态误差，在训练数据中增加了部分静态数据，有效的提高了模型的验证精度，大大改善了由神经网络构成的内模控制器的控制精度，消除了系统余差。仿真结果证明，基于神经网络算法的内模控制策略达到了较好的控制质量。     

IMC离散自适应系统

ＩＭＣ自适应控制系统是由ＩＭＣ控制器、跟踪模型和内模型构成的。介绍ＩＭＣ控制器的设计,控制器的设计是ＩＭＣ离散自适应系统的关键问题,根据鲁棒法要求,控制器必须同时对设定点响应与扰动响应均有良好的动态品质。     

精密内圆磨削过程建模与质量控制系统

根据建模速度及预报精度,重点分析了内圆磨削过程的时间序列AR(n)模型、离散勒让德多项式L(m,n)模型和用灰色系统理论对内圆磨削过程建模的可能性.计算机的模拟结果证明:AR(n)模型、L(m,n)模型和灰色模型GM(1,1)均可适于内圆磨削过程.在此基础上,设计了旨在提高轴承内圈加工质量和生产率的质量控制系统.     

基于条件技术的三自由度内模控制抗饱和设计

在研究二自由度内模控制具有抗饱和功能的基础上,提出了三自由度内模控制抗饱和框架.详细阐述了3个控制器的设计步骤,并分析了系统的渐近稳定性.Q1(s)和Q2(s)采用传统的内模控制原理设计,Q3(s)采用条件作用技术设计.通过Popov稳定性判据证明了系统的渐近稳定性.经仿真表明,三自由度内模控制抗饱和结构具有抗饱和、参考跟踪和抗干扰的功能.     

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。     

基于新型滤波器的内模控制器设计

针对工业中普遍存在的高阶系统,提出一种基于Butterworth滤波器的内模控制方法.采用低阶系统来近似高阶系统会造成模型误差,同时,传统的PID控制方法及内模控制方法对高阶系统控制均不理想.利用Butter-worth滤波器的理想低通特性,通过将优化改进后的Butterworth滤波器代替传统的内模控制器中的低通滤波器,使得控制系统具有较好的动态特性和稳态特性.仿真研究表明,该方法对高阶系统具有良好的控制性能,当模型失配时具有较强的鲁棒性,适合于高阶系统的控制.     

优化滤波器在内模控制系统中的研究

为了改进控制系统的瞬态响应以及提高控制系统的鲁棒性,利用内模控制器中滤波器起着重要作用的特点和Butterworth滤波器具有理想的低通特性的优点,对内模控制中滤波器的设计进行了改进,设计了优化的Butterworth滤波器,同时进行了仿真研究。研究结果表明:该方法提高了系统的响应品质,提高了系统的鲁棒性,研究结果具有实际应用价值。     

纯滞后系统算法设计与仿真研究

在当被控对象与模型失配情况下,Smith预估控制往往难以达到满意的效果。针对具有此种情况的纯滞后工业过程,提出了一种内模控制设计方法;通过仿真结果表明,内模控制能克服被控对象增益和时间常数变化对控制性能的影响,有较强的鲁棒性和抗干扰能力。