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。     

一种自校正前馈控制器及其全局收敛性分析——用于具有任意交互矩阵的随机多变量系统

使用系统的交互矩阵并将广义最小方差控制律和前馈控制结合起来提出自校正前馈控制器。该控制器采用轻微修改的最小二乘估计,不仅能控制具有任意交互矩阵的随机多变量系统而且可以对可测干扰实现动静态补偿。本文还证明了该算法具有全面收敛特性。     

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。     

全解耦的多变量自校正控制

本文在 Koivo 建立的多变量自校正控制基础上,给出了描述系统动态的CARMA 模型。并将它化为 V 规范多变量耦合系统,然后进行解耦,从而提出一种新的多变量全解耦自校正控制(MFDSTC)策略。仿真结果表明,本文提出的解耦策略是可行的。文章还指出,这种解耦策略也适应于非最小相位系统。     

全局收敛的多变量极点配置自校正控制算法

提出了一种简单的隐式多变量极点配置自校正控制算法,并证明了该控制算法具有全局收敛特性。仿真实验结果表明该自适应控制方案具有较好的控制性能。     

一类多变量自校正控制器及其收敛性的研究

本文结合极点配置的基本设计思想,提出了一类具有输出跟踪的多变量自校正控制算法。该算法将工程应用中提出的要求与系统的性能指标联系起来,实现了闭环极点配置的广义最小方差控制,而性能指标中加权多项式矩阵R(z~(-1))的选取是根据使闭环系统输出对参考信号实现稳态无偏跟踪的原则进行的。进而运用Martingle收敛理论对算法进行了研究,导出了控制器的无偏收敛条件。数字仿真研究表明了该算法的可行性和有效性。     

一类多变量系统广义极点配置自校正控制器

本文针对一类所谓P规范型多变量系统提出了一种广义极点配置自校正控制器。该控制器可以处理系统中各通道之间延时不相等的情况。它可以跟踪系统的参考输入并且可以使系统有希望的闭环响应特性。同时还可以实现解耦自适应控制和消除静态误差。     

串级前馈式极点配置自校正PID控制器

对传统的数字ＰＩＤ结构进行了改进，增加了对给定值的滤波作用，同时考虑了串级控制方案。使极点配置自校正技术处理复杂工况的能力有效较大的提高，仿真结果表明了的给控制器的有效性。     

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.     

多变量广义自校正解耦控制器及其应用

本文将自校正控制的最优控制策略同零极点配置的经典控制策略结合起来,提出了多变量广义自校正解耦控制器,实现了自适应解耦控制。提出了在线校正加权阵和不加积分作用消除稳态误差的新方法,并将该控制器应用于多变量电加热炉,实时控制结果表明本文提出的控制器的性能优于Koivo的自校正控制器的性能。     

带有噪声解耦的自校正解耦控制器

提出了一种不仅能够进行动静态解耦而且能够进行噪声解耦的自校正解耦控制器。在一定的条件下给出了稳定性和收敛性分析。通过仿真结果证明了给出算法的有效性。     

一种鲁棒稳定的自校正控制器

对于一类带有未建模动态和有界外部扰动的离散线性系统提出了一种新的自校正控制算法。此算法不要求系统参数更多的先验知识。不但能保证闭环系统是鲁棒稳定的。而且平均跟随误差趋于零。从而说明本文方法具有消除各种可能存在的稳态误差的能力,仿真结果证明了本文方法的有效性。     

基于两级神经网络的发酵过程多变量前馈解耦控制

针对具有时变、非线性、不确定性的多变量耦合生物发酵过程,提出了一种基于两级神经网络的多变量前馈解耦方法.一级神经网络利用可获得的过程信息拟和耦合通道的过程特性,实现耦合作用对被控量影响的估计;二级神经网络用来拟和控制通道的逆特性.通过两级网络的串联,消除系统间的耦合.实验结果表明,提出的解耦控制方法能适应生物发酵过程模型的不确定性和参数时变性,克服了前馈解耦方法依赖于过程模型和对模型参数的变化表现敏感的缺点.