受限机械臂的自适应小波滑模位置/力混合控制

针对终端运动受约束的机械臂位置/力混合控制问题,提出了一种自适应小波滑模控制算法.该控制方案将滑模控制的鲁棒性及自适应调整能力与小波神经网络相结合,根据坐标变换得到降阶位置/力模型,针对降阶模型采用小波神经网络在线学习系统未知动力学模型中的非线性部分,同时引入滑模控制自动调整小波网络权值参数,从而对神经网络的固有逼近误差进行有效补偿,达到期望的跟踪性能.二自由度机械臂的仿真结果表明该控制器能保证系统快速有效跟踪指定参考信号.     

具有时滞补偿器的模型算法控制

本文提出一种具有时滞补偿器的模型算法控制,该算法可用于处理具有未知时滞或变时滞的复杂工业过程.当过程的时滞发生变化时,闭环系统具有良好性能.文中给出了仿真结果.     

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%.     

多因素多水平复杂正交试验的方差分析

在时滞控制系统的正交试验中,受到干扰性因素的影响,容易产生控制误差,提出一种基于多因素多水平的复杂正交试验方差分析模型。构建多因素多水平复杂正交试验条件下的时滞控制对象模型,采用时滞双曲微分方程进行多因素多水平复杂正交试验的边界条件分析。结合时滞补偿方法和稳态误差分析方法,进行多因素多水平复杂正交试验控制,对Lyapunov稳定性理论对时滞环节进行渐进误差补偿,在不确定建模误差条件下,实现多因素多水平的随机时延控制和方差分析。仿真结果表明,采用该模型进行多因素多水平复杂正交试验,时滞控制的方程较小,收敛性较强,具有很好稳态控制性能。     

含时滞异阶混沌系统修正函数投影同步的实现

针对两个含时滞不同阶异构混沌系统进行修正函数投影同步的研究。在所提出的同步方案中,根据Lyapunov稳定性理论,设计自适应控制器,具有不同阶的异构混沌系统通过降阶方式遵循比例函数矩阵实现渐进同步。同时,时滞作为实际应用因素被加入所研究的系统模型中。数值模拟结果进一步证明该方案的有效性和可行性。     

时滞系统增益自适应内模PID控制

为解决典型工业过程中大时滞系统难于控制的问题,提出一种增益自适应内模PID(Proportional Integral Differential)控制方法.对时滞系统纯滞后环节一阶Pade逼近后,由内模整定得到PID控制器的参数整定值,再应用Adaline人工神经网络动态获取被控对象的增益,从而自动调节控制器的比例系数.由仿真结果可见,当增益自适应控制方法投入跟踪后,超调从投入前的23%减为投入后的9%,该控制方法能克服增益变化对系统控制性能的影响,显著改善控制品质.     

不确定时滞耦合复杂网络的滑模追踪控制

针对一类具有未知参数和外界干扰的时滞耦合复杂网络,通过设计具有积分环节的滑模面和自适应控制器,实现了该时滞耦合复杂网络对外部参考信号的追踪控制.所设计的控制器能够保证动态复杂网络从任意初始状态出发都能达到滑模面上且趋于稳定.控制器的设计能有效克服系统模型不确定和外部干扰的影响,具有一定的鲁棒性.数值仿真结果得出各个节点都能追踪参考信号,追踪误差随时间衰减为零,验证了该控制方法的有效性.     

无辨识自适应算法与模糊推理的组合控制

一般自适应控制算法需在线辨识系统模型，算法复杂，计算时间长。本文采用无辨识自适应算法，不用辨识系统的模型，同时应用模糊推理对控制量进行补偿，以便克服模型失配的影响。仿真结果表明，该方案是非常有效的，适合于具有时滞的工业系统。将其应用于制冷装置中的电子膨胀阀控制，使得蒸发器过热度的控制效果得到了明显的改善。     

控制时滞与测量时滞采样系统的最优扰动抑制

研究在持续外部扰动作用下,具有控制时滞和测量时滞的采样线性系统前馈-反馈最优扰动抑制控制器设计问题.首先将采样系统离散化为时滞离散系统,再利用模型转换将时滞离散系统转换为无时滞系统;对转换后的系统设计前馈-反馈最优控制器,证明其存在唯一性;通过求解Riccati矩阵方程和Stein方程,设计含控制记忆项的最优控制律,利用控制记忆项补偿时滞对系统产生的影响;然后通过构造降维状态观测器解决前馈控制物理不可实现以及状态不完全可测的问题.最后通过仿真示例,证实运用模型转换方法所设计的最优扰动抑制控制器,能够有效地补偿时滞给系统带来的影响,并实现扰动抑制.     

IPMC分数阶模型的建立与控制

IPMC是一类具有很好应用前景的电活性智能材料,但响应机理复杂且具有非线性限制了其开发与应用。分数阶控制是对传统整数阶控制理论的概括和补充,分数阶控制理论使得传统经典的PID控制理论更具有可模拟性和鲁棒性。为了准确地建立IPMC驱动器的模型并说明分数阶控制的优越性,本文首先建立了描述IPMC驱动器的整数阶模型和分数阶模型,然后比较两种模型的拟合精度,确定采用拟合精度更高的分数阶模型来描述IPMC驱动性能。并针对IPMC分数阶模型设计了整数阶PI控制器和分数阶 PID控制器。最后通过仿真分析可见,分数阶控制的上升时间更快,超调量更小,通频带更宽,可应用于控制IPMC的形变,证明了应用分数阶控制方法使得被控系统的性能得到了明显的改善。     

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。     

基于ARM的智能温控系统设计

针对电阻炉温度控制纯滞后、大惯性环节控制的特点,传统的PID控制可以获得较好的稳态响应特性,但控制上会造成较大的系统超调,无法满足控制精度.应用参考模型自适应方法设计控制器,分析并给出了系统的数学模型,用超稳定理论设计了参考模犁自适应PID控制系统,并给出白适应率.以ARM单片机为核心,设计并分析了电阻炉智能温度控制系统硬件电路,由K型热电偶和数字转换芯片MAX6675组成温度检测电路,采用固态继电器来作为温控元件,利用开关特性来控制电路的断开和接通炉温控制主电路.实验结果表明该控制系统超调量小,跟踪速度快,可靠性高,结构紧凑、工作稳定.     

参数优化自适应控制规律求解问题的讨论

在具有非线性、时变不确定性和纯滞后的复杂的过程控制中,一般的控制方式不能使其达到性能最优的状态;而在这种情况下,采用自适应控制,能使系统运行在设计期望指标内．本对在工业现场应用较多的具有可调增益的模型参考自适应控制系统的自适应控制规律的求解问题以一个三阶系统为例进行了分析和讨论,由此得出了当n=2,m=1时的系统结构框图和算法程序框图。     

基于改进灰色预测模型的自适应PID控制算法

针对大滞后系统提出一种基于改进灰色预测模型的自适应PID控制,采用优化背景值和初始条件的改进GM(1,1)模型作为预测模型,用预测结果代替被控对象测量值,克服了大滞后系统控制效果不能及时反馈的不足,并将二次型性能指标引入到PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了自适应PID的最优控制。仿真结果证明,该方法对大滞后系统具有较好的适应性和鲁棒性。     

系统降阶的马尔柯夫参数拟合法

降阶是应用大规模动态系统的重要问题。本文提出的方法是:求出原系统大量的马尔柯夫参数,并根据应用要求确定降阶模型的阶数。然后根据由本文作者提出的准则——模型的马尔柯夫参数尽可能与原系统相一致同时模型的静态增益却应与原系统必须相等,采用最小二乘拟合法来求出降阶模型的参数。在降阶模型中引入了纯滞后,这样就能显著地提高拟合的精度。本文通过几个数例证明作者提出的方法,计算方便,拟合精度较高,可以用来解决多数高阶单输入单输出稳定系统的降阶问题。     

基于参数辨识的永磁同步电机控制系统的设计

在电机参数未知的永磁同步电机控制系统设计中,为提高控制性能,需要对电机参数进行辨识. 利用Popov稳定性定理对辨识系统的自适应率进行了设计;针对逆变器的死区效应,选用旋转坐标法对辨识器的输入电压进行补偿,通过辨识得到的电机电阻和dq轴电感参数. 在此基础上,建立电机的数学模型并运用工程设计方法对电机控制器的参数进行设计. 实验结果表明采用补偿后的电压进行参数辨识得到的电机参数要更加准确,并且基于电机数学模型进行控制器参数的设计能够减少控制器参数调试的工作量和时间,最终得到的电机控制系统具有较优的动态性能.      

输出测量延时系统基于降阶观测器的鲁棒控制

针对具有输出测量延时且状态不完全可测的一类非线性不确定系统,研究了基于降阶观测器的鲁棒输出反馈控制策略。首先给出了渐近稳定降阶观测器的构造,然后根据Lyapunov-Krasovskii泛函稳定性理论给出了系统存在基于降阶观测器的鲁棒镇定控制器的充分条件。最后给出了一个数例以及一个液压伺服驱动的冷带轧机厚度系统实例的仿真研究,仿真研究结果验证了所提出控制策略的有效性。     

不确定时滞系统的自适应支持向量机Smith预估控制

针对不确定时滞系统提出了一种自适应支持向量机Smith预估控制新方法．首先采用支持向量机对被控对象进行建模,然后设计了一个自适应支持向量机Smith智能预估器,解决了传统Smith预估控制需要预先知道被控对象精确数学模型的问题,克服了基于神经网络的Smith预估控制的不足．仿真实验结果表明,自适应支持向量机Smith预估控制方法充分利用了支持向量机的非线性映射能力,在被控对象数学模型未知的情况下对不确定时滞对象进行控制,具有良好的控制品质,特别是当对象特性发生变化时,还具有良好的适应性。     

基于动态BP算法的非线性滞后系统辨识

鉴于很多实际问题都可以转化到多示例框架下求解,多示例学习越来越受到机器学习领域内学者们的关注.提出了一个基于Logistic回归模型的多示例学习算法.首先定义了一个新的似然函数来表示每个包的标签与其示例的隐含标签之间的关系,然后利用凝聚函数把该似然函数转化为一个光滑的凹函数,从而使问题可以用常用的无约束优化方法快速求解.在一些标准数据集和一个文本分类问题上的实验结果表明,所提算法要优于其他常用多示例学习算法.     

大时滞二阶过程内模预测控制系统设计

带有大时滞的双容过程是常见的二阶工业过程,由于过大的时滞使系统难以控制。针对一类带有大时滞的双容过程,采用内模控制系统结构,使系统具有良好的抗扰性和鲁棒牲。给出了在希望的幅值和相角裕量下控制器参数的计算方法。设计例子与仿真结果表明,根据该方法设计的系统有比较满意的稳定性和鲁棒性。