基于状态预测的无人机导航控制

基于飞行惯性对无人机路径导航实时控制和控制精度的影响,将灰色预测模型与模糊PID控制进行融合,提出了基于无人机飞行状态预测的导航控制策略.将无人机飞行状态预测信息作为系统状态调节的输入,构建灰色预测模糊PID航向控制系统,达到对无人机进行实时、准确导航飞行控制的目的.仿真实验结果表明:灰色预测模糊PID控制器可以有效提高无人机导航控制系统的鲁棒性、实时性,与传统的PID控制器相比,其控制性能更优.     

基于灰色预测的无位置传感器永磁同步电机模型参考自适应控制

提出了灰色预测永磁同步电动机模型参考自适应无位置传感器控制方法.给出了系统控制和位置、速度估计的基本结构;介绍了永磁同步电动机灰色预测和模型参考自适应所使用的预测与估计算法.通过在转速环中加入灰色预测控制,实现对速度的超前快速调节,以提高系统的响应性能.仿真结果表明,该控制系统鲁棒性好,适应性强,可以获得良好的控制效果.     

结构振动状态输出的灰色预测主动反馈控制

针对主动即时控制中的时滞问题,提出了对结构振动状态(即输出)向量实施灰色预测即时主动控制,设计了结构的即时预测控制方案,推导了灰色预测方程,并用Matlab编程进行了仿真分析.将该方案应用于某房屋的抗震控制中,并将计算结果与理想的即时控制、不控制等工况的控制效果进行了比较,仿真结果显示采用灰色预测控制能有效减小时滞影响,控制效果较为理想.     

灰色预测控制方案在磁场定向控制的异步电机调速系统中的应用

针对传统交流调速系统存在结构复杂及系统性能受不确定性影响严重等缺点,采用磁场定向控制的交流调速系统可以获得与直流调速系统相媲美的静动态特性.将灰色系统理论应用于交流调速系统,应用灰色预测控制进一步改善了磁场定向控制的异步电机调速系统的控制性能.经过仿真实验表明,灰色预测控制能明显改善交流调速系统的控制性能.从而为交流调速系统的应用提供了更广阔的前景.     

一种实用的灰色变结构速度控制器设计

将灰色预测理论引入到变结构控制中,设计了一种新型的灰色变结构控制器,该控制器应用灰色预测方法对变结构控制顺的控制策略进行预测,能有效地解决由于系统惯性引起的切换滞后带来了抖动问题,将灰色变结构控制器应用到交流调速系统中,仿真研究表明,系统能获得优良的动态和静态性能。     

灰色预测模糊控制水泥粉磨系统的仿真应用

将灰色预测、模糊控制相结合,提出一种灰色预测模糊控制算法.该方法应用模糊控制器,将灰色预测在线应用,预测结果代替测量值进行控制运算.仿真结果表明,利用该算法设计的控制器具有更加优良的性能.     

灰色预测模糊自调节PID控制器及其仿真

结合灰色预测、模糊自调节与传统PID控制的设计思想,提出灰色预测模糊自调节PID控制算法.该算法用系统输出误差和系统输出预测误差合成的综合误差作为PID控制器的输入,同时模糊自调节系统又能根据综合误差及其变化率来调整PID参数.仿真结果表明,与模糊自调节PID控制器相比,该控制器具有良好的动态性能和鲁棒性.     

基于强化缓冲算子的灰色预测PID控制仿真研究

灰色预测PID控制系统的核心是其反馈回路上的灰色预测器,其建模精度与控制系统行为数据的变化速率有关.对于惯性较大的被控对象或采样周期较短的控制系统,控制系统的行为数据变化缓慢,基于这些数据直接进行灰色建模预测的精度不高.针对这个问题,本文提出了基于强化缓冲算子的灰色预测PID控制新方法.通过对控制系统的行为数据序列进行强化缓冲算子作用,获得控制系统行为数据的强化缓冲算子作用序列,对其进行灰色建模和预测,实现灰色预测PID控制.仿真研究结果表明,在相同的PID控制参数下,本文提出的控制方法的控制精度明显优于传统的灰色预测PID控制和经典PID控制,获得了理想的控制效果.     

水压灰色预测控制研究

针对某供水系统的工况及水压控制的要求，分析了供水系统的特点，认为代水系统具有灰色特征，提出了水压灰色预测控制方案，通过计算机进行灰色预测控制仿真，显示超调量小，调节时间短，控制效果优于单一ＰＩＤ控制。     

改进灰色预测模糊PID控制策略

针对过程工业对气动调节阀的控制精度与稳定性有较高要求,而常规PID控制策略自适应性与实时性差,难以取得较好的控制效果的问题,根据GM(1,1)模型灰色作用量具有的动态特征来改进灰色预测模型,结合改进灰色预测控制与模糊PID控制的优点,提出了改进灰色预测模糊PID控制策略.仿真结果表明:改进控制策略明显优于常规PID、模糊PID、灰色预测模糊PID控制策略,使系统响应速度加快,超调量减小,且适用于不同的阀门定位系统.     

Study on High Accuracy Hybrid Controller for Periodic Motion Control

In order to realize high accuracy control for periodic motion,a hybrid controller with grey prediction was presented in this paper.Incorporating the grey prediction,repetitive control,and the traditional Proportional-Integral-Differential(PID)control,a design method of the grey prediction repetitive PID(GRPID)control algorithm was investigated,according to the characteristics of the periodic motion control.The hybrid control algorithm can estimate unsure parameters and disturbance of system using grey predi...     

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。     

系统云灰色预测模型及其应用

将灰色系统云理论引入到滑模变结构控制中,设计了一种新型的灰色模糊滑模控制器。该控制器将灰色预测与模糊推理的相结合对滑模控制器的控制策略进行预测输出。能有效地解决滑模控制系统中由于系统惯性引起的切换滞后所带来的抖动问题。将此控制器应用到交调速系统中,仿真研究表明交流调速系统能获得优良的动态和静态性能。     

SCGM预测控制对纯滞后伺服系统性能的改善

通过对圆网伺服系统的分析，提出了一种基于系统云灰色模型（SCGM）的预测补偿控制器，它结合灰色预测，PID控制以及决策控制的思想，可以较好地改善小的纯滞后伺服系统的跟踪性能，仿真试验和实验运行证明了该控制方案能够在不影响原有系统阶跃响应的情况下，减小斜坡响应的稳态误差，提高伺服系统的动态响应能力。     

具有外部干扰的二维滞后logistic映射的混沌同步的灰色滑模控制

研究了未知外部干扰条件下二维滞后logistic映射的混沌同步的实现问题,基于离散系统的趋近律方法,设计了滑模控制器.基于灰色理论的累加生成方法处理原始数据,建立灰色预测模型,实现对外部干扰的未知参数的预测,应用预测到的干扰参数设计灰色补偿器.利用滑模控制器和灰色补偿器构造灰色滑模控制器,对驱动-响应系统进行控制.数值模拟证明了预测参数的准确性和灰色滑模控制器控制二维滞后logistic映射混沌同步的有效性.     

基于dSPACE的灰色预测PID控制在液位系统中的应用

本文针对双容水箱液位串级控制系统,提出了一种灰色预测PID控制策略.该控制策略将灰色预测在线应用,用其预测结果代替被控对象的测量值,与给定输入比较得到的偏差值作为PID控制器的输入;并在过程控制试验平台上构建基于dSPACE的快速控制原型进行实验研究.实验结果表明：该方法具有超调小、响应速度快等优点,比传统的PID控制更为优越.     

灰色马尔可夫SCGM(1,1)预测模型

结合灰色SCGM(1,1)预测模型和马尔可夫概率预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型。并且以郑州市降雨量的预测作为实例,证明灰色马尔可夫预测模型对于随机波动性较大的数据列的预测具有较高的精度。     

分段解析灰色模糊控制在直接转矩控制中的应用

提出一种基于分段解析模糊算法的具有灰色预测策略的控制器 ,以克服在启动和负载变化阶段 ,直接转矩控制反应较慢的缺点。它具有预测及在线自调整能力 ,故使用的传感器数目较普通模糊控制器少。实验结果验证了该控制器的性能。     

基于灰色模型GM（1,1）的疲劳寿命预测

将疲劳现象看作是存在于一个灰色系统中,运用GM(1,1)灰色预测模型对某试样的疲劳寿命进行预测,采用此方法使预测误差由原来的57.5%减小到24.2%,预测结果趋于安全,这是传统疲劳寿命计算方法所无法办到的。     

灰色预测在过程控制中的应用

针对具有纯滞后的系统的控制，本文采用了一种基于ＧＭ（１，１）模型的灰色预测控制算法，这种新型控制器的主要优点是不需要掌握关于被控对象模型结构的先验信息，并具有计算简单、自适应性强等特点，是一种通用控制器，数值仿真及对比试验表明，本文采用的方案是正确的，算法是有效的。