船舶航向保持RBF神经网络自适应非线性控制

针对船舶模型不确定和控制增益未知的非线性船舶航向控制问题,基于RBF神经网络自适应控制,提出一种新的非线性航向保持控制器.首先,在理论上证明存在连续的控制律;然后,通过RBF神经网络对其逼近;最后,借助Lyapunov稳定性理论分析证明船舶航向保持闭环系统的所有误差信号一致最终有界.仿真研究验证了该控制器的有效性.     

旋转导向钻井稳定平台的RBF网络滑模变结构控制

针对旋转导向钻井稳定平台存在的摩擦问题带来的不确定性,提出一种基于RBF神经网络的自适应滑模变结构控制方法,以提高稳定平台控制的精确性和抗干扰能力。使用RBF神经网络对稳定平台模型中的不确定性进行逼近,通过设计RBF网络节点的唤醒与激活阈值来减少网络规模,同时设计权值调整的自适应律,并结合滑模控制增强系统的鲁棒性。分别采用一般滑模变结构控制方法和RBF神经网络滑模变结构控制方法进行仿真实验,结果表明,RBF神经网络滑模变结构控制方法能够有效地逼近控制对象模型,有较强的鲁棒性。     

滤波减速器传动机器人的自适应RBF反演法控制

针对具有参数未知、外界扰动、强耦合、非线性和多变量的滤波减速器传动机器人建立系统数学模型并对其进行自适应RBF神经网络反演法控制。利用自适应RBF在线逼近系统模型中的未知非线性项设计基于自适应RBF神经网络的反演法控制器同时结合Lyapunov稳定性分析方法论证闭环系统的收敛性。所提控制方法有效地抑制诸如参数未知、外界扰动等对滤波减速器传动机器人的性能影响。仿真分析表明所提出自适应RBF神经网络反演控制器实现了滤波减速器传动机器人的高性能位置跟踪控制并具有很好的控制精度和鲁棒性。     

谐波驱动系统自适应神经网络动态面控制

针对谐波驱动系统动力学模型中存在的非线性摩擦、柔性变形和外界未知干扰力矩等因素的问题,为了提高系统的位置跟踪精度,提出了一种基于径向基函数(RBF)神经网络的谐波驱动系统自适应动态面控制.采用LuGre摩擦模型描述系统的非线性摩擦特性,用RBF神经网络在线逼近摩擦参数变化和外界未知干扰力矩对系统的影响,并通过李雅普诺夫稳定性理论证明了闭环系统的所有误差最终一致有界.仿真结果表明:与普通动态面控制相比,本控制策略对摩擦参数变化和外界未知干扰力矩具有较强的鲁棒性,提高了系统的位置跟踪精度.     

电弧炉电极调节系统双模控制器设计及应用

针对三相交流电弧炉电极调节系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,提出一种基于RBF神经网络实时在线辨识的模型参考自适应解耦控制(MRAC)与比例微分(PD)控制相结合的双模控制策略.该策略通过在线建立电弧炉电极系统的精确模型并用于控制,使得系统具有快速适应对象和过程变化的能力以及解耦特性,稳定性分析和应用结果证实了双模控制器提高了系统的动态跟踪性能,增加了抗干扰能力,具有较强的鲁棒性.     

船舶航向自适应控制的改进ADHDP方法

船舶航向的自动控制主要方式是PID控制,而今智能化的控制方式得到了广大的应用,使得人们可以更加精确的对船舶进行操控.本文将基于执行依赖启发式动态规划(ADHDP)的控制方式,针对船舶航向的控制特点,在执行网络上并联自适应控制环节,基于Lyapunov稳定性分析,采用RBF神经网络逼近运算,可以减少在船舶操控多变工况下ADHDP控制器的超调问题,使之成为船舶航向控制的智能方法之一.仿真结果显示,基于这种近似动态规划(ADP)的自适应控制能更加精确和快速的对船舶航行进行操控,这也将为船舶的智能化发展奠定基础.     

两电机同步系统的神经网络控制

在对两台感应电机同步系统模型分析的基础上,依据同步系统的结构特点和控制要求,结合人工神经网络的非线性映射、自适应、自学习等能力,提出一种新的基于神经网络的两电机同步系统控制方案,其中神经网络控制器由基于RBF网络整定的自适应PID控制器和神经元解耦补偿器两部分组成.两个自适应PID控制器分别对速度控制回路和张力控制回路进行自适应控制,使系统具有更强的适应能力、更好的实时性和鲁棒性;神经元解耦补偿器综合两控制回路的耦合作用,通过训练网络权值,补偿各回路之间的耦合影响,实现速度和张力的解耦.试验结果表明:采用神经网络控制方法可以实现两电机同步系统中速度和张力的解耦控制,系统具有良好的动静态性能.     

基于AIC准则优化的径向神经网络微地形曲面重构

采用RBF网络模型进行复杂微地形曲面重构,建立了适应于曲面重构的RBF网络模型.在建立网络模型过程中,对不同的聚类半径由最近邻聚类法求出不同类别的聚类数目及相应的聚类中心和初始扩展常数,通过对不同类别分别进行调整扩展常数的网络训练,求出其最小AIC量,再根据赤池信息量准则确定最优结构的RBF神经网络模型,从而进行复杂微地形的曲面重构.实验结果表明:该方法能较好地反映原始地形;这种基于AIC准则将样本输入信息与样本输出信息同时考虑,进行RBF网络结构优化的方法,为确定最优RBF网络模型的隐节点数目及相应参数提供了途径.     

PMSM伺服系统的RBF网络自适应滑模控制

针对位置伺服系统的非线性、外干扰及参数摄动的不确定性,通过引入RBF神经网络对未知干扰和不确定性进行自学习,提高伺服系统的鲁棒性.为了分析伺服系统的不确定性,将系统模型划分为名义模型和不确定模型两部分.其中,名义模型采用状态反馈方法进行控制,不确定部分采用RBF网络作为滑模动态补偿器进行控制,解决了伺服系统不确定性上界难以测量的问题,降低了抖振.仿真结果验证了该设计方案的有效性.     

动力定位非线性自适应反步控制器设计

提出了一种基于VxWorks实时操作系统的船舶动力定位控制器设计,给出了整体框架和软件模块设计。实际工况中,存在模型参数难以精确描述和外界扰动不确定的问题,在控制方法上,设计了一种基于RBF神经网络的自适应反步控制。RBF神经网络对连续函数在紧集范围内具有任意经度的逼近能力,可有效解决船舶水动力高度非线性以及水动力系数难以准确估计的问题。海浪流引起的不确定外界扰动可通过自适应估计补偿。根据Lyapunov稳定性理论证明所设计的控制器是全局渐近稳定的,仿真结果验证了该方法的有效性。     

船舶航向保持的非线性逆推鲁棒控制算法

为提高控制器的鲁棒性能,针对非线性船舶航向保持系统,将简化的逆推算法与闭环增益成形算法相结合,设计出非线性鲁棒控制器.以大连海事大学实习船“育鲲”号为例进行仿真.结果表明,该算法能够使船舶无超调无静差地跟踪设定航向,调节时间为200 s,控制效果良好,且控制器对模型摄动具有一定的鲁棒性.该算法设计过程简单,物理意义明显.     

锅炉汽包水位系统的自适应逆控制

要利用自适应逆控制的自适应性和系统辨识能力,提出了对锅炉汽包水位控制系统的自适应逆控制策略。由被控对象的逆对象组成的局部反馈回路可以有效地克服给水扰动以及汽包水位的另一主要扰动——蒸汽流量的扰动。同时,自适应建模所得的FIR滤波器可以跟踪对象的特性变化,由FIR滤波器所得的逆控制器可以使系统的实际输出在对象特性变化情况下跟踪参考模型的输出。仿真结果显示了自适应逆控制的自适应性和鲁棒性。     

基于自适应逆控制方法的小型四旋翼无人直升机姿态控制 

以上海交通大学工程训练中心运动控制实验室自行研制的小型四旋翼无人直升机为研究对象,搭建了姿态控制实验系统.根据牛顿 欧拉方程建立了小型四旋翼直升机的动力学模型,首次将自适应逆控制（AIC）方法运用于小型四旋翼直升机控制系统中,实现了小型四旋翼直升机的姿态稳定控制.仿真结果和实际飞行实验表明,AIC方法在小型四旋翼直升机姿态控制中具有很好的实时性和鲁棒性.     

船舶航向非线性系统自适应模糊补偿控制

摘要： 研究了船舶直航和谐波航向控制问题.基于Lyapunov稳定性理论,将自适应模糊补偿技术应用到船舶航向非线性响应模型中,利用万能逼近定理构造模糊系统逼近系统中的未知非线性,提出了一种基于自适应模糊补偿且带有物理约束二阶滤波器的鲁棒跟踪控制器.运动响应模型考虑了建模误差和外界干扰,模糊系统能有效地逼近非线性系统,控制器能够准确地跟踪预设航向和转首角速度.舵角控制结合舵机伺服系统模型,操舵情况符合物理现实. 数值仿真在相同控制参数下与传统比例 微分(PD)控制作比较,结果验证了自适应模糊控制器的有效性和优越性.     

船舶操纵的高斯势函数神经网络PID控制器研究

针对船舶操纵这种非线性、时变参数控制对象,提出了一种采用高斯势函数神经网络的自适应PID控制系统,该系统由2个高斯势函数神经网络组成,其中一个用于船舶运动模型的辨识,另一个用于PID学习控制。文中还提出了广义递归最小二乘学习算法,以便加快网络训练速度。船舶操纵的仿真结果表明此法明显优于传统的PID控制器。     

船舶航向非线性迭代滑模变结构PID控制

针对一类不确定非线性受扰动系统,提出非线性迭代滑模变结构PID控制方法.通过对系统输出迭代设计非线性滑模函数,并引入传统PID控制,综合了滑模变结构控制与PID控制的鲁棒性强的特点,避免了传统PID控制积分引起的超调以及变结构控制的抖振问题.设计了船舶航向控制器.仿真结果表明,非线性迭代滑模变结构PID控制下的系统阶跃响应超调明显减小,定常干扰下的静态误差得到消除,稳定时间明显缩短并可通过设计参数调节,表明控制算法具有强鲁棒性.     

波浪运动补偿平台的自适应预报控制模型研究

具有广义升沉运动补偿功能的波浪运动补偿平台可以减少船舶运动对海上作业和设备的影响.该平台系统的液压机构具有非线性和大惯性的特点.为了有效地进行广义升沉运动补偿,本文采用基于等维新息的自适应自回归多步预报算法和非线性PID控制器相结合的控制策略对波浪运动补偿平台液压机构进行控制.益参数随误差变化的非线性PID控制器具有较好的适应性、抗干扰性和鲁棒性,适合波浪运动补偿平台液压机构的控制特点,可以提高控制效果.结合实验获得的船舶甲板控制点的广义升沉位移数据,仿真试验结果表明:采用上述的自适应预报控制策略对波浪运动补偿平台液压机构进行控制能有效地减少平台的广义升沉运动幅值.     

一类工业固定床反应器热点温度的非线性自适应控制

以工业邻二甲苯氧化非绝热管式固定床反应器为研究对象，通过正交配置集中化建立了一个降阶非线性动态模型。直接以降低模型作为开环状态观测器及新型的非线性自适应控制算法设计控制器，设计了该类固定床反应器热点温度的非线性自适应控制系统。仿真结果表明，该热点温度控制系统具有良好的跟踪性能、抗干扰性能和鲁棒性能。     

模糊自适应控制及其应用

针对船舶驾驶的要求，提出了一个新的模糊自适应控制算法，该方案汇集了模糊模型参数自适应控制，比例因子自校正模糊控制，经典控制及非线性方法等各自的优点。     

用于壁板结构多模态振动主动控制的改进最小控制合成(MCS)算法

针对压电壁板结构,引入具有良好非线性控制性能的最小控制合成(minimal controller synthesis,MCS)算法来抑制其振动.鉴于标准的MCS算法在快速扰动下缺乏稳定性,为进一步提高其控制效果,构造了一种新的自适应补偿因子,形成了改进MCS算法-IMCS算法,并通过波波夫准则验证了该控制系统的稳定性.选取LQR(linear quadratic regulator)控制作为参考模型,分别施加宽频随机扰动和前2阶正弦混合脉冲激励,分析比较了IMCS算法和标准MCS算法的控制效果、自适应增益因子和跟踪误差.仿真结果表明,IMCS算法具有更快的收敛速度和更小的跟踪误差;多模态扰动实验结果表明,当存在外部非线性扰动时,IMCS算法具有更好的控制效果和鲁棒性.