电动轮车辆轮边异步电机智能控制算法分析

针对现有数学模型很难对电机非线性的本质进行准确描述的问题,提出一种分时动态神经网络自适应智能控制算法.该算法可以解决存在多个时间尺度的非线性系统问题,利用Lyapunov稳定性理论和奇异摄动理论提出了对非线性系统的在线辨识学习规则,采用自适应控制领域e-modification理论解决了权值更新中的参数溢出问题,并把所提分时动态神经网络模型用于电动轮车辆轮边驱动异步电机系统中,取得了较好的仿真结果.     

板坯连铸二冷水智能控制及仿真研究

基于传统板坯连铸二冷水控制方法，提出用自适应模糊神经网络推理系统实现板坯连铸二冷水智能控制，建立了基于自适应模糊神经网络推理系统的板坯连铸二冷水智能控制系统模型，并对该控制系统进行了计算机仿真，结果表明系统较好地实现了板坯表面的温度控制，且具有良好的自适应和自学习能力．     

基于多模型切换的智能控制研究

针对实际对象在不同工况下的模型参数突变，提出了基于多模型切换的智能控制方法．应用自适应模型库算法来建立多个模型而无需被控对象的先验知识．在系统运行过程中，由常规自适应模型和重新赋初值自适应模型在线自动地建立多个模型及相应的控制器．在每个采样时刻根据性能评价函数来选择最佳控制器．证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性．仿真结果表明，本所提出的方法使系统的动态响应品质得到了明显的改善．     

基于自校正与线性跟踪的自适应控制系统

提出一种新的自适应控制方法──基于自校正与线性跟踪的自适应控制．从系统的输入／输出完全跟踪的目标出发，根据对象的动态模型，导出自适应控制器的调节模型．对象模型的参数，采用速推最小二乘法在线估计．仿真结果表明，本系统具有对象参数变化的自适应能力．这种控制系统比较适用于被控制参数变化较慢的生产过程．     

离散时不变线性系统的自适应控制

针对含未建模动态和外来干扰的离散ＳＩＳＯ线性系统，提出一种具普遍性的自适应控制方法．这种控制器的设计是基于系统的已知降阶模型，对建模部分的未知参数采用带有死区的加权最小二乘法进行参数递推估计，从而得到稳健的自适应控制．     

神经网络在橡胶硫化温度预测中的应用

本文针对难以通过在线测温实现等效硫化控制的情况,在确定硫化条件的直接测温实验基础上,提出了用神经网络模型预测实际生产过程中硫化制品内部温度的方法．在该方法中将所测温度值作为样本提供给神经网络学习,温度采集时刻及易测外部温度作为网络输入,输出值则是在硫化时制品难测温点处不同时刻的内温．神经网络通过学习取得了良好的效果,网络输出的温度值将成为等效硫化计算和硫化质量智能控制的有价值的依据．     

模糊PI控制在电梯门机系统中的应用

为改善电梯门机系统中固定的转速PI参数不能根据电梯门重量变化而自适应调整的缺点,提出一种改进的模糊PI控制方法,用于电梯门机控制系统中．在永磁同步电机矢量控制速度环的模糊控制模块的设计中,创新性的引入电流对PI参数的影响．基于Matlab／Simulink的控制系统仿真结果和工程实验表明,该方法可实现智能控制,相较于传统PI系统对不同的电梯门机系统都可获得更好的动态性能．     

基于二级倒立摆的自适应神经网络模糊控制

针对二级倒立摆系统,提出了一种先进的智能控制策略．该种方法采用BP算法与梯度下降法结合的混合算法对Takagb-Sugeno模糊模型中的前项及后件参数进行优化修正,在已获得的客观输入输出数据对的基础上,提出一种基于自适应神经网络的模糊推理系统ANFIS来对倒立摆系统进行建模和控制．仿真结果表明,所提出的设计方法是正确的和可行的．     

无人机神经网络重构控制

针对无人机可重构飞行控制系统提出一种基于径向基神经网络的模型跟随自适应逆重构控制方法,其核心是建立内外控制回路,内回路运用自适应逆控制,使得系统不受外部扰动和测量噪声的影响。外回路采用神经网络模型跟随自适应控制结构,使用神经网络和比例混合控制器,对参考模型和系统输出之间的误差进行自适应调整,利用误差来改变神经网络控制器的参数,使得系统达到满意的动态性能。并通过一个具体重构仿真结果证实了该方法的有效性。     

永磁同步电机的神经网络模型参考自适应控制研究

本文介绍了一种基于BP神经网络的正弦波永磁同步电机(PMSM)智能控制方法。同传统的PID控制相比较,基于神经网络的智能控制具有自学习、适应环境变化等优点。将BP神经网络模型参考自适应控制应用于PMSM,其仿真结果表明这种智能控制具有很强的鲁棒性、良好的动态和稳态特性。     

喷水推进器转舵装置的模糊自适应比例—积分—微分控制

为解决喷水推进器在复杂海况下转舵装置难以控制的问题,在常规比例-积分-微分(proportion-integration-differentiation, PID)控制的基础上引入模糊自适应控制,并建立了转舵装置控制系统仿真模型,以实验室现有喷水推进装置为基础,设计搭建了以施耐德可编程逻辑控制器(programmable logic controller, PLC)为控制核心的试验平台,仿真和试验表明,相对于常规PID控制方法,模糊自适应PID控制策略具有动态响应速度快、超调量较小和抗干扰性能强的优势。     

一类线性系统卡尔曼滤波器自适应算法

为了解决实际线性系统中系统噪声方差和观测噪声方差未知的问题,提出了一种新的卡尔曼滤波自适应算法,利用新息序列的方差, 可以在系统的自身计算过程中逐步估计并校正系统噪声方差和观测噪声方差.系统模拟显示,估计的系统噪声方差和观测噪声方差均收敛于实际的系统噪声方差和观测噪声方差,而且收敛速度比传统卡尔曼滤波要快.     

计算机免疫系统中沙盒主机的负载平衡

讨论了保证仿生计算机免疫系统GECISM(General Computer Immune System Model)中沙盒主机可靠性和高效性的配置策略.改进了现有的自适应动态负载平衡算法,提出能够根据系统负载情况动态修改阈值并通过进程迁移使重负载逐步扩散的动态反馈自适应启动算法,该算法有效地解决了沙盒主机负载突变的问题.     

汽车主动悬架自适应模糊PID控制仿真研究

建立了1/4主动悬架模型,设计出自适应模糊增益调节PID控制器,参照系统在时频两域中的响应情况对PID的控制参数进行整定,并使用模糊控制器对PID的控制量加以修正.对被动悬架、单纯PID控制的悬架和自适应模糊PID控制的悬架分别施以阶跃信号激励和积分白噪声信号激励进行仿真.结果表明,自适应模糊PID控制算法具有较好的控制效果和鲁棒性.     

等间距采样积分差值自适应动态寻优方法研究

在自适应态寻优极值调节控制系统研究的基础上，给出了一种积分式自适应动态寻优方法．该方法既能自动辨识参数，又能自动适应参数的漂移，且具有较强的抗干扰能力，从而使极值调节控制系统能在工业生产过程中发挥最优控制功能．     

球杆系统的控制方法研究

球杆系统是一个典型的非线性不稳定系统,其中小球在导轨上滚动过程的动态描述十分复杂．通过建立球杆系统的数学模型,简化后得到了整个球杆系统的传递函数．根据传递函数设计模糊自适应PID控制器,在Matlab中的Simulink环境下进行仿真试验来验证控制器设计效果．通过仿真可以看出：模糊自适应PID控制更适于球杆系统的控制．     

基于DSP的语音信号自适应滤波系统的设计与实现

传统的自适应滤波噪声抵消法一般均采用双声道系统,其结构十分复杂,针对这个缺点,提出选取原始输入的延时信号作为参考噪声输入,设计一种利用DSP处理器对语音信号进行自适应滤波的的单声道系统.该系统利用音频芯片TLV320AIC23和TMS320VC5509 DSP共同搭建,实现了语音信号的采集、传输及噪声信号的自适应滤波处...     

模糊自适应PID控制在阳极焙烧中的应用

阳极焙烧是铝工业的重要工序,温度是焙烧过程中最重要的控制参数,温度的控制系统是一个典型的非线性、时变、大滞后系统。应用模糊自适应PID控制器对其进行控制,既利用了模糊控制适应能力强、动态特性好、抗干扰能力强的特点,又利用PID控制消除了系统静差,使控制系统的动态和静态品质都得到极大的提高,取得了较理想的控制效果。     

基于自适应PID控制器的异步电机矢量控制

为了克服传统PID控制器自适应性及鲁棒性相对较差的缺点。实现高性能的异步电机矢埴控制，提出了采用人工神经网络技术构造自适应PID控制器。在保证调速系统全局快速收敛的情况下，运用有监督的Delta学习规则和合理的控制算法。实现自适应PID控制器参数的在线自动调整。应用MATLAB软件设计基于自适应PID控制器的异步电机矢量控制模型并进行仿真研究，结果表明，自适应PID控制器不仅能够满足异步电动机矢量控制的实时性要求。而且可以大大改善异步电动机的动态性能与静态性能，表现出较强的自适应性与鲁棒性，因而可以取代传统PID控制器以实现高性能的异步电动机矢量控制。     

基于最小二乘支持向量机动态逆的非线性系统自适应控制

提出基于最小二乘支持向量机动态逆的一种非线性系统自适应控制方法.该方法采用最小二乘支持向量机辨识非线性系统的动态逆模型,并将其串联在原系统之前得到复合的伪线性系统.对于建模误差、不确定因素等引起的非线性系统逆误差,采用在线最小二乘支持向量机进行自适应补偿.最小二乘支持向量机的在线参数调整规律由Lyapunov稳定性理论导出,并证明了非线性闭环系统的稳定性.仿真结果证明了该方法的有效性.