电动汽车驱动电机离散MRAC研究

电动汽车驱动系统是电动汽车的关键技术之一,离散模型参考自适应控制方法用于电动汽车驱动电机的控制将更好地提高电动汽车驱动系统的性能。首先建立电动汽车驱动电机离散化的数学模型,提出性能指标,建立参考模型。在此基础上探讨了自适应控制方法的设计,推导出了离散模型参考自适应律。仿真研究表明采用离散模型参考自适应控制方法设计的电机驱动系统性能明显优于PID控制系统。实验结果验证了方案的可行性。     

电弧炉电极调节系统的离散时间自适应控制研究

讨论了电弧炉电极调节系统的离散时间自适应控制问题。首先将电弧炉主电路的电弧弧长与电弧电流的非线性函数关系用分段线性函数表示,得出了电弧炉电极调节系统分段线性化的数学模型。在此基础上进行了电弧炉电极调节自适应控制系统的设计,推导出了递推的离散时间模型参考自适应律。仿真研究表明自适应控制系统具有良好的跟踪特性,并能够有效地抑制抖动,其性能明显优于PID控制系统,以上研究为新型电极控制系统的研制提供了新的方法。     

新型神经网络模型参考自适应控制系统设计

针对任意复杂非线性系统，即控制器具有不可分离结构的离散非线性系统，提出新型神经网络模型参考自适应控制。该方案的提出简化了基于神经网络的模型参考自适应控制系统的设计，只需一个神经网络辨识器。统一了任意神经网络模型参考自适应控制的设计方法，更接近于工程实际。仿真结果证明了该方案的合理性和有效性。     

RBF网络模型参考自适应控制在温度控制中的仿真研究

减压塔侧线温度系统是一个时变非线性复杂系统,采用常规的PID控制回路难以达到较好的控制品质。针对克拉玛依石化厂原油蒸馏装置中的减压塔,根据实际控制要求,提出了RBF神经网络模型参考自适应控制策略,设计了减压塔减三线温度控制系统,给出了RBF神经网络控制器和模型辨识网络参数的学习算法。仿真结果表明,采用提出的控制策略,控制效果非常好,完全达到控制要求。     

船舶航向GA-PID自适应控制研究

设计了船舶航向保持GA-PID自适应控制系统,通过系统辨识得到船舶航向运动的数学模型,在该模型的基础上采用遗传算法优化PID参数,将优化所得参数赋予实际的航向保持系统。在系统运行过程中,不断检测航向角偏差的标准差值,若该值超出设定范围,则重新辨识模型,优化参数。对系统进行仿真,仿真结果表明,与单纯形法优化的PID控制系统相比,该系统对海情的变化具有良好的自适应能力。该系统简单可行,具有工程应用价值。     

神经网络在转台控制系统设计中的应用

针对三轴飞行仿真转台中环电液伺服系统的非线性、参数时变性以及转台的快速性要求，给出了一种具有并行结构的单个神经元PID模型参考自适应控制方法。其中环利用神经网络逼近被控对象，控制器采用单个神经元PID。仿真结果表明该方法满足系统快速性的要求，并具有较好的鲁棒性。     

无人机自适应编队飞行控制设计与仿真

编队飞行对于完善无人机的功能和生存能力具有重要意义.以两架紧密编队飞行的无人机为研究对象,考虑到外部干扰和噪声的影响,建立了编队飞行动力学模型;根据编队飞行控制系统的特点,使用直接自适应控制技术对无人机进行编队飞行控制,使得飞机具有良好的模型跟踪能力;同时采用PID控制器使得系统快速跟踪指令;最后分析了所设计系统的稳定性.仿真结果表明设计的编队飞行控制系统具有较强的鲁棒性和自适应跟踪性能.     

基于联合仿真技术的主动悬架自适应模糊PID控制研究

近年来联合仿真技术在车辆控制系统的开发研究中得到了广泛的应用。以某皮卡车为研究对象,首先利用ADAMS/CAR软件建立车辆多体动力学模型;然后在Matlab/Simulink环境中设计了基于自适应模糊PID控制的ASS,定义了与ADAMS/CAR环境下车辆模型的数据交换接口;最后,将设计的控制系统在ADAMS/CAR和Matlab/Simulink环境下通过输入输出接口进行联合仿真。文中对随机路面输入和脉冲路面输入工况下的ASS系统及整车动态特性进行了联合仿真研究,其研究结果为联合仿真技术在车辆工程中的实际应用提供了参考。     

粉煤灰恒压输送PID控制系统研究

对比目前国内粉煤灰恒流输送系统存在的弊端,介绍了恒压输送系统的优点以及输送原理。对其核心PID控制器进行了科学的建模,在此基础上引入了模糊控制算法,并对粉煤灰恒压输送模糊自适应PID控制器进行了设计与MATLAB仿真研究,该控制器可实现模糊控制和PID控制的自动切换,结果表明:模糊自适应PID控制在超调量、响应速度和调节时间方面均优越于常规PID控制,具有良好的静态特性、动态特性、智能性和鲁棒性。为后续粉煤灰恒压输送控制系统的工程实践提供了强有力的理论指导和依据,对自动化水平的进一步提高具有积极的意义。     

基于联合仿真的液力缓速器液压控制系统研究

对某重型车辆的液力缓速器系统进行研究。依据台架试验数据和神经网络理论建立了液力缓速器数学模型。基于AMESim建立了液压控制系统模型。基于MATLAB/Simulink建立整车制动模型和PID控制器模型。通过MATLAB-AMESim联合仿真验证液压控制系统的控制性能。仿真结果表明这套液压控制系统和控制算法具有良好的恒力矩控制性能,与试验结果对比也验证了基于联合仿真的液力缓速器液压控制系统研究方法是具有实用意义的。     

一种自适应CMAC神经网络控制器的设计与仿真

为了消除常规前馈型CMAC神经网络控制器的过学习和振荡现象，基于常规CMAC的基础上，提出了一种自适应CMAC神经网络的控制器结构。该控制器以系统动态误差和给定信号量作为CMAC的激励信号，并与自适应神经网络控制器相并联构成系统的复合控制。仿真实例表明，提出的自适应CMAC神经网络控制器具有良好的鲁棒性、抗干扰能力和自适应能力，是解决非线性和不确定性对象控制问题的一种简便有效的控制算法。     

基于PID神经网络的主汽温系统设计与仿真

PID神经网络是将PID控制规律融入神经网络的一种智能控制技术,它既具有常规PID控制结构简单、参数物理意义明确的优点,又具有神经网络非线性映射能力强、自学习、自适应的功能。针对主汽温控制系统大滞后、非线性、时变等特性,综合考虑控制系统的动态、静态性能,PID神经网络对控制系统进行全工况的学习与优化设计,并进行了主汽温...     

基于滑模控制的三相电压型PWM整流器系统仿真

三相电压型PWM整流器(VSR)用于AC/DC/AD系统前端整流器时,由于PI控制的滞后性及其比例积分系数对系统参数的敏感性,很难在四象限运行中保持良好的动态性能和鲁棒性。考虑到VSR本身非线性的特点,提出了一种基于同步旋转坐标系的双闭环滑模变结构控制算法,在MATLAB/SIMULINK环境建立了仿真模型,对滑模算法和PI算法进行了对比仿真。结果表明,较之PI算法,滑模算法具有更好的动态响应。     

变结构离散动态贝叶斯网络参数的自适应产生

变结构离散动态贝叶斯网络及其推理算法解决了对突变过程的建模和定性推理问题,但是环境突变是随时发生而且无法预计,由此网络结构发生变化后,网络参数必须自适应产生.针对此问题,依据贝叶斯网络的原理,定义了相关节点和最偏好状态的概念,提出了变结构离散动态贝叶斯网络参数的自适应产生算法,并将此算法应用于解决飞行器突发威胁情况下的航路选择问题,取得了满意的结果,验证了所提出的变结构离散动态呗叶斯网络参数的自适应产生算法是可行的,有望解决变结构离散动态贝叶斯网络参数的自适应产生问题.     

武器系统一体化综合仿真环境及仿真系统

介绍了一种新型的、通用型的武器系统一体化综合仿真环境（WISE）的特点、组成和全数字仿真产品,重点描述了利用WISE仿真软件工具开发的舰炮综合控全数字仿真系统的原理、功能、组成、配置和仿真建模过程,最后分析了WISE先进仿真软件工具的应用前景。     

基于自适应遗传模糊神经网络的信用评估建模

提出了一种自适应遗传模糊神经网络评估信用风险的模型,该模型在多子群遗传算法基础上,采用带控制参数的动态概率选择与最优保存策略相结合的混合选择策略,根据种群适应度标准差大小动态调整交叉和变异概率,并将BP算子嵌入遗传算法中,构建了多子群自适应遗传BP算法,并利用该算法优化网络的连接权值和模糊参数。将所建模型应用到信用评估中,并与BP神经网络、ANFIS以及遗传神经网络模型预测效果进行比较,结果表明该模型对信用评估具有更好的泛化能力和更高的预测准确度。     

电极升降智能复合控制技术研究

通过研究电弧炉冶炼过程工艺，对于熔化，氧化和还原三个不同过程中的电极控制特点进行分析，结合复合控制的基本思想，设计出了将复合控制技术应用于电弧炉电极控制的使用方法，建立了智能式电极升降复合控制模型和算法，利用专家控制系统提供策略和算法切换技术，构成多模态控制系统结构，并利用Clips语言进行算法实现和专家控制系统的程序编制，系统投入运行以来保持了不同冶炼阶段的电弧功率值，取得了很好的现场效果。     

基于BDI的嵌套网模型及其在模拟对抗中的应用

针对复杂对抗系统的自适应和涌现性等特征,提出了一种将嵌套网模型结合BDI(belief,desire,intention)范例理论的多组织模型。主要贡献在于:有效地拓展了系统自身的动态适应性和稳定性;规划出一整套用于对抗模型平台的静态数据组织方式,并给出了各中间对抗过程的综合模型;针对实际问题,研究了仿真对抗过程的层次描述结构,并讨论了相关的运行机制。该模型的提出降低了建模复杂度,提高了模型的柔性度,有效地揭示了对抗本身的本质特征和推演规律,体现了模型在求解复杂自适应问题的强大优势。     

基于动态RBF神经网络在线辨识的单神经元PID控制

针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。