动态数据驱动的LS-SVM多模型预测主动容错控制

针对非线性系统提出了一种基于动态数据驱动的LS-SVM多模型预测主动容错控制方法,使系统对已知故障容错的同时,利用动态数据驱动对模型的补充,实现了对未知故障的主动容错．该方法首先基于LS-SVM建立系统正常或已知故障模式的动态模型库,实际运行时依据系统对性能容忍度指标和模型失配度指标的实时计算分析,判断系统所处的运行模式,当系统发生已知故障时,直接调用动态模型库中已有的模型,并采用经局部线性化近似预测控制算法计算控制律;当系统发生未知故障时,则选用模型库中最接近当前运行模式的模型进行故障过程的过渡容错控制,并以动态数据5步补充循环算法,快速建立该未知故障的LS—SVM模型,进而利用新模型实现系统对未知故障的主动容错．并以一非线性系统仿真实例验证了所述方法的可行性和有效性．     

一种基于多模型的主动容错控制方法研究

针对某些具有可能故障先验知识的非线性系统,基于神经网络对系统正常及各种先验故障情形建模,并离线整定出各种故障模式下的控制律,由此建立模型库,进而构建基于多模型切换的主动容错控制系统;系统实时运行时,依据系统性能容忍度指标和模型失配度指标的计算分析,判断系统所处运行模式,进而调用与之匹配的控制律,从而达到对非线性系统主动容错控制的目的.最后将文中所提出的主动容错控制方法应用于一非线性系统进行MATLAB仿真,结果表明了该方法的有效性.     

针对传感器故障的广义系统主动容错控制

针对传感器失效情形,提出基于全维状态观测器的广义系统主动容错控制的设计方法.根据广义系统的分离定理,当传感器失效,利用调整观测器增益阵参数的办法来实现容错.数值例子验证了所提方法的有效性.     

一类非线性系统的故障估计和预设性能控制

研究了一类带有不匹配故障的非线性系统的故障估计和预设性能控制（PPC）问题，通过基于中间变量的估计观测器方法，设计了一种带有自适应参数更新律的故障估计器和状态观测器，提出了基于预设性能的容错控制方案．证明了系统状态误差和跟踪误差收敛于预先设计的集合内，且所有闭环信号都是有界的．通过仿真实验验证了算法的有效性．     

不确定时滞系统的鲁棒容错控制

研究了一类不确定线性时滞系统的鲁棒容错控制问题，基于Lyapunov稳定性理论，证明了当采用一种带时滞的状态反馈控制律时，该系统对于传感器和执行器故障具有完整性，给出了闭环系统具有鲁棒容错能力的条件．     

基于BP神经网络的机械臂模糊自适应PID控制

机械臂属于强耦合多变量的典型非线性系统,常规的控制策略难以取得满意的控制效果.采用基于BP神经网络的模糊自适应PID控制策略,解决了原有PID控制的参数自适应能力弱、鲁棒性较差的问题.该方法采用BP神经网络动态调整PID控制器参数,使之能够随时满足控制精度的需要,改善系统的控制性能.仿真实验结果表明:所提的控制策策略实现简单,同时具有较高的控制精度.     

基于神经网络的证券预测技术研究

本文借助神经网络对非线性函数的逼近能力，提出了BP算法的改进型算法及基于BP算法的指数预测模型，通过对比传统预测算法，证实改进后BP算法用于指数预测的可行性及准确性．     

具有线性输出结构的非线性系统故障诊断和容错控制

研究了一类具有线性输出结构的非线性系统故障诊断和容错控制,利用自适应观测器来构造线性残差,同时构造李亚普诺夫函数,使其一阶导数为负来得到故障估计值,容错控制部分设计了2个自适应观测器,通过控制器重组使故障发生后的系统输出跟踪原系统输出.理论分析和仿真结果证明了该方法的有效性.     

超混沌Chen-Lee系统的有限时间同步

引入一个非线性状态反馈控制,将混沌Chen—Lee系统构造成四维超混沌系统．将这个四维超混沌系统作为驱动系统．采用主动控制方法构造一个响应系统,进一步选择适当的控制器使驱动一响应系统达到有限时间同步．数值模拟验证了本文提出的方案是有效的．     

一种基于神经网络辨识的预测方法

针对时变的非线性系统,将传统的预测控制与神经网络逼近任意非线性函数的能力相结合,提出一种基于神经网络辨识的预测方法.同时选用含有调整参数的双曲正切函数作为节点的激活函数,弥补由于未考虑激活函数的输出值域、影响神经网络辨识精度和速度不足的问题.仿真结果表明,它适用于无滞后和有滞后的时变非线性系统,辨识收敛速度快、精度高,并具有较强的自适应性和鲁棒性.     

子空间预测控制中的椭球优化及其应用

为联合系统辨识和控制器设计,在子空间辨识的基础上研究了一种新的子空间预测控制. 该控制方法可自动校正模型预测控制中的系统参数,避免传统的线性二次高斯最优控制中繁琐的设计过程,且不依赖于控制器的任何先验信息. 在带有约束条件时,利用椭球优化来迭代产生一系列体积逐渐减小的椭球序列,该序列最终收敛到一个最优解. 在此基础上推导了椭球优化算法达到收敛时所需迭代次数的一个上界. 以直升机悬停状态为例,利用该文方法设计控制器,验证了子空间预测控制方法的有效性.     

故障条件下子空间预测控制的对偶分解

研究故障条件下子空间预测控制器的设计问题,在推导输出预测估计值后分析残差矢量的统计分布特性
及残差矢量在各个瞬时时刻处的具体形式. 针对含有等式和不等式约束条件的预测控制器最优化问题,通过对偶
运算将较复杂的约束优化转化为无约束优化问题,采用最近邻梯度法即可求得基-对偶优化问题的最优解. 最后以
直升机悬停状态为例,验证控制器设计方法的有效性.     

Logistic人口增长模型的混沌数据系统及反馈控制研究

针对Logistic人口增长模型由稳定状态,通过控制参量的变化进入倍周期分岔及混沌,提出了一种基于Lyapunov指数的状态反馈控制策略,使混沌状态的Logistic模型变成为可测。该控制策略可将混沌状态的Logistic人口增长模型快速的收敛于给定的任意值,并进行了数字仿真。所有计算及作图由MathCad7.0实现。     

PI型有约束后移限位预测控制器

基于对后移的输出预测进行约束,并优化具有比例积分结构的多步预测控制的目标函数,设计出PI型有约束后移限位预测控制器.仿真结果说明了这种方法的优良性能.     

一种新的模糊内模预估控制器

采用内部模型控制 估器和模糊控制器相结合,对模糊内模预估控制方法进行了研究。其方法是利用模糊预估控制器克服时滞,通过对具有纯滞后的被控过程进行的数字仿真研究,结果表明：这项研究的控制效果要优于常规ＰＩＤ控制、模糊控制（Ｆｕｚｚｙ）和内模控制（ＩＭＣ）方法。     

网络控制系统的自适应预测控制

针对具有随机时延的网络控制系统,提出一种自适应预测控制方法. 利用Elman神经网络对网络控制系统的随机时延进行在线预测,然后采用一种增加微分作用的改进隐式广义预测控制方法对网络时延进行补偿,实现了随机时延网络控制系统的自适应预测控制. 仿真结果表明,该方法对网络随机时延有很好的补偿效果,可明显改善系统输出性能,保证控制的稳定性与快速性.     

基于二步估计器的PID自校正预测控制

基于内模原理构建d步超前预测控制器.根据d步超前预测信号,运用二步估计器进行数据信息处理,创建PID自校正预测控制算法.仿真结果表明:该算法实现起来简便,能够有效地减小控制系统的运算量,提高控制的实时性.     

广义预测自适应控制及改进算法研究

控制实践中许多复杂的工业系统数学模型很难精确建立,而且工业对象的结构和参数往往具有不确定性,要建立精确的数学模型非常困难.针对此问题提出了广义预测自适应控制算法,在此基础上介绍了隐式广义预测自校正控制,对其进行仿真研究,结果证明了该算法的有效性和优越性.     

换热机组供水温度的广义预测控制

针对热工过程对象具有大惯性、大时滞、时变和非线性等动态特性，建立了热力站换热机组的CARIMA模型和基于该模型的供水温度广义预测控制系统．利用Matlab对该控制系统进行了仿真，并与PID控制进行了比较，证明了广义预测控制(GPC)可以应用于热工过程控制中，并能取得良好的控制品质和鲁棒性．