压电陶瓷回环特性的RBF神经网络建模研究

压电陶瓷的输入输出特性表现为非线性多值对应关系，直接采用只能逼近任意单值对应函数的前馈神经网络是无法描述压电陶瓷回环特性的，该文提出在二维输入输出空间中增加时间轴，构成三维空间，使压电陶瓷的输入输出特性变为单值对应关系。采用多输入单输出的RBF神经网络实现对迟滞回环特性的描述，其仿真结果表明该建模方法是有效的，并具有较高的精度。     

基于Gamma滤波的压电陶瓷动态迟滞建模研究

融合Gamma滤波和PI模型的结构,提出压电陶瓷的动态迟滞模型.借鉴PI模型的结构, 对Gamma滤波的各个环节的输出通过RBF神经网络进行静态非线性变换,并在其后与一个动态神经网络串联, 构成了一种新的神经网络迟滞模型.与静态PI 模型不同,由于新模型中含有动态的类迟滞算子与动态神经网络串联.所以, 所提出的迟滞模型是一种动态的迟滞模型.对压电陶瓷实际测量数据逼近和预测的结果表明,所提出的动态迟滞模型精度高,具有较强的泛化能力.     

对压电陶瓷执行器迟滞特性的智能建模

由于压电陶瓷执行器固有的迟滞非线性会影响系统的控制精度,甚至能导致系统不稳定,基于神经网络建立一个迟滞非线性的智能模型。提出一个迟滞因子将多映射的迟滞非线性转换成能够被神经网络逼近的一一映射。该模型结构简单,简化了辨识过程。最后用该方法对实际的压电陶瓷执行器进行建模,结果表明,该模型能够准确的逼近迟滞非线性。     

采用拓展空间法建立迟滞模型

神经网络应用于非线性建模具有很多优点,但对迟滞这类多值映射非线性无能为力.一个新的基于神经网络的迟滞建模方法--拓展空间法被提出.通过坐标变换建立基本迟滞算子,将基本迟滞算子的输出与迟滞输入同时作为神经网络的输入,使神经网络的输入空间由一维上升为二维,从而使输入与输出之间形成一对一映射关系.最后的实验结果表明,通过拓展空间法神经网络能够对多值映射非线性进行建模.     

压电陀螺漂移特性的灰色神经网络建模研究

在不同温度和运行时间下,压电陀螺的静态零位漂移和刻度因子变化表现为非线性和多值对应关系,基于时间序列的ARMA模型和直接采用温度单输入的前馈神经网络模型都无法正确描述压电陀螺的这种误差特性。提出一种将温度和时间作为输入,分别同时对应陀螺静态零位和刻度因子输出的三维空间下的单值对应关系,在运用灰色理论对数据进行预处理基础上,采用多输入单输出的RBF神经网络实现了对陀螺漂移特性的描述。仿真实验结果验证了该建模方法的有效性。     

基于动态PREISACH算子的压电陶瓷动态迟滞智能建模

针对经典Preisach模型存在的不能反映迟滞依赖于输入变化率的动态特性且其权重函数难以确定的缺点,给出了Preisach模型中积分项的一种实现形式,动态Preisach算子,其参数是榆入变化率的函数,该Preisach算子反映了迟滞依赖输入变化率而体现的动态特性的基本特征.通过引入动态Preisach算子,将存在于迟滞非线性中的多值映射转化为连续的一一映射,从而将神经网络等智能辨识工具应用到迟滞非线性的建模中.该方法简化了迟滞非线性的建模过程,结构简单,且能实现在线更新,具有实际的应用价值,实验结果验证了所得模型的有效性.     

基于PI和神经网络混合模型的音圈电机迟滞建模

为有效控制具有迟滞特性的音圈电机,首先需对迟滞进行建模。针对结构复杂,不能准确描述动态迟滞特性的PI模型的缺点,提出了基于PI(Prandtl-Ishlinskii)和神经网络混合迟滞模型。该模型分为两部分,第一部分由少量不同阀值的Backlash叠加而成,构成了一般迟滞特性;第二部分为神经网络,用于实现一般迟滞特性到对音圈电机迟滞特性的逼近,并实现对迟滞回环动态特性描述。仿真实验表明,所提出的基于PI和神经网络混合迟滞模型,与PI模型相比较,结构简单,建模精度高。     

迟滞系统建模与自适应控制

迟滞非线性是影响智能材料驱动器工作精度的主要因素.为了降低迟滞特性对驱动器工作的影响,需要对其建模和补偿.Prandtl-Ishlinskii(PI)截止算子被用于建立迟滞模型,经过推导将迟滞特性分解为线性部分和非线性部分.采用PI的启动算子对其非线性部分进行补偿,由Lyapunov 稳定性理论推导出此控制方案的自适应控制规律.通过仿真验证了所提出的迟滞非线性补偿方案的有效性.     

含有铁磁迟滞非线性系统的反步控制及仿真

铁磁迟滞特性反映的是磁性材料中的迟滞作用.研究一类含有铁磁迟滞特性的不确定非线性系统的跟踪控制问题.将铁磁迟滞模型近似处理成线性输入项和有界的非线性扰动项,使得控制器设计易于实现.将迟滞模型融入控制器的设计过程中有效地消除了迟滞作用对系统的影响,避免了构造复杂迟滞逆模型需要精确迟滞模型表达式的限制.采用自适应反步控制方法,所设计的控制器使系统的输出快速跟踪上给定信号,跟踪误差在一个很小的范围内波动,保证了闭环系统的全局稳定.仿真研究验证了该设计方法的有效性.     

磨矿分级过程多模型智能控制研究

提出了一种非线性多模型控制算法,在若干平衡点附近首先建立多个子模型及相应的控制器,再通过在线计算模型匹配度来适应模型参数的变化,被控对象的最终输入是各控制器输出的加权和.将其应用于磨矿分级非线性系统的控制研究,仿真结果表明,所提算法极大地改善磨矿分级系统的动态响应,并增强了系统的鲁棒性.     

Sliding Mode Control with Perturbation Estimation and Hysteresis Compensator Based on Bouc-Wen Model in Tackling Fast-Varying Sinusoidal Position Control of a Piezoelectric Actuator

In this paper, a sliding mode control with perturbation estimation (SMCPE) coupled with an inverse hysteresis compensator is proposed for the motion tracking control of a microposition system with piezoelectric actuation. The inverse hysteresis compensator is employed to cancel the hysteresis nonlinearity, thus reducing the nonlinear system to a linear system with an inversion error. Then, a SMCPE controller is adopted to deal with all the unmodeled dynamics and disturbances, aiming at improving the dynamic performance and the robustness of system. An experiment of a piezoelectric actuator is presented to demonstrate the feasibility and effectiveness of the proposed control scheme. The result shows that for a fast-rate control input, the proposed method is capable of leading to a good performance of system behavior.     

Bouc-Wen滞回系统动力学特性的仿真研究

Bouc-Wen滞回模型包含了非线性阻尼和非线性刚度，对各种光滑的滞回曲线都能较好的近似描述，在工程中得到了广泛应用。在不同参数下，Bouc-Wen滞回模型使系统具有软或硬式响应特性，导致系统有非线性振动特性。本文利用数值仿真技术，研究了不同参数下单自由度Bouc-Wen滞回系统稳态振动最大振幅与频率之间的关系，并分析了Bouc-Wen滞回参数对滞回振动系统的分叉与混沌的影响，发现一些新的现象。     

基于支持向量机的逆动力学模型辨识及应用

建立系统逆动力学过程模型已经成为许多非线性系统控制问题研究与实现中的关键问题。该文应用支持向量机(SVM)回归方法实现了对热工对象的逆动力学过程在线辨识,并通过三个典型的仿真算例对基于SVM的非线性系统逆动力学过程模型的有效性进行了考察。仿真结果表明,基于SVM的逆动力学过程模型不仅具有较高的辨识精度,同时还具有较为理想的泛化性能和在线跟踪能力;利用所建立的系统逆动力学过程模型能够获得恰当的控制作用,保证系统的输出按照给定的轨迹达到设定值。     

基于C-R模糊模型的非线性预测控制

Cao和Ress提出的模糊模型（称为C-R模糊模型）由模糊推理和局部线性解析模型两部分组成，用隶属函数加权局部模型构成系统的全局非线性模型。本文提出了一种新的结构上与阶跃模型相类似的C-R模糊阶跃模型。并用DMC动态矩阵控制算法，求解基于该模型的非线性预测控制问题，得出了预测控制算法的解析形式，该方法克服了一般非线性预测控制算法求解困难的缺陷。     

一种非线性系统的N阶线模型及其辨识方法

广义脉冲响应函数模型由于其辨识对输入激励的苛刻要求,限制了其在非线性系统故障诊断方面的应用.提出了一种基于广义脉冲响应函数的可以描述非线性系统动态响应过程的N阶线模型.它将广义脉冲响应函数的各阶空间特征压缩到一条边线上,减少模型的表征量,从而降低辨识的输入激励要求,使被压缩的模型更易于被辨识.并且,根据广义脉冲响应函数的特性,提出了模型的辨识方法.最后,仿真验证了模型的辨识,并分析了故障对模型的影响特征.表明该模型适用于非线性系统的故障诊断.     

Property Analysis of Multiple Velocity Difference Model

Based on the numerical simulation, the traffic property of the multiple velocity difference model(MVD model) is analyzed in detail. It can be found that the delay time of car motion and the kinematic wave speed of the MVD model are reasonable, and the hysteresis loop can be obtained to describes the phase transition of traffic flow. In addition, the unrealistical high acceleration does not appear in the MVD model.