多模型自适应前馈解耦控制器

当一类非最小相位系统参数发生跳变时,针对常规自适应控制系统暂态响应差的问题,提出一种基于多模型切换的多变量直接自适应前馈解耦控制器．该控制器由多个参数已知的固定控制器和2个自适应控制器构成．多个固定参数控制器可由系统参数模型通过映射直接得到,并且和邻域一起完全覆盖控制器参数模型集．通过加权多项式矩阵的选择,消除了稳态误差,实现了解耦控制,并给出了全局收敛性分析和覆盖性证明．仿真结果表明,暂态响应和解耦效果得到了提高。     

单元机组协调系统的多模型自适应解耦控制

针对火电单元机组被控对象多变量、强耦合及模型参数随负荷显著变化的特点,提出一种基于多模型自适应解耦控制的协调控制策略.采用多个固定模型和2个自适应模型并行辨识机组对象的动态特性,在每个采样时刻基于切换性能指标选出最优的局部模型作为当前模型,并据此设计解耦控制器,从而实现全工况运行的自适应控制.同时对多模型控制系统的全局稳定性进行了证明.通过对300MW亚临界直流燃煤机组协调控制系统的仿真表明:该控制策略对负荷变化适应快,且可获得良好的动、静态解耦控制效果.     

基于模型参考的自适应PID控制器

提出了一种基于模型参考的自适应 PID控制器 ,通过引入一自适应误差信号 ,根据模型参考自适应控制原理的方法 ,推导了 PID参数整定的自适应率 .仿真结果表明 ,该控制器与典型的PID控制器相比 ,显著提高了系统的动态响应性能 ,系统输出能够很好地跟踪参考模型的输出 ,具有一定的抗干扰性 ,鲁棒性较好     

自适应神经网络PID控制器

提出了一种新型神经网络PID控制器，其学习速率是通过三层前向BP网络在线辨识学习，使神经元有较强的智能性、自适应和自学习的能力；同时，将Smith预估器与神经元PID控制器相结合，能更有效地抑制纯滞后的影响。仿真结果表明该控制器有较好的控制效果和鲁棒性。     

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。     

模型参考自适应解耦控制研究

针对多输入，多输出耦合对象的参数在一定范围内变化的情况，研究了解耦控制与自适应控制问题，通过建立系统的参考模型，提出了按参数自适应律自动调整解耦网络和调节器参数的设计方法，对参数可变的２个输入２个输出的耦合对象进行了自适应解耦控制设计与控制系统计算机仿真，仿真结果表明，解耦网络和调节器能数固定时系统运行失控，实现参数自适应调整后系统运行正常。     

一种改进的自适应PID控制器

提出了一种新型的PID控制器，其基本思想是把神经元非线性映射和权值的自适应修正功能引入到PID控制器中，利用神经元收敛和权值在线修正，动态改变对偏差、偏差变化率、变化率之变化率的不同加权，从而获得较好控制性能。实验表明该算法使用可靠、精度高，而具有较强的抗干性能和鲁棒性。     

多变量系统模糊自适应解耦控制方法综述

介绍了多种模糊自适应解耦方法,主要是传统自适应理论与模糊控制的结合以及糊神经网络解耦方法,并着重介绍了各方法的优点和局限性．最后对模糊自适应解耦研究领域的前景进行了展望。     

时滞系统无模型自适应PID控制

为了避免工程应用中的建模问题,为时滞系统提出了一种嵌入式结构的模型参考自适应系统(MRAS).通过引入期望模型的概念,解决了传统MRAS中的期望系统性能描述问题,并采用最小二乘法作为自适应律,实现了时滞系统的无模型自适应控制.仿真实验结果证明了改进方法的有效性.     

模糊遗传算法的自适应PID控制器

针对遗传算法运算速度慢不利于实时控制现象,提出一种基于模糊推理的遗传算法,并将其应用于自适应PID控制器上．仿真实验表明,该算法具有较好的寻优能力,能满足实时控制的要求。     

基于DLF神经网络的非线性自适应PID控制器

针对非线性时变现象,将DLF神经网络与PID基本原理相结合,提出了基于DLF神经网络的非线性自适应PID控制器设计方法,并解决了此类控制器初始参数难以设置的问题,仿真研究证实了其可行性和有效性。     

基于多模型切换的多变量直接自适应控制器

当系统参数发生跳变时,为了解决系统暂态响应变差的问题,提出一种基于多模型切换的多变量直接自适应控制器·该控制器由多个参数已知的固定模型和2个自适应模型构成,多个固定参数控制器模型可由系统参数模型通过映射直接得到,并且和邻域一起完全覆盖控制器参数模型集·不但消除了稳态误差,而且实现了解耦控制·最后给出全局收敛性分析·仿真结果表明暂态响应和解耦效果得到了提高·     

PID自整定调节器研究

在空调实验室集散微机测控系统温度等大惯性环节的控制方法研究中，提出了ＰＩＤ自整定调节器的控制方法。该文讨论了ＰＩＤ自整定调节器的特点，给出系统设计的控制算法，它是以二阶系统理想特性为基础进行有点配置的，使得卷土重来不系统具有二阶系统的最优极点，具有良好的跟踪性能与抗扰动性能，提高了工业控制系统的控制质量，可作为一种通用的控制算法。     

基于两种模型的非线性自适应建模

研究了基于截断Ｖｏｌｔｅｒｒａ级数和双线性递归差分方程的非线性自适应建模，考虑了ＭＭＳＥ和广义ＭＭＳＥ准则，分析了各种算法的复杂性，分析结果表明，双线性模型在简洁性和计算复杂性方面的均优于截断Ｖｏｌｔｅｒｒａ级数。     

一种实用自适应PID控制器

本文介绍了一种实用自适应PID控制器,它是以MCS-51系列单片微机为核心,采用PID控制规律结合参数辨识的控制算法,实现了PID参数完全在线自动整定。该控制器适用于被控制对象未知或慢时变的场合,既可替代常规PID控制器,也可作为分布式系统的低级智能控制器。     

An Intelligent Adaptive Fuzzy PID Controller Based on Multimodel Control Approach

A novel intelligent adaptive fuzzy PHD controller based on multimodel control approach is presented in this paper.It can improve the system performance of the dynamic time- varying system at various operating conditions.The fuzzy PHD controller is implemented by combining a fuzzy PI with a fuzzy PD controller in a parallel structure. The parameters of the fuzzy PHD controller are linked, via analytical derivation, to the gains of the linear PID controller. The sum of error square is used as performance criterion to locate the model that best reresents the process among the multiple models, The desired control output to drive the process along the desired path is generated only by modifying the output scale factots GU_I and GU_D of the fuzzy PID controller, Among the prescribed models, the control signal of the nearestmmodel to the system is applied. The system can be driven to its original trajectory because of the robustness of the fuzzy PID controller, Computer simulation results show that the adaptiv     

非线性系统神经自适应最优预估控制器

基于一种简化的神经网络结构及其相应的快速辨识算法,提出了控制非线性系统的自适应预估方法.它综合了自适应预估控制在控制线性系统中的良好特性和神经网络在辨识、控制非线性系统中的高精确性.大量实验表明该控制器设计简单,适应力强,鲁棒性好,能有效控制一类非线性对象.