极点配置广义最小方差自校正控制器

本文根据极点配置要求,提出了一种修正的广义最小方差自校正控制器算法,用独立于加权因子的一组参数来实现在线调整加权因子。文中算法克服了现有的类似方案和其他极点配置算法在收敛性方面存在的困难。     

因子动态加权自调整FUZZY控制器及其应用

在分析了经典ＦＵＺＺＹ控制器存在的问题的基础之上，提出了一种新型结构的ＦＵＺＺＹ控制器——因子动态加权自调整ＦＵＺＺＹ控制器。这种控制器继承了经典ＦＵＺＺＹ控制器的优点，同时增加了因子动态加权自调整的功能．数字仿真结果表明，这种新型控制器在动静态性能方面均优于ＰＩＤ控制器。     

最小方差自校正控制—具有恒定的闭环极点

提出一种具有恒定闭环极点的最小方差自校正控制器,该控制器将最小方差策略和极点配置策略结合起来,既保证了良好的伺服跟踪能力和抗干扰能力,又增强了控制器的鲁棒性。本文采用递推估计算法在线调整加权多项式来配置闭环极点,因而在不显著增加在线计算量的条件下有效地改善了控制器的性能。     

模型参考的广义最小方差鲁棒自校正控制器及其应用

本文提出一种具有参考模型的广义最小方差鲁棒自校正控制算法。采用鲁棒的估计器和改进加权因子的选择方法改善自校正控制的鲁棒性,通过选择参考模型确定系统的希望响应特性。对具有大间隙、摩擦、饱和、弹性、死区、滞后等固有本质非线性因素的大功率伺服系统进行实验研究,结果表明,由该算法构成的控制系统具有良好的动态响应、良好的鲁棒性和高的控制精度,可以广泛应用地炮、火箭炮等要求高精度快速定位的系统中。     

带偏差MIMO系统跟踪最小方差控制

本文对一类带偏差的MIMO系统所提出的性能指标,设计了相应的最小方差控制器,并讨论了将它们应用于宏观经济系统控制的可能性。     

基于FUZZY推理的自调整PID控制器设计

在工业控制过程中,由于被控参数具有时变、非线性、不确定等因素,常规的PID控制算法难以满足要求,本文通过对模糊规则进行推理和决策,提出了在线整定PID控制器三个参数的方法.从而对各种被控对象、不同控制指标都能实现PID的最佳调整,取得理想的控制效果.     

自调匀整中的最小方差控制研究

在自调匀整方案中,应用以方差最小为性能指标的新的控制方案,对改善匀整效果具有现实意义。本文以此为目的,在已得到对象数学模型的基础上,推导了广义最小方差控制律,求得控制算式,研制了用微机实现控制的硬件和软件系统。现场试验表明:整定得好的新控制方案较之原有PI控制,输出棉条线密度方差确有明显战小。     

基于新息的最小方差对偶控制

针对参数未知且随机变化的系统的最小方差控制问题，提出了基于新息的最小方差对偶控制策略，将系统参数随机变化的最小方差控制问题转化为多个基于新息的单步控制问题，利用卡尔曼滤波对参数进行估计，每步仅需求解一个非常简单的优控制问题，然后把控制加入系统，根据系统的输出获得新息，再重复卡尔曼滤波，最终可实现最小方差控制。仿真结果表明，该控制器具有对偶作用，一方面通过学习可消除系统参数的不确定性，另一方面可使系统输出稳定在期望输出值上，从而能够获得较好的参数辩识结果与良好的控制目标。     

基于多项式变换的双率最小方差自校正控制

输入输出采样周期相同,而且时间上同步的传统离散时间系统(即单率系统)最小方差控制方法,不适用于输入输出采样周期不相同的双率系统.现提出控制刷新频率是输出采样频率整数倍的未知参数双率系统最小方差自校正控制算法.其基本思想是,利用多项武转换技术得到双率系统的频域模型,设计一个估计器来计算系统的损失输出(即采样问输出),导出了双率系统最小方差控制律,提出了最小方差自校正控制算法.最后用仿真例子说明提出方法的有效性.     

模型预测控制器的广义最小方差性能评价

基于滚动时域最小方差性能评价方法和广义最小方差控制原理,提出了可处理约束问题的滚动时域广义最小方差性能评价方法。该性能评价方法既可考虑过程变量的硬约束,同时相对于滚动时域最小方差性能评价方法,又可考虑操纵变量的软约束。基于Wood-Berry精馏塔模型的仿真实例证明了该性能评价方法较滚动时域最小方差性能评价方法具有更高的实际意义,并验证了这种性能评价方法的有效性。     

基于模糊神经网络的大时滞系统的预测控制

工业生产过程中常有大时滞存在,用传统控制方法不能获得满意的控制效果。为解决这个问题,本文提出了基于模糊预测的模糊神经网络（Fuzzy Neural Networks)控制器,根据过程的动态变化实施控制器的在线调整,仿真和实践都表明了该控制方案的优越性。     

串级时滞系统最优预报自校正鲁棒控制算法

本文提出了一种适用于串级时滞系统的极点配置最优预测鲁棒自校正控制算法,它能消除闭环特征方程中的时滞项,有效地提高了系统的稳定性及抗干扰能力,具有经典串级系统难以达到的优越性能。     

时滞系统简单自校正PID控制器

采用Smith型时滞补偿器,对于具有未知或时变时滞的二阶(或一阶)开环稳定被控过程,分别提出了以任意稳定裕度和极点配置为指标的自校正PID(或PI)控制算法。仿真结果表明,该算法简单可行,且易于实施。     

考虑时滞因素的RBF神经网络模型在高炉铁水硅预报中的应用

在高炉炼铁生产过程中,铁水硅含量反映高炉炉温,预测和控制炉温对高炉生产的节能、降耗、顺行至关重要.基于包钢6号高炉生产数据,建立了RBF神经网络铁水硅含量预测模型.研究表明:考虑时滞因素的RBF神经网络模型,当误差范围＜±0.10时,预报准确率达到了85％,其准确度高于不考虑时滞因素的RBF神经网络模型,对在线预测高炉铁水硅含量具有实用价值.     

一种PID型神经网络控制器

针对非线性的时滞系统 ,采用一种将PID控制规律融进神经元网络的控制器 ,并应用基于最小二乘递推算法的最小方差预测值来克服时滞误差 .运用Lyapunov稳定性定理 ,确定了系统稳定时控制器权系数的范围     

新型时变大时滞最优预报自校正PID控制算法

本文提出了一个克服时变大时滞及被控过程参数时变的最优预报自校正PID控制算法。通过计算机数字仿真,将新算法应用到化肥厂合成氨H_2/N_2这样一个时变大时滞的被控过程,结果看出这种控制策略鲁棒性好,抗干扰能力强,消除了时滞及过程参数时变对系统输出的影响,可以构成相当理想的工程控制器。     

多时滞不确定系统的非脆弱鲁棒控制器设计

考虑了一类多时滞不确定系统的非脆弱鲁棒控制器设计问题,控制器增益存在加性和乘性摄动两种情况.通过构造一个相应的Lyapunov函数,证明了使系统鲁棒稳定的充分条件.基于线形矩阵不等式,当控制器增益存在两种形式摄动时,给出了系统鲁棒控制器的设计方法.通过算例验证了所给结果的有效性.     

应用改进的灰色模型预测民航管制员数量

建立了灰色预测模型,进而运用马尔可夫链理论对灰色预测模型进行了改进。针对我国近年来民航管制员的数量变化,分别应用两种模型进行了预测。结果表明,通过马尔可夫链理论修正的预测模型,预测精度得到了较大的改善,结果更为准确,预测结果能为民航各级人事决策者提供依据。     

分层调整因子的模糊控制器

分析量化及比例因子对模糊控制性能的影响,设计一类分层调整量化及比例因子的模糊控制器．仿真结果表明,其控制效果优于常规模糊控制器．