非最小相位系统的自适应跟踪Ⅱ:多输入多输出情况

该文是文献「１」的续篇,研究非最小相位的线性随机系统对多输入多输出的情况,提高一种类似于组合自校正器的自适应控制方案,消除了该自校正器跟踪参考信号时所发生的滞后现象。理论分析和仿真结果表明所设计的自适应控制系统具有良好的伺服跟踪性能和随机调节性能。     

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。     

一类多变量系统广义极点配置自校正控制器

本文针对一类所谓P规范型多变量系统提出了一种广义极点配置自校正控制器。该控制器可以处理系统中各通道之间延时不相等的情况。它可以跟踪系统的参考输入并且可以使系统有希望的闭环响应特性。同时还可以实现解耦自适应控制和消除静态误差。     

基于极点配置的连续自适应控制器

把块脉冲函数的递推辨识算法与极点配置控制策略有机地结合起来，提出了一种新的连续时间自适应控制器。由于块脉冲函数递推辨识算法是一种能保持受控对象最小相位特性的连续时间参数估计方法，而极点配置控制策略是一种鲁棒控制方法，因此，本自适应控制器具有更加广阔的工程应用前景。文中给出了这种控制器的工作原理和设计方法，讨论了它的性能和实现问题。理论分析和水电站调速系统的仿真实验结果证实了本设计方法的有效性。     

血压自校正控制

在控制血压的输液过程中,由于病人特征有明显的个体差异,必须采用自适应控制器。本文给出一个对期望血压实行极点配置对随机噪声实行最小方差的自校正控制算法,控制器在一个微机控制系统中实现。以狗为对象的动物实验表明:自适应控制器和系统特性令人满意。     

有界增益遗忘L1自适应控制算法的研究

针对单输入单输出非线性系统存在参数不确定性和干扰,结合L_1自适应方法和极点配置控制方法,提出一种有界遗忘增益L_1自适应控制方法,其中极点配置控制器主要用来保证线性部分闭环稳定,L_1自适应控制器则用于抵消系统的非线性特性、参数不确定性和干扰。在L_1自适应律中采用改进的有界增益遗忘(IBGF)方法计算自适应增益,将定常自适应增益换成时变的增益,由低到高的平缓时变增益可以有效地抑制由非零初始状态造成的扰动,该算法的稳定性得到了证明。仿真验证表明该方法具有很好的控制效果,验证了它的有效性和实用性。     

极——零点配置自校正调节器的在线优化

极-零点配置自校正调节器在实际使用中,通常存在如何合理配置闭环极点的问题.本文运用非线性优化原理,基于系统跟踪误差指标最小的原则,建立起具有极点参数在线优化的自校正控制,使系统在参数自适应的同时,实现闭环特性最优化.     

基于即时学习算法非线性系统多模型自适应控制

针对可获得大量输入输出数据的非线性系统，提出一种改进的即时模型辨识方法，并与自校正的极点配置控制算法相结合，设计多模型自适应控制器。所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性，使系统的动态响应品质得到了有效的改善。     

无心通磨加工的自适应控制

研究自适应控制技术在无心通磨加工精度控制中的应用 ,在对无心通磨加工过程分析的基础上 ,建立了该系统的数学模型 ,设计了采用自适应控制的控制律 ,给出了自适应控制的算法步骤。并将其应用于磨削加工 ,结果证明 ,本文所设计的极点配置自校正控制器使加工精度得到稳定和提高     

基于内模原理的简单极点配置自校正预测控制器

给出了一种简单的极点配置自校正预测控制器。主要内容有：根据Ｓｍｉｔｈ预测补偿原理，设计ｄ步超前预测器根据预测信号及预置闭环极点，采用双估计器技术，构筑极点配置自校正预测控制器；仿真结果表明这种控制技术是可行的。     

自校正PID控制器在同步发电机励磁系统中的应用

针对同步发电机励磁系统提出一种新的参数自校正的PID控制器,采用极点配置的设计方法,通过在线辨识同步发电机的参数,实时改变PID控制器的增益系数,从而实现同步发电机励磁的自适应最优控制.仿真结果表明该方法十分有效.     

基于综合算法的自适应鲁棒控制

提出了一种基于综合算法的自适应鲁棒控制器。其主要特点是：将广义最小方差控制和极点配置结合起来，籍以提高控制器的鲁棒性。数字仿真证实提高控制器的鲁棒性。数字仿真证实了所提控制方案在控制效果上明显优于通常的自适应控制器。     

基于矩阵规范化的直流电机自校正控制

直流电动机实际运行中,模型参数往往会受到运行环境、工况等条件的影响而发生变化,从而导致其系统模型的不确定性.为解决在上述条件下的控制器设计问题,本文介绍了一种基于自校正调节(Self-tuning Regulation)原理的自适应控制算法.该算法利用矩阵规范化的递推最小二乘法(Recursive Least Squares with Matrix Regularization,RLSMR)进行系统时变参数的在线估计,并针对实时辨识的参数采用极点配置(Pole Placement)方法来设计反馈控制器.计算机仿真结果表明,这种基于自校正调节的自适应控制算法对于直流电机的转速控制具有较理想的调节和跟踪能力,并能够很好地适应模型参数的变化.     

汽车防抱制动系统自适应模糊控制算法

提出了一种基于自适应模糊算法的防抱制动系统控制方式.针对汽车纵向双轮模型,设计了模糊控制器和滑移率校正器.校正器通过车辆的输入输出参数辨识最佳滑移率,并调整系统控制参数,以提高系统的控制性能.仿真实验验证了控制算法的有效性.     

一种新的隐式多变量组合自校正动态解耦控制器

本文提出一种新的多变量组合自校正动态解耦控制器.该控制器采用在零极点配置基础上叠加最小方差控制的算法,既能实现动态解耦,又改善了伺服跟踪性能.该控制器采用隐式递推算法,参数估计数目少,在线计算量小,仿真结果表明控制效果良好.     

一类多变量自校正控制器及其收敛性的研究

本文结合极点配置的基本设计思想,提出了一类具有输出跟踪的多变量自校正控制算法。该算法将工程应用中提出的要求与系统的性能指标联系起来,实现了闭环极点配置的广义最小方差控制,而性能指标中加权多项式矩阵R(z~(-1))的选取是根据使闭环系统输出对参考信号实现稳态无偏跟踪的原则进行的。进而运用Martingle收敛理论对算法进行了研究,导出了控制器的无偏收敛条件。数字仿真研究表明了该算法的可行性和有效性。     

水下焊缝跟踪单神经元自适应PID控制与参数优化

水下焊缝跟踪过程复杂,不确定因素多,并且焊接过程具有非线性特点,传统PID控制效果不理想.本文提出了单神经元自适应PID控制器,通过神经元的自学习能力,能够在线自适应调整PID参数,同时利用差分进化算法对单神经元自适应控制器的参数进行优化.经仿真结果可知,该单神经元自适应PID控制器响应速度快,精度高,控制效果好.     

全局收敛的多变量极点配置自校正控制算法

提出了一种简单的隐式多变量极点配置自校正控制算法,并证明了该控制算法具有全局收敛特性。仿真实验结果表明该自适应控制方案具有较好的控制性能。     

一种新的显式极点配置自校正PID前馈控制器

研制了一种新的显式极点配置自校正PID前馈控制器.与传统PID控制器不同.它考虑了对参考输入的滤波.因此.对于同时具有开环不稳和非最小相位两种复杂条件的系统.本控制器可以处理时滞大于1的情形,它能提高极点配置自校正PID控制器处理时滞的能力.计算机仿真结果证明.本控制器是可靠的.在工程方面的作用是明显的.     

自校正PID算法在电炉温度控制中的应用

本文针对电炉温度控制问题,设计了一种极点配置自校正PID控制器,给出了系统的CARMA模型,介绍了带遗忘因子的递推最小二乘实时参数估计算法,以及极点配置自校正PID算法,建立PID参数与系统参数及控制性能指标之间的关系式,并进行了MATLAB仿真。仿真结果表明,自校正PID控制能使系统的性能达到预期的效果,提高了系统的动态特性。