恒温箱温度的H∞优化控制

提出了基于H∞优化控制的恒温箱温度控制问题。建立了将环境温度作为外部输入，电加热器输出功率作为控制输入，并考虑实际上温度检测滞后的动态模型，并对该模型进行了考虑控制成本的、以温度检测输出作为反馈的H∞控制设计。通过仿真结果观察，恒温箱温度的H∞优化控制是一种既体现了技术优势，又考虑到了经济效益的整体优化策略。     

神经网络辨识的自适应逆控制

逆模型控制是一个新颖的控制方法．但在实现上会遇到很多困难,如被控对象的大滞后、时变性和不确定性等,使精确的对象数学模型难以建立．文中根据工业对象的特点及对控制系统高鲁棒性与高自适应性的要求,提出一种改进的神经网络的模型参考自适应逆控制系统．仿真试验表明,此系统具有良好的跟踪给定信号和消除对象干扰的作用．     

基于参数辨识的磁场定向感应电机自适应控制

在矢量控制感应电机的数学模型的基础上 ,通过理论推导和分析 ,建立了恒磁链矢量控制感应电机转矩扰动和转子电阻辨识模型及在线辨识的方法和方案 ,提出了矢量控制感应电机的自适应控制方案 ,理论推导分析和仿真结果表明该方法正确可行且具有快速简单等优点。     

基于自适应控制的非自治混沌系统的参数辨识

以自适应控制理论为基础,对非自治混沌系统的参数辨识研究,针对Duffing系统和一离心调速器混沌系统,设计了有效的自适应控制律,实现了一类非自治混沌系统所有参数准确和快速的辨识.理论分析和数值仿真都表明了所设计的参数辨识控制律有效性.     

基于ADACD的新型辨识器及其模型参考自适应控制

将控制依赖自适应评估设计引入到非线性系统的辨识中,以寻求最佳模型.定义一个总评估函数表示系统在所历经时间内的辨识总误差,然后构造一个评估网络来近似逼近这个总评估函数.再构造一个辨识器网络,其输出直接作为评估网络的输入,这样通过最小化评估网络的输出就可以达到寻求最佳模型的目的.辨识器的参数修正原则不再是使当前时刻的辨识误差最小化,而是使评估网络的输出最小化,即使系统在所历经时间内的近似辨识总误差最小化,这样不仅大大加快了收敛速度而且取得了更加精确的辨识效果.在获得对象模型之后,还研究了利用神经网络设计模型参考自适应控制器的方法.仿真结果表明,利用这种新型辨识器设计的模型参考自适应控制器能够保证被...     

基于EDA技术的继电控制回路设计

指出了机电设备常见电气继电控制在使用中的不足，阐述了在继电控制回路的开发设计中运用EDA技术的可行性，介绍了用VHDL语言设计单片控制系统的方法，给出了电机周期性正反转运行的VHDL设计程序和仿真波形图．仿真结果证明了这种设计方法的正确性．这种设计理念对传统电气继电控制的设计是一种挑战．     

基于EDA技术的继电控制回路的设计

指出了机电设备常见电气继电控制在使用中的不足,阐述了在继电控制回路的开发设计中运用EDA技术的可行性,介绍了用VHDL语言设计单片控制系统的方法,给出了电机周期性正反转运行的VHDL设计程序和仿真波形图.仿真结果证明了这种设计方法的正确性.这种设计理念对传统电气继电控制的设计是一种挑战.     

基于神经网络辨识的自适应PID控制器

根据实际生产现场对控制的要求,提出了一种将PID控制与神经网络相结合,采用BP网络辨识未知的被控对象,使用单纯形算法寻找最优的PID控制参数,控制与学习并行的控制方案.并对二阶对象进行仿真研究,将其与单位阶跃响应进行了比较.     

压延机轧辊温度的微机自适应控制

将微机引入人造革生产线，设计了轧辊温度自校正调节器，并给出了仿真数据，结果表明了所设计系统的正确性。     

甲醛反应器温度的自适应PID控制

在Cohe-Coon整定公式的基础上,提出了一种参数自适应PID控制算法。首先辨识对象的动态特性,然后在线调整PID控制参数。对甲醛反应器温度的控制结果表明,明显改善了控制性能。     

淬火炉温度的自适应神经PID控制

以淬火炉温度控制系统为研究对象,提出了一种基于BP神经网络整定的PID控制方法,并给出了系统设计及软件开发.由于神经网格所具有的任意非线性表达能力,可以通过对系统性能的学习来实现具有最佳组合的PID控制.实验结果表明,用该方法整定的PID控制系统,逼近精度高,鲁棒性好.     

纯滞后对象的神经网络辨识及自适应控制

提出了一种针对纯滞后对象的神经网络及控制结构。在神经控制器的在线训练中,引入了反向传播的预测误差信号,并采用基于Ｋａｌｍａｎ滤波的学习算法分别训练用于辨识的神经网络及神经控制器。给出了具体的理论推证及运行机理分析。仿真结果表明,这种控制方案对纯滞后线性、非线性动态对象均能获得满意的控制效果。     

硫酸焙烧炉模型的递推辨识与自适应控制

论述了硫酸生产过程听递推辨识与自适应控制的一种应用，硫酸沸腾焙烧炉是一个多输入输出系统，采用递推辨识和自适应控制技术，成功地将焙烧炉简化为一个动态单输入单输出系统，并实现了最优化控制，试验表明，该方法经济有效。     

无辨识自适应算法与模糊推理的组合控制

一般自适应控制算法需在线辨识系统模型，算法复杂，计算时间长。本文采用无辨识自适应算法，不用辨识系统的模型，同时应用模糊推理对控制量进行补偿，以便克服模型失配的影响。仿真结果表明，该方案是非常有效的，适合于具有时滞的工业系统。将其应用于制冷装置中的电子膨胀阀控制，使得蒸发器过热度的控制效果得到了明显的改善。     

纯滞后对象的神经网络辨识及自适应控制

提出了一种针对纯滞后对象的神经网络及控制结构，在神经控制器的线训练中，引入了反向传播的预测误差信号，并采用基于Ｋａｌｍａｎ滤波的学习算法分别训练用于辨识的神经网络及神经控制器。     

克隆选择辨识的船舶航向自适应PD控制

为解决船舶营运中存在的模型参数摄动和外界干扰的不确定性问题,提出一种船舶航向自适应PD控制算法.采用免疫克隆选择算法进行在线船舶模型辨识,将存在不确定干扰和模型摄动的船舶作为一个"黑箱",将短时间内的船舶状态在线辨识为二阶线性模型,根据系统预定性能要求动态调整PD控制参数,使船舶获得理想输出.对抗体初始种群采用最优模型保留和随机初始化相结合的策略,提高了不确定性问题的在线优化效率.对一个三阶非线性货船的仿真试验表明,该算法有效提高了PD控制器的稳态性能.     

基于双层自适应遗传算法的机器人参数辨识

激励轨迹的选取和优化是机器人动力学参数辨识的重要基础。为了提高机器人动力学参数的辨识精度,以SCARA机器人为研究对象,设计了基于双层自适应遗传算法的机器人激励轨迹优化方案。运用Newton-Euler法建立了机器人的动力学模型,并对机器人的动力学模型进行线性分离,得到了机器人的最小惯性参数集和对应的观测矩阵。分析机器人的参数辨识方程,确定了观测矩阵条件数最小的优化目标。针对传统遗传算法进行改进,提出了双层自适应机制,提升了算法的全局搜索能力和搜索效率。最后利用MATLAB和ADAMS进行联合仿真实验,使用递推最小二乘法计算机器人的最小惯性参数集。实验结果表明,使用改进的双层自适应遗传算法得到的激励轨迹可以保证机器人动力学参数的辨识精度。     

车辆自适应巡航控制系统有效目标辨识算法

针对现有汽车自适应巡航控制系统(adaptive cruise control,ACC)在弯道上经常出现的追踪目标丢失问题,利用微波雷达、三轴陀螺仪、车道线识别系统等传感器构建了自然驾驶行为试验车。在高速公路、国道等道路下进行了多位驾驶人的实际道路自然驾驶试验,提取了自然跟车过程中的自车运动状态数据以及道路交通环境数据。采用车速与车身横摆角速度,基于非线性三自由度车辆动力学模型建立了横摆角速度的卡尔曼滤波器,实现了对道路曲率的在线实时估算。在此基础上,以前方目标车辆的后侧中心是否处于本车车道为判断依据,建立了ACC系统有效目标辨识模型。研究结果表明:建立的模型能够快速识别ACC系统的有效目标,对多个目标的区分能力较强;尽管该道路曲率估算误差较大,但模型依然能够准确辨识得到ACC系统的有效目标。     

连续搅拌反应釜的自适应模糊辨识与预测控制

化工领域为保证生产安全,对温度、压强、浓度等工艺指标有严格的要求。连续搅拌反应釜属于典型的化工设备,存在较强的非线性和时滞性,传统的建模与控制方法无法满足其精度要求。针对连续搅拌反应釜系统提出一种自适应模糊辨识与预测控制的方法。首先根据模糊划分C均值聚类算法得到模糊隶属度和初始聚类中心,在此基础上采用分层遗传算法进一步优化连续搅拌反应釜T-S模糊模型的参数。其次,采用自适应机制遗忘因子递推最小二乘法来估计T-S模糊模型的后件参数。最后,基于得到的T-S模糊模型,对连续搅拌反应釜进行自适应模糊广义预测控制,仿真结果验证了该算法的有效性。