汽车主动悬架系统的前馈反馈最优控制及其仿真

研究汽车主动悬架系统的线性二次型前馈反馈最优控制问题.基于两自由度1/4汽车悬架主动控制模型,通过引入外部扰动补偿向量,给出了系统的有限时域前馈反馈最优控制器的设计方法.该控制器由状态反馈项和前馈补偿项构成,其中前馈项用于补偿路面扰动对系统的影响.控制器的反馈和前馈增益可通过求解矩阵微分方程得到.仿真算例说明了该方法的有效性.     

基于极限学习机的未校准图像视觉伺服控制

解决非结构化环境中的机器人视觉伺服控制的主要问题是获得交互矩阵, 而解决交互矩阵的常见问题是交互矩阵伪逆的奇异性问题。 针对该问题, 提出了一种新型的基于图像的视觉伺服控制方法, 并采用增量式极限学习机解决图像雅可比矩阵的伪逆逼近问题。 为提高系统的收敛速度, 采用了具有自适应因子的速度改进控制器。 最后, 采用了六自由度机械手仿真, 验证了所提出方法的有效性和优势, 该算法提高了系统的鲁棒性, 避免了计算雅可比矩阵的伪逆的问题。     

磁悬浮轴承系统不平衡振动控制的方法

针对磁悬浮磨床电主轴系统中存在的同步振动问题 ,通过计算机仿真和实验 ,研究了 2种处理方法 :力自由控制和开环前馈控制。在力自由控制中 ,控制环节对同频振动分量不加以响应。在开环前馈控制中 ,由不同于主控制器的前馈控制环节对同频振动分量进行处理 ,其结果叠加到主控制器的输出中。计算机仿真和实际的实验结果均表明 ,这2种方法对提高系统性能具有明显的效果。该研究对于磁悬浮轴承系统不平衡振动的控制具有重要意义。     

前馈解耦控制器在恒温恒湿空调控制系统中的应用

采用机理分析和实验分析相结合的方法,建立了恒温恒湿空调系统的数学模型,推导了四输入、四输出的传递函数矩阵,并采用前馈补偿法设计解耦补偿器,使恒温恒湿空调系统的传递函数矩阵变换为对角矩阵,从而解除了各个控制回路之间的耦合.仿真结果表明,该解耦控制器在恒温恒湿空调系统中的应用效果较好,改善和提高了系统的品质和性能.     

控制时滞与测量时滞采样系统的最优扰动抑制

研究在持续外部扰动作用下,具有控制时滞和测量时滞的采样线性系统前馈-反馈最优扰动抑制控制器设计问题.首先将采样系统离散化为时滞离散系统,再利用模型转换将时滞离散系统转换为无时滞系统;对转换后的系统设计前馈-反馈最优控制器,证明其存在唯一性;通过求解Riccati矩阵方程和Stein方程,设计含控制记忆项的最优控制律,利用控制记忆项补偿时滞对系统产生的影响;然后通过构造降维状态观测器解决前馈控制物理不可实现以及状态不完全可测的问题.最后通过仿真示例,证实运用模型转换方法所设计的最优扰动抑制控制器,能够有效地补偿时滞给系统带来的影响,并实现扰动抑制.     

PMSM广义预测前馈控制器

为解决PMSM驱动器的硬性约束问题,特别是驱动器必须保证强大的电机电流的限制及终极驱动力的动态性能,提出一种广义预测(GPC)极点配置前馈控制算法.该方法以前馈控制器的结果作为GPC的一个极点,选择适当的惩罚矩阵,只有在极点附近GPC控制才能提高对前馈控制器的作用.使用10.7 k W的样机验证该理论.实验结果表明:与传统的PI矢量控制相比,基于GPC的前馈链路数字化控制器效果更优.     

基于机理模型的加热炉在线炉温模糊决策

以加热炉动态过程全炉钢坯温度跟踪计算机理模型获得控制输入信息,将模糊控制方法应用于炉温的动态控制,构造了带有前馈修正的模糊控制器.该模糊控制器不仅把本段控制点的输出偏差和偏差变化率作为模糊决策的依据,并且将前段控制点的偏差也作为控制器的前馈输入,使炉温决策具有超前功能.利用计算机仿真,模拟了炉子产量波动和非计划待轧时模糊决策系统的执行结果,表明该控制方法适应炉内动态特性,具有良好的控制品质.     

模型参考自适应控制在消除电力系统内低频振荡的应用

为消除电力系统区域间的低频振荡,设计了一种新的模型参考自适应控制器。自适应PI控制器的前馈和反馈增益矩阵可实时修正,为克服振荡提供更好的阻尼。文中专门讨论了控制量突变过程中,系统产生的冲击现象及其解决办法。单机-无穷大母线系统的仿真结果表明控制器有效。     

基于线性变参数H∞反馈的机器人迭代学习控制器设计

提出了一种基于线性变参数（LPV）H∞反馈的迭代学习控制器,用于不确定性机器人的高精度轨迹跟踪,此控制器包括反馈部分和前馈部分,其中反馈部分设计为LPVH∞控制,前馈部分设计为高阶PD型迭代学习控制,在满足一定的收敛条件下,证明了该控制器的跟踪误差界正比于系统初始误差系统输出干扰项界,仿真结果不仅验证了此控制器随机器人关节位置变化始终具有干扰衰减、鲁棒稳定的性能,而且还验证了此控制器具有高精度轨迹跟踪的性能。     

基于神经模糊系统的自适应前馈-反馈控制系统设计

在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的"扰动",然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明:这种基于神经模糊系统的自适应前馈-反馈控制器和PID控制器相比,能得到更快、更好的控制效果。     

一种新的多变量自校正解耦控制器的研究

在解决不相同时间延时的多变量自校正控制问题中,任意交互阵起了重要的作用,但在实际中,交互阵是不容易求得的。本文提出一种当交互阵为对角时的多变量自校正解耦控制器的设计方法。本文把Koivo(1980)推广到了不同时间延迟的系统,并且对加权阵进行了合理的选择。从仿真图形来看,本方法具有良好的解耦特性。     

一种带有可测干扰的多变量自校正解耦控制器的研究

最近,在多变量自校正控制中,人们把研究的重点从时间延时相同的系统转移到了时间延时不同的系统,在这方面 woiovich(1976)起到了重要的作用。本文把koivo(1980)提出的多变量自校正控制器推广到了具有任意交互阵的情况并且假设系统为最小相位系统,提出了如何消除可测干扰以及选择加权阵的具体方法。     

预期动态法在四水箱液位控制中的应用

针对实际生产中常见的双输入双输出过程,基于单位反馈闭环控制结构,根据前馈补偿的思想设计全解耦控制器矩阵,结合二自由度PID/PI预期动态法(DDE)鲁棒性强的特性,设计PID/PI解耦控制方案.同时,对于实际中常见的加性和乘性不确定性干扰,分析了控制系统保证鲁棒稳定性的充要条件,给出了基于谱半径判据的判定方法.本文借助...     

汽油发动机空燃比PID控制及其实验研究

针对汽油发动机气缸进气量变化引起空燃比变化的问题,设计一种基于PID的反馈控制器保证空燃比能够快速恢复到理想值。首先给出一种基于模型的进气量估计算法,在此基础上设计了空燃比前馈控制器;然后将前馈控制与PID反馈控制相结合实现发动机喷油量的调节,利用基于实际实验数据构建的仿真器对提出的算法进行数值仿真研究与分析;最后通过发动机实时控制实验平台验证了控制算法的有效性。     

火电厂锅炉给水系统性能评价

推导了前馈-反馈控制系统性能评价的理论过程,将此评价方法应用到火电厂锅炉给水控制系统中,并对评价结果进行了分析.分析结果表明：前馈控制器的加入可抑制可测噪声的影响,从而减小输出方差,提高系统的性能.但是,前馈控制器必须设计合理,否则会降低系统的性能.此外,控制系统性能评价可以指导控制器参数的选择.     

非线性系统的神经网络自学习控制

提出了一种对非线性系统的神经网络自学习控制方法,基于逆动力学控制的思想,构造了神经网络结构一致的控制器和辩识器。辨识器采用多层前向网络结构和广义Ｄｅｌｔａ学习规则算法实现了对系统逆动力学模型的动态辨识,并通过在线动态传递权值给神经网络控制器的方法实现了神经网络辨识器的神经网络控制器的有机结合,从而使整个控制系统具有很强的自适应和自学习能力,所提出的控制方案可适用于不含滞后环节和包含滞后环节的非线性     

基于PI控制不同解耦补偿控制器的铝合金MIG焊过程MIMO解耦控制仿真

针对铝合金脉冲MIG焊存在多参数强烈耦合并严重影响过程控制稳定性的问题,建立其多输入多输出(MIMO)控制模型.运用多变量控制理论分析系统的耦合程度,基于PI控制器设计前馈补偿解耦、反馈补偿解耦和对角矩阵解耦3种结构的解耦控制系统.介绍它们的结构和算法,分析控制对象的特点,对铝合金脉冲MIG焊过程进行仿真.仿真结果表明,采用对角矩阵解耦PI控制铝合金MIG焊接过程,能取得满意的动态和稳态性能.     

基于MV基准界的多变量控制系统性能评价方法

为解决关联矩阵难以估计的问题,提出利用最小方差(MV)基准界评价多变量控制系统性能的方法.建立了另一最小方差基准下界,此新下界可通过过程数据和对角关联矩阵得到.几种建界方法相互结合,形成一套完整的、基于最小方差基准界的多变量控制系统性能评价理论体系.通过仿真实验验证了该评价方法的有效性.