一种改进的基于正弦函数变步长LMS算法的谐波检测方法

自适应谐波电流检测方法相对于其他谐波电流检测方法来说,具有实现简单、鲁棒性强等特点。针对有源电力滤波器(APF)的滤波特性,提出了一种改进的基于正弦函数变步长LMS算法的谐波电流检测方法。对于单纯抑制系统谐波电流以及同时兼顾抑制谐波与补偿无功这两种情况,该改进算法分别采取与传统方法不同的反馈信号作为自适应滤波器权系数迭代反馈量,并采用基于正弦函数的变步长LMS算法控制步长的变化,达到有效跟踪目标信号的目的。详细推导了两种情况下系统的直接误差信号,并将其作为正弦函数LMS算法的控制量来控制步长更新。通过MATLAB仿真对改进算法与传统固定步长算法进行比较,证明了改进算法的优越性。     

带中间状态反馈的多变量非线性预测控制

给出了基于神经网络的多变量非线性预测控制算法,提出了带中间状态反馈校正的基于神经网络的多变量非线性预测控制,以及反馈校正矩阵的设计方法．仿真结果表明,此算法大大地增强了系统的抗干扰能力,是一种有效和实用的控制方法．     

基于有限反馈的MIMO空分复用预编码优化设计

针对MIMO空分复用系统中利用信道状态信息自适应选择最佳预编码方案能有效提高系统性能,提出了一种基于有限比特反馈的预编码联合优化算法.该算法以最优化理论为基础,得出一种基于有限比特反馈的联合功率控制和空分复用预编码的最优发射机结构,并以此结构为基础提出了一种基于MMSE准则的最优预编码码本设计算法.仿真结果表明,与已有基于等功率的码本设计方法相比,所提出的设计算法在没有增加反馈开销的情况下,进一步改善了系统性能.     

基于人工免疫算法的图像直接反馈视觉伺服

提出了一种基于图像直接反馈的平面视觉伺服控制方法,其特点是不需要提取期望图像与反馈图像的图像特征而用人工免疫的智能进化算法直接求解期望图像与反馈图像之间的位置与夹角误差向量,再将此误差信号经视觉控制器转换成机器人空间的位姿增量信号发送给机器人控制器,从而完成视觉伺服闭环控制。与传统的基于图像特征的视觉伺服控制方法相比具有更好的通用性与稳定性。对算法的关键技术、实现步骤及参数选择进行了深入分析,并通过实验验证了所提方法的有效性与稳定性。     

结构地震反应最优控制的目标函数和稳定性

对一装有理想半主动阻尼器的智能隔震结构进行了分析,比较了经典最优、瞬时最优和序列最优3种最优控制算法,分别从基于状态反馈和输出反馈的目标函数及稳定性的角度进行了探讨．数值算例结果表明,提出的序列最优控制算法的控制效果优于经典最优控制算法和瞬时最优控制算法,且稳定性良好;在同一控制能量下,基于输出反馈的控制效果优于状态反馈,说明了智能隔震结构采用输出反馈的合理性。     

基于继电器反馈的一种建模法

基于继电反馈的PID参数自整定技术有效地克服了人工整定的缺陷, 具有算法简单、控制温度范围大等优点。本文在继电型自整定PID控制策略基本思想基础上,通过分析一阶惯性加纯滞后控制对象在继电特性作用下的输入输出特性,提出一种基于继电器反馈的建模方法。该方法为被控对象的自整定参数设置提供了重要依据。选定被控对象,通过仿真验证了该方法的有效性。     

网络控制系统反馈和前向通道的随机时延补偿

针对网络化控制系统的网络诱导时延,提出了一种改进的补偿时延的预测控制方法。对于反馈通道,根据测量的反馈时延设置预测步长,采用柔性控制增量算法设计预测控制器对时延进行补偿。对于前向通道,前向时延相对控制器来说是未知的,为此在系统输出端和前向通道间添加一个反馈补偿环节,设计一个控制补偿器估算出历史时刻实际作用于被控对象的控制量与控制器在此时刻输出的控制量之间的误差,用该误差来补偿前向时延的影响。当被控对象参数缓慢变化或未知时,给出了渐消记忆递推最小二乘辨识算法的网络化反馈修正算法。最后对闭环系统的稳定性做了分析并通过仿真验证了该策略的有效性,保证了网络化控制系统的良好性能。     

差示扫描量热仪恒速升温过程的前馈-反馈复合多控制器算法

差示扫描量热仪温度控制具有滞后、非线性等特点,难以得到精确的数学模型.针对这些特点,提出一种前馈-反馈复合多控制器算法.针对滞后特性,采用一种改进的PID(proportional-integral-differential)算法,通过对常规PID算法加入微分积分环节,补偿滞后对控制过程的作用.针对非线性特性,提出建立多个近似线性子控制器的多控制器方法,并通过加入平滑滤波因子解决控制器切换过程中引起的控制量突变的问题.针对反馈控制在起始阶段调节时间长的问题,加入前馈控制器设计前馈-反馈复合控制器.将所提控制算法应用于差示扫描量热仪恒速升温控制过程中,结果表明,所提算法能够减小响应时间,提高控制精度,控制效果明显优于常规控制算法.     

静态输出反馈多目标控制的求解方法

研究了连续多面体不确定系统的多目标静态输出反馈控制问题,此目标静态输出反馈控制问题由双线性矩阵不等式(BMI)给出.为了计算静态输出反馈增益,提出了一种基于差分进化算法(DEA)和线性矩阵不等式(LMI)方法的新型混合算法.新算法的基本思想是通过DEA得到控制器的样本,并将BMI问题转化为凸约束优化问题,进而采用LMI方法来最小化系统的性能指标.以多目标H2/H∞控制问题为例,给出了基于静态输出反馈的多目标控制求解的具体方法,并用数值仿真例子说明了该算法的有效性.     

基于BP神经网络预报的动态矩阵预测控制

提出了一种基于BP神经网络预报的动态矩阵预测控制新算法,在该算法中,先用BP神经网络辨识对象模型,同时预测对象的未来输出,然后用动态矩阵控制算法进行滚动优化和反馈校正.该方法解决了非线性、时变对象难以建模及控制的问题,又保留了常规预测控制的优点,是一种比较好的、有着广阔应用前景的新型控制算法.仿真结果验证了这一新型算法的可行性.     

自适应神经元控制系统的理论分析

对自适应神经元控制系统进行了研究,得出了关于系统的控制作用、稳定性定理的理论结果,为这种新颖的控制系统的工程应用以及神经元控制器件的研制提供了理论依据.     

网络控制系统的输出反馈控制

将网络控制系统描述为具有输入延迟和测量输出延迟系统,给出了系统渐近稳定的定义.提出了零输入系统渐近稳定存在的充分条件,并基于一个李雅普诺夫泛函,提出了输出反馈镇定控制器存在的充分条件,通过输出反馈控制使闭环系统达到二次稳定.采用锥面互补方法,将不具有严格线性矩阵不等式(LMI)条件的非凸可行解问题转化为具有严格LMI条件的非线性最小化问题,得到了求解输出反馈控制器增益参数的静态输出反馈镇定(SOFS)算法.通过一个仿真实例,验证了该算法的有效性.     

Robust Predictive Control of Uncertain Systems with Time-delay Using Tight Sets of Predicted States

A robust model predictive control （MPC） algorithm for discrete time linear systems with time-delay （RPC.TDS） subjected to constrained input control is presented, where the polytopic uncertainties exist in state matrices and input matrices. In the algorithm the standard optimization of quadratic objective function has been transformed into optimization of sum of N ＋ 1 upper bounds of the quadratic objective function with respect to N control moves and a state feedback control law, where N is the control horizon. The feasibility of the optimization problem guarantees that the algorithm is robustly stable. The simulation results verify the effectiveness of the proposed algorithm.     

输入受限网络控制系统的鲁棒模型预测控制

针对一类带有随机时延的输入受限多面体不确定网络控制系统,提出了一种鲁棒模型预测控制算法．假设随机网络时延为Markov链,并考虑Min-Max无穷时域性能指标,用线性矩阵不等式方法给出了依赖于模态的状态反馈控制器．基于Lyapunov方法,得到了保证可行性和鲁棒随机稳定性的条件．仿真结果验证了算法的有效性．     

振动溢出与共振的变结构控制

针对振动主动控制中的共振及溢出现象 ,提出了采用变结构控制的构想 ;再根据变结构控制的基本理论 ,提出了共振及溢出控制的变结构控制原理、算法 ;并以悬臂梁为模型通过仿真验证了所提出的变结构控制策略对共振及溢出控制的有效性 仿真结果表明 :对于主动振动控制中的共振及溢出现象 ,加速度反馈比阻尼反馈更为有效 ;在对共振及溢出采用变结构控制时 ,控制切换函数或区间的选取对控制效果的优、劣非常重要 ,有待于进一步探讨     

Hammerstein-Wiener非线性系统的模糊预测控制

针对输入和输出受约束的Hammerstein-Wiener型非线性系统,提出一种基于T-s模糊模型的非线性预测控制算法,并用Lyapunov函数分析系统稳定性.通过建立T-S模糊模型,将预测控制器设计中的非线性优化问题转化为相应的线性优化问题;通过离线设计状态反馈控制律,在线实施符合条件的反馈控制律,极大程度地提高了在...     

前馈控制算法在DRC型点焊监控器上的应用

首次在DRC型监控器上应用阈值前馈控制算法和网压前馈控制算法 ,并与反馈调节算法相结合 ,使DRC型监控器在干扰频繁的电阻点焊生产环境中工作可靠     

基于改进SA-WOA算法优化热封刀温度控制系统PID参数的研究

套袋机热封刀温度通常采用PID算法进行控制,但是PID控制参数大多由人为经验设定,控制效果不佳.为解决这一问题,本文提出一种改进SA-WOA算法实现PID控制参数的自整定.首先我们利用阶跃响应曲线法建立系统的传递函数模型,再考虑鲸鱼算法以及模拟退火算法的优点,将两者进行结合;然后在此基础上对算法进行改进,提高算法的收敛速度以及优化效果;再将改进后的算法在MATLAB R2017b平台上进行仿真对比实验;最后,将仿真所得控制参数在套袋机上进行实验测试.仿真对比结果表明,相对于继电反馈算法、粒子群算法以及基于模拟退火的改进粒子群算法,本文算法优化所得参数控制效果更好.实测实验结果表明,本文算法所得参数控制效果良好,可以更好地满足实际的需求.     

前馈控制算法在DRC型点焊监控系统上的应用

在DRC型监控器上应用时间前馈、阈值前馈网压前馈控制算法与反馈调节算法相结合,使DRC型监控系统在干扰频繁的电阻点焊生产环境中工作可靠。     

基于反馈学习粒子群算法的极值搜索控制

将基于反馈学习的粒子群 (Feedback Learning Particle Swarm Optimization,FLPSO) 算法引入极值搜索控制中,并且应用经典跟踪参考信号的方法,进一步改善极值搜索控制的性能.仿真结果显示,算法使系统控制输出平稳,并且系统性能输出快速渐进收敛到最优值,改善了基于格拉姆矩阵设计的极值搜索控制算法中存在的输出震荡问题.