基于预设性能转台伺服系统的参数估计和自适应控制

针对含参数未知和非线性摩擦动态的转台伺服系统,提出了一种基于预设性能函数的参数估计和自适应控制方法.利用一种连续的摩擦模型表示转台伺服系统的摩擦动态,引入高阶神经网络对其进行逼近.通过构造一种滤波辅助变量获取参数估计误差信息,并将估计误差信息作为参数自适应律的遗漏因子,保证估计值能够快速收敛到真实值.为了提高转台伺服系统的瞬态响应和稳态性能,利用预设性能函数将原始系统的跟踪误差转换为一个新的误差动态,在此基础上设计自适应控制器,实现对期望轨迹的精确跟踪.仿真结果验证了本文所提算法的有效性.      

模型参考模糊自适应控制的推力矢量电液位置伺服系统

研究推力矢量电液位置伺服系统的模型参考模糊自适应控制.这类系统存在着参数变化和加性扰动,为解决这一类非线性的控制问题,引入模型参考模糊自适应机构,构成模型参考模糊自适应控制(MRFAC).与传统的PID相比,该方法提高了推力矢量电液位置伺服系统阻尼比,改善了系统的动态性能,并且可以有效抑制参数变化及外力扰动,具有很强的鲁棒性.     

城市交通信号三级模糊滑动优化控制方法

提出一种城市交通信号三级模糊滑动优化控制方法.引入非冲突车流的搭接相位构建交通信号三级模糊控制器的模型,并采用滑动时间窗设计滑动优化的框架.根据实时采集的交通数据,采用基于黄金分割的混合遗传算法,在线学习模糊控制器的隶属函数及控制规则参数.在常态及事故不同交通条件下,以典型路口进行Paramics仿真试验.结果表明提出方法的自适应能力好,可快速响应路口交通流的不确定性事件,且在高饱和的交通条件下性能稳定.     

基于模型参考的自适应PID控制器

提出了一种基于模型参考的自适应 PID控制器 ,通过引入一自适应误差信号 ,根据模型参考自适应控制原理的方法 ,推导了 PID参数整定的自适应率 .仿真结果表明 ,该控制器与典型的PID控制器相比 ,显著提高了系统的动态响应性能 ,系统输出能够很好地跟踪参考模型的输出 ,具有一定的抗干扰性 ,鲁棒性较好     

基于模型参考自适应的直线电机转速辨识

针对直线永磁同步电动机全闭环控制系统易受干扰、降低系统性能指标、存在不稳定因素等问题,提出了基于模型参考的自适应模糊神经网络在线辨识方法,用梯度法实时修正模糊控制器的输入和输出隶属度参数,建立了模型参考自适应模糊神经网络速度伺服系统模型,给出了模糊神经网络控制器的设计方法.仿真和实验结果表明:该方法提高了速度检测装置的分辨率和动态响应能力,系统具有很强的鲁棒性.     

带修正因子模糊PID控制的PMSM交流伺服系统

为了克服永磁同步电机(PM SM)伺服系统的非线性和不确定性因素的影响,提高伺服系统的控制精度和性能特性,提出了带修正因子的模糊比例、积分和微分(PID)控制。它是集PID控制和模糊控制的优点于一体的控制系统,根据转速偏差来决定速度控制器采用模糊控制算法还是PID控制算法,并且根据控制系统的转速偏差和速度误差率,利用修正因子对模糊控制器的参数进行在线修改。仿真结果表明:带修正因子的模糊-PID控制优化了系统的动静态特性,满足系统的高性能要求,验证了该控制策略的优越性和可靠性。     

模型参考自适应控制中参考模型的选取方法

针对时变负载泵控马达电液伺服系统自适应控制，探讨了参考模型的选取对系统瞬态的影响，给出了理论上的仿真结果，并通过实验进一步说明了在负载大范围变化的情况下，通过选到参考模型，系统均能获得优良的动态性能，同时还提出了改善系统瞬态响应的有效途径。     

直线电机进给伺服系统的自适应模糊位置控制研究

文章针对电机引入的非线性、参数不确定性及对位置伺服系统快速定位和无超调的要求问题,采用一种新的位置控制方法,即基于ITAE最优控制的对量化因子和比例因子进行在线寻优的自适应模糊控制方法.仿真及实验结果表明,这种模糊位置控制器具有良好的稳态精度和动态响应,与传统比例位置控制的伺服系统相比,具有良好的动态、稳态性能以及较强的鲁棒性.     

船舶航向非线性系统自适应模糊补偿控制

摘要： 研究了船舶直航和谐波航向控制问题.基于Lyapunov稳定性理论,将自适应模糊补偿技术应用到船舶航向非线性响应模型中,利用万能逼近定理构造模糊系统逼近系统中的未知非线性,提出了一种基于自适应模糊补偿且带有物理约束二阶滤波器的鲁棒跟踪控制器.运动响应模型考虑了建模误差和外界干扰,模糊系统能有效地逼近非线性系统,控制器能够准确地跟踪预设航向和转首角速度.舵角控制结合舵机伺服系统模型,操舵情况符合物理现实. 数值仿真在相同控制参数下与传统比例 微分(PD)控制作比较,结果验证了自适应模糊控制器的有效性和优越性.     

电液伺服系统多模型鲁棒自适应控制

针对电液伺服系统中存在不确定非线性和强参数不确定性的问题,提出一种多模型鲁棒自适应控制算法。根据系统参数不确定性范围建立了多个辨识模型,在辨识模型中设计非线性鲁棒项,以抑制干扰、未建模动态等不确定非线性的影响,提高系统的鲁棒性。基于辨识模型设计相应的控制器,采用基于辨识误差的性能指标函数作为切换依据,选取最佳控制器作为当前控制器,解决了传统自适应控制对参数自适应初值敏感的问题。该方法能够克服不确定非线性和强参数不确定性的影响,使系统得到渐进跟踪的性能,提高系统的瞬态响应性能。实验结果表明,该算法能抑制建模不确定性的影响,系统期望跟踪指令幅值为10mm时,跟踪误差大约为0.038 6mm,相对跟踪误差约为0.386%,系统跟踪精度得到了提高。     

一种新的重复自适应摩擦补偿方法及其在高精度伺服系统中的应用

针对高精度转台直流力矩电机系统中存在的非线性动态摩擦及周期性波动力矩扰动,为提高转台位置的跟踪精度,提出了一种新的重复自适应摩擦补偿方法,将重复控制机制引入到基于自适应控制的摩擦补偿策略中.电机中摩擦模型采用摩擦参数非一致性变化的LuGre动态模型.该方法的控制律包含一个参数自适应律、等效PD控制律和一个重复控制律.其中,参数自适应律用来估计未知模型参数并予以补偿,而插入的重复控制器用来提高系统运动曲线的跟踪性能.Lyapunov方法证明该补偿方法保证了闭环系统全局稳定性和对期望位置信号的渐近跟踪.最后,通过对高精度伺服系统的仿真研究证明了该改进补偿方法的有效性.     

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.     

基于类高斯隶属函数的自适应模糊推理建模研究

由于传统模糊建模方法中模型参数都是根据经验选取的,它对于不同系统的动态跟踪能力不同,泛化能力差。针对常规模糊推理的局限性,提出一种类高斯隶属函数,证明了基于类高斯隶属函数的自适应模糊推理系统以精度逼近任意非线性系统。设计了自适应模糊推理系统的结构和参数调整方案,利用梯度下降算法学习模型中的参数,仿真验证了自适应模糊推理模型的逼近性能。     

火箭炮位置伺服系统非奇异终端模糊滑模控制

针对火箭炮位置伺服系统运行过程中所存在的转动惯量和冲击力矩变化大等各种不确定因素,提出了一种基于多滑模面的终端模糊滑模控制策略。引入Nussbaum增益补偿实际控制器不确定量,使用模糊逻辑系统自适应补偿系统中未知非线性量,最后一步引入非奇异终端滑模使系统的位置误差在有限时间内收敛,从而降低系统参数变化和外部干扰对火箭炮跟踪性能的影响。仿真结果表明,同传统终端滑模控制方法相比,该控制方法不仅能够有效消除滑模抖振,保证系统速度响应和控制精度,同时对参数摄动和负载扰动具有很强的鲁棒性。     

单框架控制力矩陀螺伺服系统的模糊自适应变结构控制

研究单框架控制力矩陀螺系统的外框架结构.系统的永磁同步伺服电机采用正弦波驱动;电流环采用电压空间矢量脉宽调制方法驱动逆变器;位置环采用模糊自适应滑模变结构控制,通过引入切换控制增益的模糊自适应调节方法来提高系统的鲁棒性和抗扰能力.在Matlab下对系统进行仿真,结果表明,采用模糊自适应变结构控制方法设计的伺服系统有较高的动态和稳态精度;抗扰性能得到加强;消除了滑模变结构控制器的抖振现象.     

直流伺服系统的模糊控制与仿真

以模糊控制为基础，提出了一种用于直流伺服系统的PI和参数在线自调整的复合模糊控制器。该控制器具有模糊控制的灵活性、适应性，同时又具有PI控制精度高的特点，可明显提高伺服系统的控制效果。利用MATLAB的SIMULINK和Fuzzy Toolbox实现了直流伺服模糊控制系统的计算机仿真。仿真实验表明，系统稳态精度高，动态响应速度快，超调量小，满足伺服系统的性能要求。     

铸轧液压AGC系统的模糊PID控制仿真

铸轧液压AGC系统是板带厚度主要控制手段,根据实际工程研究,通过液压系统的相关理论建立比较准确的五阶数学模型,采用传统PID对此类高阶模型的参数调整控制效果较差,而模糊PID能够根据实际工况自动调整PID参数来达到系统的要求.因此,在传统PID基础上加入模糊PID控制算法,能够有效地提高铸轧液压AGC系统响应过程,通过仿真验证了模糊PID控制暂态过程更优.     

PMSM伺服系统的RBF网络自适应滑模控制

针对位置伺服系统的非线性、外干扰及参数摄动的不确定性,通过引入RBF神经网络对未知干扰和不确定性进行自学习,提高伺服系统的鲁棒性.为了分析伺服系统的不确定性,将系统模型划分为名义模型和不确定模型两部分.其中,名义模型采用状态反馈方法进行控制,不确定部分采用RBF网络作为滑模动态补偿器进行控制,解决了伺服系统不确定性上界难以测量的问题,降低了抖振.仿真结果验证了该设计方案的有效性.     

一种用于非线性系统辨识与控制的自组织模糊神经网络

提出了一种自组织模糊神经网络(Self-Organizing Fuzzy Neural Network,SOFNN),采用了误差反向传播算法与带遗忘因子的递推最小二乘法相结合的混合优化算法优化系统的模糊规则库及其参数,此外,也引入SRIC(SchwarzRissanen Information Criterion)准则设计模糊系统。将本文提出的方法应用于非线性系统的辨识与控制,并讨论了阈值参数对该方法性能的影响。仿真结果表明,本文方法能有效地防止模糊模型过拟合,提高模糊系统的泛化能力,进而提高控制性能。     

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。