非线性系统的自适应广义预测控制算法

将非线性系统的广义预测控制推广到自适应情况,得到了一类用Hammerstcin模型描述的非线性系统的自适应广义预测控制算法.讨论了该算法的收敛性与稳定性.     

一类非线性系统加权自适应预测控制

对一类双线性系统，建立了多步极小化性能指标的预测控制算法，用加权预测控制律代替一步预测控制律，能适用非最小相位的双线性系统，仿真实验证实了本算法的有效性。     

一类非线性系统的自适应控制

提出一种带有状态观测器的非线性系统自适应控制策略 ,实现了非线性系统的镇定和零误差跟踪 .这种方法简单有效 ,尤其适用于状态不可观测系统和输出无法直接连续测量的非线性系统 .     

一类非线性系统的自适应广义预测控制

利用Hammerstein模型描述一类非线性系统，提出了一类适用于非线性系统的自适应广义预测控制算法（NAGPC），该算法将整个控制系统分解成线性和非线性两部分考虑；在线性部分中，根据广义预测控制（GPC）算法中控制增益阵F的特点导出了一种速度较快，计算量不大的GPC改进算法。非线性部份利用插值原理给出了一种便于计算机实时计算的根值解法，并将其解作为整个系统的控制输入。仿真结果表明，NAGPC算法计算速度快，鲁棒性较强，稳定性较好。     

非线性系统的稳定自适应模糊控制

针对一类高阶非线性系统提出了一种自适应模糊控制方案,它既可以利用模糊描述信息,又可以利用模糊控制规则。     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合，提出一种综合自适应模糊控制方法．基于李亚普诺夫函数系统参数的自适应律，不需要最小逼近说差平方可积条件，而且利用模糊滑模控制补偿模糊系统的逼近最差及外部干扰对输出跟踪误差的影响，理论证明了闭环系统稳定，跟踪误差收敛到零或零的一个小邻城内．仿真表明了算法的有效性。     

基于神经网络的二阶非线性系统的自适应控制

本文采用神经网络对二附非线性系统进行特征辩识,并将其用于自适应控制,从而得到了一种新型的自适应控制方法。仿真实验表明该方法具有很强的学习能力和自适应性。     

非线性系统的模型参考自适应控制

讨论了一类非线性系统的自适应模型跟随控制问题,首先给出了系统的描述,然后研究了该系统模型跟随控制的存在条件,最后,在保证局部稳定性的前提下,讨论了自适应控制系统的设计,仿真实例说明这种方法对较小范围的扰动抑制是很有效的。     

一类非线性系统的直接自适应控制

在模糊神经网络滑模控制器的基础上提出了一种设计方法，将ＦＮＮＳＭＣ与模糊神经网络有机结合，通过平滑切换实现自适应控制。这种方法增强了系统的鲁棒性且能有效地消除高频颤动，仿真结果说明本方法有效。     

遗传算法在PID自适应控制中的应用

提出一种基于遗传算法的PID自适应控制结构,给出控制结构框架,利用遗传算法来优化PID参数,本文利用遗传算法的全局寻优的特点,将它应用于PID参数的寻优计算,从而提高PID控制器的控制性能和自适应能力。仿真的结果表明,笔者提出的遗传算法和PID控制相结合的控制方法鲁棒性强,控制品质优良,在很大程度上改善了常规PID控制器的控制性能。     

LPV模型的非线性PID控制算法

以LPV模型为被控对象,提出一种适合动态系统、整定简便的非线性PID控制算法。针对LPV模型时变非线性运行特性,引入工作点变量,采用传统Ziegler-Nichols法整定被控对象在工作点处的局部PID控制参数,通过高斯插值使控制参数在系统操作轨迹上的平滑过渡,有效避免控制参数突变对系统的冲击以及被控模型改变引起的误差,实现了对被控非线性对象的高效稳定控制.     

一种强鲁棒性自适应PID控制算法

本文提出一种强鲁棒性自适应PID控制算法，通过数学仿真，证实了算法的有效性。     

基于启发式搜索的一类离散非线性系统优化控制算法

研究了输入受约束、状态饱和系统的优化控制问题，得到了此类系统渐近稳定的充分条件，同时将最优控制问题转换为最优化搜索问题依据人工智能中的启发式搜索策略，给出了启发式优化控制算法，并就此算法的渐近稳定性给出了证明，仿真结果表明算法的有效性．     

基于轧钢机自适应控制的数据采集处理系统

基于轧钢机自适应控制的数据采集分析处理系统(DAS)，为轧钢机的自适应控制提供精确的控制参数．该系统以VB为开发平台，用来实现对数据的采集、分析，图形曲线显示、报表打印、仿真等功能．重点阐述了系统的组成，VB主体程序的结构和建立用于I／O通道操作的动态链接库(DLL)，以及通过调用DLL实现数据采集等主要设计思想．     

模糊神经免疫自适应PID在恒张力控制系统中的应用

应用免疫反馈系统原理和模糊神经网络控制理论,在传统PID控制基础上设计出一种模糊神经免疫自适应PID控制器,阐述了该控制器的特点、控制规律和整定方法.控制器参数P、I和D分别由模糊神经免疫反馈系统和模糊神经网络控制器在线修正.进行了恒张力控制系统的动态仿真,并与数字PID和模糊PID控制进行了比较.仿真结果表明,模糊神经免疫自适应PID控制器响应速度快、控制输出稳定、抗干扰能力强和鲁棒性好,较传统PID和模糊PID控制器具有更好的动、静态特性.     

SQCF系统的非线性同步控制

针对SQCF(Simplest Quadratic Chaotic Flow)系统,利用非线性同步控制方法设计了控制器,通过该方法实现了SQCF系统的自适应同步与Genesio系统的异结构同步.与传统的混沌同步方法相比较,该方法不需要计算条件Lyapunov指数,因此比较简单、有效,并利用数学软件给出数值模拟.通过理论分析和数值仿真表明该方法的有效性并且该方法对于其它的混沌系统也是适用的.     

混沌系统的自适应逆控制研究

提出了混沌系统的自适应逆控制方法.对于弱非线性的混沌系统,只要系统存在不恒为零的输出,就能够满足逆控制的条件.采用滤波器与混沌系统级联的方式来实现混沌控制.理论研究和实验证明该方法是有效的.     

磁悬浮列车轨道间隙控制系统的自适应控制

建立磁悬浮列车悬浮模型,采用状态反馈控制、模型参考自适应控制方法,研究磁悬浮列车轨道间隙控制问题。仿真表明,设计的极点配置状态反馈控制器能使磁悬浮列车轨道间隙控制系统稳定,基于李雅普诺夫稳定性理论设计的模型参考自适应控制方法具有较高的控制精度和一定的快速性。     

无刷双馈电机专家自适应PID控制系统仿真

研究了专家自适应PID控制器在无刷双馈电机调速系统中的应用，并利用MATLAB／Simulink工具建立了控制系统的仿真模型，在起动和稳态情况下进行仿真实验．结果表明，与开环状态相比，该控制器大大提高了无刷双馈电机调速系统的静态和动态性能，使得电机在转速或者负载发生改变时的超调量减小，且转速更快重新趋于稳定，是一种控制思想简单、硬件实现方便的闭环控制调节方案．