神经自校正控制在非线性控制系统中的应用研究

利用神经网络给出了设计非线性控制系统自适应控制器的方法,主要包括基于神经网络的非线性系统的在线直接自校正。本文论述了非线性控制系统的控制策略问题,介绍了神经自校正控制法,比较了神经自校正控制方法和其他几种控制方法,得出了神经自校正控制方法较其他方法的优点。     

一类最小方差自校正调节器的仿真研究

本文对一般的最小方差自校正调节器和广义最小方差调节器跟踪设定值的情况进行了数字仿真。通过引入积分补偿和对设定值进行平滑等措施,明显地改进了原广义最小方差自校正调节器的性能。约束控制方差的自校正控制算法,兼有最小方差自校正调节器和广义最小方差自校正调节器两者的优点。文中给出的仿真结果,对工业过程的实时控制有一定的参考价值。     

数字磁罗经自差自动校正方法

为适应当前船舶智能化和数字化发展的需求,提出一种具有较高准确度且实际可行的罗经自差自动校正方法.该方法无需人工干预,自动完成罗经自差校正,并在显示器上直接显示船舶磁航向或者船舶真航向.该自差校正方法节省了船舶校正自差的时间,简化了校正过程,其校正精度可满足船舶航行安全的要求.     

基于模糊控制技术的磁罗经自差自校正系统

为了解决磁罗经不能自动校正自差、精度低的问题，研制了一种利用模糊控制技术实现磁罗经自差自动校正的系统。仿真分析表明，该系统不仅降低了校正所需时间，而且提高了校正精度。     

一种数字域自校正流水线模数转换器改进结构

研究了对流水线模数转换器级间增益误差进行补偿的数字域自校正算法，提出了一种适用于数字域自校正的改进的流水线结构。该结构通过对参考电压的调整，避免了以往自校正结构中产生丢失码字、降低输入范围的现象。结果表明，校正后系统的线性度有了大幅度的提升。     

基于VR船舶磁罗经倾斜自差的模拟校正实现建模研究①

基于VR的磁罗经自差校正系统能很好解决船舶磁罗经自差校正工作费用高,过于依赖专业的罗经校正员问题,通过虚拟场景的创设突破现有的教学环境的局限,实现对航海人员校正磁罗经自差的能力训练。主要研究基于VR磁罗经自差校正模拟训练系统中船舶磁罗经倾斜自差的模拟校正的实现,着重通过对船舶在纵横倾情况下的倾斜自差模型和罗盘受到纵横倾附加力的作用产生的来回侧偏转运动简化数学模型的构建,使开发的基于VR的磁罗经自差校正系统能够实现倾斜自差的校正训练功能,并贴合船舶磁罗经校正工作现实需要和实际,具有一定的实践操作训练指导价值。     

自校正调节器的仿真研究及其在AGC系统中的应用

本文在分析轧制过程的基础上,对自校正调节器的性能作了大量的仿真研究后,确定把最小方差自校正调节器应用于冷连轧机张力 AGC 系统。实际应用结果表明,自校正调节器应用于轧制过程 AGC 系统是可行的,且控制效果较好。     

一种采用自校正调节器的液位控制系统

将自校正调节器理论用于液位控制。分析了控制系统的结构、自校正调节器的设计方法,最后将运行结果与常规PID控制作了比较。     

基于神经网络的模糊控制规则校正方法研究

对由模糊控制器构成的集散控制系统，现场模糊控制器的控制规则的校正是一个关键问题。若使其自身具有自校正功能，对于基于数字单片机开发的模糊控制器来说，采用神经网络构成在线自校正方式，存在一定的困难。为了提高控制器的性能，规则校正又是必需的，为此，本文提出了一种由监控机对每台现场控制器进行分时校正规则的方法，该方法是“半在线式”校正。     

自校正控制炉温的研究

本文提出自校正控制炉温的硬件配置、软件及实验等问题,其中包括如何结合实际解决数据采集、参数估计、模型化及自校正实时控制等一系列软件开发的新问题.通过多次现场实验结果表明,自校正控温效果优于 PID,特别是自校正控制易于用微机实现,具有推广应用价值.     

一种自校正广义预测控制算法

本文运用自适应原理,在广义预测控制(GPC)算法的基础上,设计了一种自校正GPC算法。该算法具有计算量小,鲁棒性较强的特点。文未给出了仿真实例。     

自校正PID控制器及其在制胶反应釜温度控制中的应用

研究了一种自校正ＰＩＤ控制器，该算法不仅在于对象变化时有较好的适应性，而且能较好地克服负荷扰动．经制胶反应釜温度控制应用表明，该算法效果良好．     

模糊PID自整定技术在叶片检测控制系统中的应用

鉴于叶片检测系统对运动控制系统高精度的要求,分析叶片检测系统的运动控制方式。基于IMAC400控制卡研究其PID参数调整原理,设计fuzzy logic的PID自整定算法,比较传统PID与模糊自整定PID的控制性能。实验结果表明:在抛物线响应中,常规PID控制的最大跟随误差为-8.602 9,而模糊自整定PID控制最大跟随误差为-8.492 2。模糊自整定PID技术对运动控制系统的稳定性及精确度均有很大的提升。     

一种改进的模式识别自整定PID控制方法

摘 要：针对常规PID控制器不能很好兼顾抗干扰性与鲁棒性的缺点,提出一种新的基于模式识别自整定PID控制算法。该算法对参数整定规则了进行探索和创新,并给出了具体的整定规则公式。为了实现算法在实验室水箱液位控制的应用,采用OPC技术实现了MATLAB软件与MCGS组态软件的数据实时交互。实验结果表明,该规则在MATLAB仿真和水箱液位控制应用中取得到了很好的整定效果,控制性能优于常规PID控制。     

全局收敛的多变量极点配置自校正控制算法

提出了一种简单的隐式多变量极点配置自校正控制算法,并证明了该控制算法具有全局收敛特性。仿真实验结果表明该自适应控制方案具有较好的控制性能。     

一种线性自抗扰控制器参数自整定方法

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法. 算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定. 为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究. 结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法.     

一种谨慎自较正控制算法

本文给出了一种谨慎自校正控制算法。仿真实验表明,这种算法能够有效地降低由于参数估计的不确定性所引起的盲目控制,从而达到改善系统动态性能的目的。     

基于阻尼最小二乘法的鲁棒自校正预测控制器

本文将广义预测控制器（GPC）与阻尼最小二乘法（DLS）相结合,构成一种鲁棒自校正预测控制器．仿真结果表明,这种算法比基于通常的递推最小二乘法（RLS）的自校正预测算法有更强的鲁棒性．     

串级时滞系统最优预报自校正鲁棒控制算法

本文提出了一种适用于串级时滞系统的极点配置最优预测鲁棒自校正控制算法,它能消除闭环特征方程中的时滞项,有效地提高了系统的稳定性及抗干扰能力,具有经典串级系统难以达到的优越性能。     

基于冲击响应的自校正控制新算法

本文研究了基于对象冲击响应的自校正控制算法,介绍了快速自适应冲击响应(TR)辨识的新方法,并分析了自校正新算法的收敛性。文中的仿真实例及在线模拟结果充分地证实了新算法的有效性。