基于学习的自校正控制算法

提出了一种基于学习的自校正控制算法,算法中包含一个自适应模型和多个固定模型,每一个模型都有一个相对应的控制器,在每一采样时刻,将当前时段内具有最小预测误差的模型对应的控制器的输出作为控制输入。在该算法中,自适应模型和自适应控制器的作用是确保闭环系统的稳定性和输出跟踪误差的渐近收敛性,而固定模型和固定控制器的作用是当被控对象的参数发生稳定性和输出跟踪误差的渐近收敛性,而固定模型和固定控制器的作用是当     

非线性确定性系统的鲁棒自适应控制器

NARX模型的最小预报误差自适应控制器算法，存在着控制输入偏离以原点为收敛域中心的收敛问题，严重时将出现数值发散现象，系统是BIBO不稳定的。针对这种情况，提出了一种改进的控制输入准则函数和各样自适应控制策略，给出了NARX模型基于该准则函数的一种最小预报误差自适应控制器算法，及使系统无稳态偏差选取准则函数的限制条件，解决了系统存在稳态偏差的问题，同时给出了仿真结果。     

自适应UKF算法及其在GPS/INS组合导航中的应用

提出了一种自适应无迹Kalman滤波(UKF)算法.针对UKF受初始值误差和动力学模型异常扰动误差影响的问题,将自适应估计原理引入到UKF算法,将动力学模型信息对导航解的贡献进行合理调整.计算结果表明,在GPS/INS松组合导航系统数据处理时,UKF算法略优于扩展Kalman滤波(EKF),自适应UKF算法优于自适应EKF算法,自适应UKF算法能够很好地抑制动力学模型误差对导航解的影响,进一步提高导航解的精度和可靠性.     

具有比例积分结构的模型算法自适应控制器

通过构造新型目标函数,并且采用加权预测控制律代替一步预测控制量,得出了一种具有比例加积分结构的自适应模型算法加权控制器．该控制器能实现无偏差跟踪参考输入轨迹．仿真结果表明,对于时变对象,新算法自适应控制比基本型模型算法控制具有更强的鲁棒性．     

基于自适应最小二乘支持向量机的预测函数控制

提出一种基于最小二乘支持向量机在线建模的自适应函数预测控制算法.该方法提出一种新样本与模型节点的相似性计算方法,结合预测误差与过程先验知识给出控制模型节点的加入准则,使其自适应调整模型的复杂度,保证模型系数的稀疏性,有效地提高建模的精度和速度;给出增加节点和删除最早节点时最小二乘支持向量机模型更新的在线递推形式;基于局部在线最小二乘支持向量机的线性化模型,给出了自适应预测函数控制算法.以pH中和控制作为仿真实例,结果表明该算法的有效性.     

鲁棒的状态空间自适应预测控制算法

本文给出了状态空间自适应预测器的一种新算法，由于该算法采用了一种鲁棒的辨识器，因此，它具有一定程度的鲁棒性，稳定性分析的定量化结果表明，在一定的建模误差范围内，自适应闭环控制系统对于未建模动态是鲁棒稳定的。     

基于自适应动量因子的区间神经网络建模方法

区间神经网络建模是区间控制的核心部分,也是提高系统鲁棒性的重要方法.针对区间神经网络算法收敛速度慢的问题,提出一种自适应动量因子算法.算法利用区间运算建立输入与输出数据的映射模型,通过引入具有自适应特性的动量项,使用最速下降法对动量项进行自适应更新,在加快系统收敛速度的同时,克服系统稳态误差大和容易陷入局部最小值的弊端.典型算例实验表明:区间神经网络能够较为精确地建立区间网络模型,自适应动量因子算法提高了区间神经网络整体性能.     

一种 TIADC 系统误差自适应联合补偿算法

针对时间交替并行采样系统(time-interleaved analog-to-digital converter,TIADC)通道间存在直流偏置误差、增益误差和时钟失配误差的问题,提出一种基于自适应的误差联合补偿算法.该算法设计了新的系统时序和基于子通道的误差补偿模型,采用多输入的自适应结构,实现对3种误差的联合补偿.理论分析和仿真结果表明,新算法结构简单,运算量小,具有良好的抗噪声性能,同时算法对带通信号有良好的适用性.当ADC量化位数为16时,系统的信纳比能够提升约37 dB,无杂散动态范围能够提升约50 dB.     

神经网络模型参考自适应控制算法研究

分析了基于BP算法的神经网络模型参考自适应控制器对大惯性环节被控对象的控制效果,发现该算法使控制器存在严重的“过学习”现象,为避免这一现象,设计了一种新的误差函数结构,得到改进的BP算法,针对一个存在大惯性环节的线性时变系统,对比分析了神经网络模型参考自适应控制器在采用传统的BP算法和改进的BP算法时得到的不同控制效果。     

基于LuGre模型的火炮伺服系统摩擦力矩自适应补偿

针对高精度火炮交流伺服系统中存在的非线性动态摩擦和电机力矩波动,为了提高火炮伺服系统的跟踪精度,提出了一种新的基于LuGre摩擦力矩模型的自适应补偿算法。该算法应用两个非线性观测器来估计摩擦模型中的未知状态变量,对系统参数进行自适应估计,采用Lyapunov方法证明了控制系统的全局渐进稳定性。该算法简单,适于实时控制。实验结果表明了该算法的合理性,火炮伺服系统的低速跟踪最大误差为50μrad,达到了指标要求。     

基于模型预测内模的实时控制算法

对具有滞后性、外界扰动和被控对象参数不确定性、快速性要求高的一类单输入-单输出线性系统的非恒值实时控制的模型预测内模的控制算法进行了进一步的分析研究.从理论上分析了该控制算法的系统稳定性条件、稳态控制误差,研究了在逆变电源控制系统中,该控制算法对负载的鲁棒性和对扰动的抑制能力.算法仿真表明:该控制算法能够克服外界扰动和被控对象参数不确定性,系统具有较强的鲁棒性,稳态控制精度高,动态响应速度快.     

用于壁板结构多模态振动主动控制的改进最小控制合成(MCS)算法

针对压电壁板结构,引入具有良好非线性控制性能的最小控制合成(minimal controller synthesis,MCS)算法来抑制其振动.鉴于标准的MCS算法在快速扰动下缺乏稳定性,为进一步提高其控制效果,构造了一种新的自适应补偿因子,形成了改进MCS算法-IMCS算法,并通过波波夫准则验证了该控制系统的稳定性.选取LQR(linear quadratic regulator)控制作为参考模型,分别施加宽频随机扰动和前2阶正弦混合脉冲激励,分析比较了IMCS算法和标准MCS算法的控制效果、自适应增益因子和跟踪误差.仿真结果表明,IMCS算法具有更快的收敛速度和更小的跟踪误差;多模态扰动实验结果表明,当存在外部非线性扰动时,IMCS算法具有更好的控制效果和鲁棒性.     

改进型模型参考自适应Smith预估控制算法在合成氨中的应用

本文提出的改进型模型参考自适应预估控制算法是克服大时滞、有扰动及被控过程参数时变的有效新型算法。理论分析及对合成氨H_2/N_2控制的计算机仿真结果表明,该法在抗干扰能力及鲁棒性方面优于当前其它的自适应Smith预估控制算法。     

具有模糊校正的GPC在NCS中的应用

针对网络的引进而产生的时延及系统的不确定性问题,在GPC控制算法的基础上通过加入模糊校正的方法更好的解决了网络控制系统中系统模型失配和噪声干扰等对系统控制效果的影响,仿真结果验证了控制器设计方法的有效性.     

基于BP算法的神经网络内模控制器

文章针对一类非线性系统,采用加入阻尼项的权值调整BP算法,设计了基于BP算法的神经网络内模控制器,并进行了仿真,结果显示该控制器对阶跃信号和扰动均无稳态误差,对非线性环节有较好的控制效果。     

一种模糊控制算法在主汽温控制系统中的应用

针对主汽温具有影响因素多、时滞较大及模型时变的特点，提出了主汽温自整定模糊控制算法。该算法利用解析公式形式，对主汽温偏差及其变化率、导前汽温变化率进行了综合考试，并可根据运行工况自动调整各模糊变量的加权因子，其控制效果优于常规的控制系统。     

电液伺服加载系统的自适应控制

本文针对某实际电液伺服扭矩加载装置,运用Popov超稳定理论,设计了一套模型参考自适应控制系统,显著地提高了原系统的加载精度,提高了系统抗结构参数变化的能力.文章采用了特别适用于加载系统的“无模型跟踪法”,取得了满意的实验结果.     

变论域自适应模糊分数阶自抗扰控制器设计

提出了一种变论域自适应模糊分数阶自抗扰控制算法,用以提高分数阶系统的性能;在变论域自适应模糊控制的设计中,引入分数阶扩张状态观测器和分数阶跟踪微分器;在变论域自适应模糊分数阶自抗扰控制中,利用分数阶跟踪微分器将输入信号转化为平滑跟踪和高质量差分信号,用扩张状态观测器获取每个状态变量的估计值、不确定性的实时动态模型以及外部扰动．为了消除稳态误差,提高控制精度,提出了可变值域的扩张状态误差积分;将变论域自适应模糊分数阶自抗扰控制算法和分数阶自抗扰控制 (FADRC)算法对典型的分数阶系统进行仿真,验证了所提方案的优越性和有效性．      

永磁直线同步电机自适应变结构位置控制器的研究

针对永磁直线电机参数变化和外部扰动对伺服系统的影响,提出了自适应变结构位置控制设计方法.用电机的位置误差信号及其导数构造切换函数,利用自适应律对系统不确定性扰动因数的极限进行估算.经过分析验证,与基于SVPWM的矢量控制系统相比较,自适应变结构位置控制算法明显减少了由系统参数变化和外部扰动引起的推力脉动,能快速、准确地跟踪给定信号,增强了整个系统的自适应性和鲁棒性.     

一种新型光伏并网逆变器同步控制策略

为使光伏并网逆变器能够实时跟踪电网电压,需要对逆变器实施一种合理的同步控制.常用的无差拍控制具有瞬时响应快、精度高等特点,但是其自身鲁棒性差,难以抑制非线性负载干扰信号的扰动,重复控制可以精确跟踪电网波形,有效抑制谐波,缺点是控制指令总会滞后一个周期输出,动态响应慢.基于此,提出了一种复合同步控制策略,建立了仿真模型,并在仿真软件Matlab/Simulink下进行了仿真实验.结果表明,该控制策略相比常用的控制方法精度高、稳定.它即提高了系统的响应速度又完善了输出波形,并且可以有效抑制非线性干扰信号的扰动.证明了新型复合同步控制策略在光伏并网逆变器中应用的可行性.