电液伺服系统的参数自适应控制

本文针对电液伺服系统的特点,在极——零点配置的基础上提出一种形式简单、运算量小并适用于非最小相位系统的自适应控制算法,克服了一般极——零点配置自校正调节器实用上的困难。仿真与实验证明,用这种算法控制的电液伺服系统具有良好的动态及自适应性能。     

非线性多变量电液伺服系统解耦自适应控制

本文结合非线性多变量电液伺服系统控制，提出了一种新颖的广义最小方差预测校正参考模型自适应解耦控制，将参考模型控制，预测控制的校正思想和广义最小方差自适应控制相结合。该方法不需研究非线性环节的模型，算法简捷。     

多通道电液伺服系统的变结构自适应控制

针对多通道电液位置伺服系统存在的参数时变，通道间的耦合作用和外干扰等特点，提出了一种模型跟随变结构自适应控制方法，该系统具有较高的伺服跟踪精度和较强的鲁棒性，无需在线辨识。     

电液伺服系统的小波自适应鲁棒反演控制

针对电液伺服系统,提出了一种小波自适应鲁棒反演控制方法.用两个小波神经网络来逼近电液伺服系统中的模型未知部分、参数不确定项和虚拟控制的导数,所有小波神经网络的参数均实现在线调节.控制律和自适应律的设计保证了闭环系统一致且最终有界,从而达到对非线性电液伺服系统稳定跟踪控制的目的.鲁棒补偿器的设计进一步改进了电液伺服系统的跟踪性能.仿真结果表明,该方法能较好地满足控制精度的要求,同时系统具有较强的适应性和鲁棒性.     

多输入多输出电液伺服系统解耦自适应控制的研究

本文提出了一种新的多输入多输出电液伺服系统解耦自适应控制方案,它是广义最小方差自校正控制和参考模型自适应控制相结合的控制方案,能保证良好的动态解耦性能、高跟踪精度和适当的控制信号值.稳定性分析表明:本方案既适用于最小相位系统,也适用于非最小相位系统.使用本方案对一个两输入两输出的电液伺服系统进行了数字仿真和实时控制,取得了很大的成功.控制算法十分简捷,因而它适用于快动态系统.     

电液伺服系统的自适应模糊滑模控制

针对电液系统的非线性特性及其参数不确定性,设计一种自适应模糊滑模控制器。该控制策略基于带积分补偿的变结构控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近。将此控制策略应用到电液系统中,仿真结果显示此控制方法具有较强的鲁棒性和良好的跟踪性能。     

电液伺服系统的渐近跟踪自适应控制

根据电液伺服系统参数不稳定的特点,将渐近跟踪理论与自适应控制相结合,提出了一种基于参数辨识的电液伺服系统的渐近跟踪自适应控制方法,利用状态反馈动态配置系统的希望特征值和在输入端动态调节前馈增益实现渐近跟踪,达到自适应控制的目的。仿真结果表明,该方法稳定可靠,具有较高理论意义和实用价值。     

一种三段式模糊控制在电液伺服系统中的应用

在研究泵控马达电液伺服系统的自适应控制中，提出了一种分三阶段实施的模糊控制策略，并进行大量实验研究，结果表明，该方法克服了模糊控制的不精确性和易振荡性，且在相当宽的惯性负载情况下，系统的特性都是令人满意的，中说明了三段式模糊控制的基本原理，并给出了其用于泵控马达电液伺服系统的实验结果。     

电液伺服系统的增益自适应滑模变结构控制

为实现对电液伺服系统非线性、不确定性和未建模动态等因素的有效补偿,将系统转换成具有自适应动态递归模糊神经网络(ADRFNN)辨识误差,即二次不确定性的等效线性数学模型,利用增益自适应滑模变结构控制(GASMC)方法对系统进行综合设计.实验结果表明:ADRFNN的高精度在线辨识和GASMC校正项的增益自适应功能使系统具有较强鲁棒性和更高的稳态精度,同时使系统控制量的颤振现象得到有效抑制.     

电液伺服系统的神经网络并行控制

文章针对电液伺服系统的非线性、不确定性和参数时变的特点,提出一种基于神经网络的并行自学刁控制算法。该控制策略以系统动态误差和给定信号量作为小脑模型神经网络控制器的激励信号,并与单神经元自适应PID控制器相结合构成系统的复合控制。仿真结果表明,该并行控制算法较常规PID控制具有更快的响应特性和良好的动态特性,对模型参数变化和负载扰动表现出更强的适应性和鲁棒性。     

基于小脑模型的电液位置伺服系统在线学习控制研究

针对非线性电液位置伺服系统的跟踪控制问题,提出了一种采用小脑模型（ＣＭＡＣ）神经网络的在线学习控制方法,与传统的ＣＭＡＣ控制器不同,该控制器采用动态误差作为ＣＭＡＣ神经网络的激励信号,从而使基于ＣＭＡＣ的控制器跟踪连续变化的信号成为可能,给出了具体的控制结构和算法,仿真结果表明,该控制器具有良好的处理非线性及跟踪连续变化信号的能力,并对时变外负载干扰具有明显的抑制作用,而且新型控制器能和较高的学习     

电液位置伺服系统的前馈补偿滑模PI控制

针对不确定性电液位置伺服系统的跟踪控制问题，提出了一种前馈补偿滑模ＰＩ控制方法．经仿真表明：该方法对存在外扰和模型不确定性的电液伺服系统具有强的鲁棒性和良好的跟踪特性．     

不确定性电液位置伺服系统的滑模鲁棒跟踪控制

本文针对存在参数变化的不确定性电液伺服系统的跟踪控制问题,提出了一种具有前馈补偿的滑模鲁棒控制器设计方法,利用李亚普诺夫方法证明了整个闭环系统的渐近稳定性.应用这种方法于某疲劳试验机电液伺服系统,通过仿真验证了该方法的有效性.     

模型跟随自适应控制在电液伺服板簧试验机中的应用

通过对电液伺服板簧试验机系统进行理论分析和试验研究,采用新的模型跟随自适应控制方法,有效地解决了电液伺服板簧试验机中波形严重失真,难以使用和试验加载频带低的问题,使加载频带从０．１￣３Ｈｚ提高到０￣２０Ｈｚ。     

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.     

电液伺服位置／力控制系统的滑模变结构－PID控制

本文把滑模变结构－ＰＩＤ控制［１］运用于电液伺服位置／力系统的跟踪控制问题，经对系统的数字仿真和模拟实验表明：对电液伺服系统采用滑模变结构－ＰＩＤ控制，提高了系统的鲁棒性、跟踪精度以及对不同类型参考输入信号的适应能力；同时，也能消除常规变结构控制所存在的抖振现象     

一种三段式模控制在电液伺服系统中的应用

在研究泵控马达电液伺服系统的自适应控制中，提出了一种分三阶段实施的模糊控制策略，并进行了大量实验研究，结果表明，该方法克服了模糊控制的不精确性和易振荡性，且在相当宽的惯性负载情况下，系统的特性都是令人满意的。文中说明了三段式模糊控制的基本原理，并给出了其用于泵控马达电液伺服系统的实验结果     

基于神经网络的三相Vienna整流器全局快速终端滑模控制

针对Vienna整流器采用传统PI控制输出电压超调大,功率因数低,当系统参数发生变化时难以收敛,对交流侧输入电流干扰大等问题,提出一种基于神经网络的全局快速终端滑模控制策略。针对系统参数在实际环境中发生摄动和受到外界扰动,重新建立系统的不确定模型,将不确定项合并为总扰动并利用所建立自适应神经网络对其进行估计,并运用Lyapunov定理证明该非线性控制系统在系统参数摄动及外界扰动中可实现有界稳定。仿真结果表明:利用该方法提高了Vienna整流器功率因数,有效优化了输出电压超调高的问题并且有效降低了系统的谐波污染。最后搭建了实物样机,实验结果验证了上述结论的正确性。采用文中方法电压未出现超调,并且稳态响应时间减少了69%,切换负载电压波动减少了87%,动态响应时间减少了84%,谐波含量减少了68%。     

三温区电加热炉的神经网络模型参考自适应控制

提出了一种基于神经网络非线性系统的模型参考自适应控制方法，通过在线训练获得反映对象动态持性的神经网络辨识器和神经网络控制器，对三温区电加热炉进行实时控制，仿真结果表明该方法的有效性及其优良性能。     

模糊神经网络模型参考自适应控制

给出了一种基于模糊神经网络的模型参考自适应控制方案。首先,构造了一种运用递推预报误差（ＲＰＥ）算法的多层前向神经网络,并用其对被控对象建模,然后,又构造了一种模糊神经网络控制器（ＦＮＮＣ）。从而为一类难以建立精确数学模型的非线性被控对象提供了一种新的自适应控制方法,信息结果验证了其有效性。