在线调节加权因子的快时变系统自校正控制

在全系数自适应控制方法基础上,利用规范化模型方法,对快时变系统提出了一种自校正控制器,并在广义最小方差自校正控制律中引入了能自动整定的加权因子,以适应快速时变系统动态特性变化大的特点.数字仿真结果表明,这种控制器对快时变系统有很好的控制效果,而且控制器算法简单,对过程的非线性、阶次失配和未建模扰动均有较强的鲁棒性。     

基于神经网络的非线性系统在线自校正控制及其应用

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和间接自校正控制和满足局部能控一般非线性系统的神经网络自校正控制。从研究结果可以看出,由于神经网络的权系数的可调性以及神经网络对非线性的逼近性,利用神经网络所设计的自适应（或自校正）控制器,其闭环控制系统具有良好的动态与静态响应特性。所提供的控制器都可在线实现     

基于神经网络的非线性系统在线自校正控制及其应用

利用神经网络给出了设计非线性控制系统自适应控制的方法,主要包括基于神经网络的非线性系统的在线直接自校正和满足局部能控一般非线性系统的神经网络自校正控制,从研究结果可以看出,由于神经网络的权系数的可调性以及神经网络对非线性的逼近性,利用神经网络所设计的自适应（或自校正）控制器,其闭环控制系统具有良好的动态与静态响应特性,所提供控制器都可在线实现。     

同步励磁发电机鲁棒自适应控制

利用backstepping和扰动抑制 (disturbanceattenuation)方法对同步发电机设计了一种非线性自适应鲁棒励磁控制器 .控制设计方法基于同步发电机的三阶非线性模型 ,对于系统中可能出现的各种不确定参数和有界扰动 ,给出了参数自适应律和控制律 ,保证了闭环系统在各种扰动情况下的稳定性 .最后做了系统从初始进入稳态和系统在三相短路及外部常值扰动情况下的仿真 ,并讨论了该方案扩展到多机系统的可能性 .     

TCSC非线性自适应鲁棒控制器设计

研究了含有参数不确定及外部扰动的带有TCSC(thyristor controlled series compensation)的单机无穷大母线系统的鲁棒控制问题.针对描述单机无穷大母线系统的非线性三阶模型,将自适应理论和L2增益干扰理论相结合,并用逆推法构造出系统的存储函数,设计出了系统的非线性自适应鲁棒控制器.所设计的控制器不仅能够保证系统状态有界,而且能够有效地抑制外部干扰对系统输出的影响.仿真结果表明,所设计的控制器能够在很短的时间内使系统恢复稳定的状态,说明其控制是有效的.     

TCSC的自适应鲁棒H∞控制

研究了含有参数不确定性及外部扰动的TCSC(thyristor controlled series compensation)单机无穷大母线系统的鲁棒H∞控制问题,使用自适应backstepping方法及Lyapunov方法构造出系统的存贮函数,同时设计出鲁棒H∞控制器及参数替换律.在内部扰动中同时考虑了阻尼系数不易精确测量和发电机电势不可直接测量的影响.该控制器不仅保留系统的非线性特性和对未知参数的实时在线估计,而且能够有效抑制干扰对系统输出的影响.仿真结果表明,所设计的控制器能够快速抑制振荡,保证单机无穷大系统的暂态稳定.     

自适应反演控制在一类非线性系统中的应用

针对一类不确定性上界未知的非线性系统,提出一种自适应反演控制方法.建立了一类带有外界扰动的不确定非线性系统的数学模型.将复杂的非线性系统分解成不超过系统阶数的子系统,采用反演思想,并用自适应更新律对非线性系统不确定性上界进行估计,设计了自适应反演控制器并证明了李亚普诺夫稳定性.采用所设计的控制律使非线性系统的输出能跟踪期望的轨迹,具有一定的鲁棒性.用数值仿真验证了所设计控制器的良好跟踪性能.     

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。     

基于即时学习算法非线性系统多模型自适应控制

针对可获得大量输入输出数据的非线性系统，提出一种改进的即时模型辨识方法，并与自校正的极点配置控制算法相结合，设计多模型自适应控制器。所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性，使系统的动态响应品质得到了有效的改善。     

TCSC的非线性逆推设计

针对带有TCSC(ThyristorControlledSeriesCompensation)的单机无穷大总线系统的非线性二阶模型,使用逆推方法设计了TCSC的非线性控制器·基于逆推设计方法,无需对原系统进行线性化,并能保证闭环误差系统在Lyapunov意义下渐近稳定·当系统存在常参数不确定性,例如阻尼系数不能精确测量的情况下,应用自适应逆推方法还可以设计一个动态反馈控制器,其中含有对未知参数的实时估计·设计过程表明逆推方法设计的控制器拥有更优越的性能·     

基于ADRC的无人机纵向通道控制

根据自抗扰控制器不依赖对象的精确数学模型以及能够对系统模型内扰和外界干扰进行补偿的特点,提出了在无人机纵向通道中引入自抗扰控制器的方法。设计的自抗控制器在不同的飞行状态下,不需要改变控制器参数,就能实现对俯仰指令的精确跟踪控制,以及速度回路与俯仰角回路的解耦控制。仿真结果表明,系统具有良好的动态响应和鲁棒性。     

可控串补多目标控制研究

可控串补暂态稳定控制，既要抑制功角第一摆，又要快速阻尼系统故障后的功率振荡，这是一个多目标控制问题。文中提出了基于Ｔ－Ｓ（Ｔａｋａｇｉ－Ｓｕｇｅｎｏ）模型的可控串补模糊控制策略，充分考虑了可控串补装置的非线性，并结合了线性最优控制理论和专家知识。该模糊控制器相当于自适应变增益的线性最优控制器，能满足系统多目标控制的要求。数字仿真表明，该模糊控制策略在暂稳控制中优于其它常规控制方式（ＰＩ控制，ｂａｎｇ－ｂａｎｇ控制，线性最优控制）。     

基于免疫网络理论的TCSC与PSS协调控制

电力系统稳定器(PSS)和可控串联补偿器(TCSC)被广泛用于电力系统的稳定控制,多个控制器之间的交互作用会影响彼此的控制效果.本文介绍了生物免疫系统中不同类型的抗体协调合作,共同清除抗原的协调机理.提出了基于免疫网络理论的协调控制方法,用于在线协调控制多个阻尼控制器,抑制电力系统的功率振荡.以装有多个PSS和TCSC的系统为例,对多个控制器进行在线协调阻尼控制.仿真结果表明该方法能够缩短抑制振荡所需的时间,具有有效性和鲁棒性.     

二阶滑模控制在舰载机着舰导引系统中的应用

滑模控制系统在滑动模态时对外界干扰及参数变化具有完全的自适应性.利用二阶滑模控制实现飞机俯仰角的直接控制,并将其应用到舰载机着舰导引控制中.设计了二阶滑模控制器及对应的自动着舰导引系统.仿真对比研究表明二阶滑模控制下的着舰导引系统有较好的抑制气流扰动的能力.     

挠性卫星姿态快速稳定智能控制

针对挠性卫星本身存在的参数不确定性和外部扰动的控制问题,设计了以径向基函数神经网络和小脑神经网络为基础的复合变结构智能控制器.该控制器利用变结构控制系统对被控对象的模型误差、参数变化及外扰等的不敏感性的优点,再结合神经网络能够迅速逼近未知函数、泛化能力强的特点,可以适应挠性卫星参数不确定性和抑制外加干扰,实现对挠性卫星的有效控制.仿真结果表明复合控制能够提高卫星姿态的稳态精度和快速性.     

同时改善系统稳定和电压特性的变结构励磁控制器

依据非线性变结构控制理论,提出一种新的励磁控制器的设计方法。应用该方法设计的变结构励磁控制器,在有效地改善电力系统功角稳定性的同时,还可以改善发电机端电压的动态特性。该控制器对系统工作点的变化具有鲁棒性。仿真结果表明:该种控制器与已有的PSS控制相比,在改善系统稳定性的同时,改善了发电机端电压的动态特性