串级对象自校正调节器

本文提出了按极小化最终性能指标 J=E{Y~2}来设计串级对象自校正调节器的方法,并导出了相应的算法,数字仿真证明了其有效性。     

最小方差自校正控制—具有恒定的闭环极点

提出一种具有恒定闭环极点的最小方差自校正控制器,该控制器将最小方差策略和极点配置策略结合起来,既保证了良好的伺服跟踪能力和抗干扰能力,又增强了控制器的鲁棒性。本文采用递推估计算法在线调整加权多项式来配置闭环极点,因而在不显著增加在线计算量的条件下有效地改善了控制器的性能。     

自校正调节器的收敛性和控制幅度

本文给出了自校正调节器的一般表示形式，分析了自校正调节器参数与收敛性和控制幅度的关系，提出了一种限幅－收敛组合控制策略，这种组合方案较好地兼顾了控制幅度和收敛速度的要求，给出了仿真实验结果。     

模型参考的广义最小方差鲁棒自校正控制器及其应用

本文提出一种具有参考模型的广义最小方差鲁棒自校正控制算法。采用鲁棒的估计器和改进加权因子的选择方法改善自校正控制的鲁棒性,通过选择参考模型确定系统的希望响应特性。对具有大间隙、摩擦、饱和、弹性、死区、滞后等固有本质非线性因素的大功率伺服系统进行实验研究,结果表明,由该算法构成的控制系统具有良好的动态响应、良好的鲁棒性和高的控制精度,可以广泛应用地炮、火箭炮等要求高精度快速定位的系统中。     

机器人的一种自校正控制算法

本文给出了一种新的、结构简单的机器人数学模型。把文献[1]的结果扩展并应用于机器人的轨迹控制,并导出了一种新的机器人自校正控制算法。仿真结果证实了本文所提方法的可行性。     

一种离散非线性随机系统模型的非线性结构的自校正控制器

本文给出了一种描述离散非线性随机系统的数学模型,它是CARMA模型的一种扩展,双线性系统模型是它的一种特殊形式,并给出了新模型下自校正控制器的算法,它将CARMA模型下的算法结构从线性扩展到非线性。     

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。     

基于多项式变换的双率最小方差自校正控制

输入输出采样周期相同,而且时间上同步的传统离散时间系统(即单率系统)最小方差控制方法,不适用于输入输出采样周期不相同的双率系统.现提出控制刷新频率是输出采样频率整数倍的未知参数双率系统最小方差自校正控制算法.其基本思想是,利用多项武转换技术得到双率系统的频域模型,设计一个估计器来计算系统的损失输出(即采样问输出),导出了双率系统最小方差控制律,提出了最小方差自校正控制算法.最后用仿真例子说明提出方法的有效性.     

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。     

血压自校正控制

在控制血压的输液过程中,由于病人特征有明显的个体差异,必须采用自适应控制器。本文给出一个对期望血压实行极点配置对随机噪声实行最小方差的自校正控制算法,控制器在一个微机控制系统中实现。以狗为对象的动物实验表明:自适应控制器和系统特性令人满意。     

TCSC基波阻抗与触发角关系的数值计算与Matlab仿真研究

针对原有福建电网与华东电网的福州一双龙线改造为TCSC装置控制的高压输电线方案．设计出一套可控串联补偿装置(TCSC)，并且对该TCSC装置进行一系列的基础性实验研究．本阐述了可控串联补偿器(TCSC)的基本概念和数学模型．并且在Matlab仿真实验基础上，分析了等效基频容抗Xc与等效基频电抗XL之比值与TCSC谐振点的关系．该仿真结果将为选择TCSC装置参数和可控范围提供依据．从TCSC装置基波阻抗值的Matlab实验值和数值仿真的比照数据表中，可以看出该参数选择方法的正确性．并以此方法建立起了TCSC基波阻抗值和晶闸管触发角a的关系数据表．为我们进一步研究可控串联补偿器控制算法的实现奠定了基础．     

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.     

一类非线性滞后系统的自整定PID控制

针对采用传统PID控制一类非线性滞后系统,难以获得满意的控制效果,提出基于RBF神经网络的PID控制参数自整定的方法.利用具有在线能力的最近零聚类学习算法,训练RBF神经网络,从而自适应调整系统的控制参数.仿真结果证明了,该控制策略不仅能使非线性滞后系统具有良好的动态跟踪性能,而且具有很好的抗干扰能力.     

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。     

一类MISO对称非线性系统及其约束自校正控制器

针对MISO随机广义Hammerstein模型,从实际工程对象的物理意义出发,分析了其不能描述对称非线性系统的问题。在模型中加入控制输入的符号函数,提出一可描述对称非线性系统的MISO随机广义Hammerstein模型。在目标函数中加入控制输入的高次项和其符号函数提出一超二次型目标函数。对控制输入加入饱和限幅,给出了改进的MISO随机广义Hammerstein模型的约束自校正控制器算法,适用于开环不稳定的非最小相位系统。提出一控制策略使算法无稳态偏差,且控制输入收敛于以原点为中心的变化域内。采用约束最优化的投影梯度法和无约束最优化的变尺度算法对目标函数寻优,证明了可行域内所有点均可作为投影梯度算法的初始可行点,并证明了线性不等式约束的任意紧约束组合时其可行域即为正则域。仿真研究表明了合理性和有效性。     

不确定非线性系统的直接自适应变结构控制

针对同时存在参数及结构不确定性的一类非线性系统,研究其在未知扰动作用下的输出跟踪问题．基于李亚普诺夫稳定性理论提出了一种直接自适应滑模控制律,讨论了自适应律的收敛性．从理论上证明了闭环系统存在滑动模态,参数估计值收敛,系统信号保持有界．并给出仿真实例．     

基于零动态原理的TCSC非线性控制器

基于微分几何控制理论,利用零动态响应方法设计TCSC(thyristor-controlled series compensation)控制器,用于抑制线路的功率振荡．设计的控制器只需要依赖于TCSC自身的动态方程,包括装置的固定和可调电抗参数,装置的动态时间常数,并只须反馈本地的测量信息,实现简单,鲁棒性强,能够适应系统的运行方式的变化．仿真结果表明,该非线性控制器具有较好的抑制线路功率振荡的作用,能够提高系统运行的稳定性．     

模糊自整定PID控制器设计与仿真

基于模糊控制理论,介绍了一种模糊自适应PID控制器的设计,并利用matlab/SIMULINK软件对所设计的控制器进行了仿真,仿真结果表明,所设计的模糊自适应PID控制器比常规PID控制器明显地改善了控制系统的动态性能,抗干扰能力更强,且易于实现,便于工程应用.     

基于ADACD的新型辨识器及其模型参考自适应控制

将控制依赖自适应评估设计引入到非线性系统的辨识中,以寻求最佳模型.定义一个总评估函数表示系统在所历经时间内的辨识总误差,然后构造一个评估网络来近似逼近这个总评估函数.再构造一个辨识器网络,其输出直接作为评估网络的输入,这样通过最小化评估网络的输出就可以达到寻求最佳模型的目的.辨识器的参数修正原则不再是使当前时刻的辨识误差最小化,而是使评估网络的输出最小化,即使系统在所历经时间内的近似辨识总误差最小化,这样不仅大大加快了收敛速度而且取得了更加精确的辨识效果.在获得对象模型之后,还研究了利用神经网络设计模型参考自适应控制器的方法.仿真结果表明,利用这种新型辨识器设计的模型参考自适应控制器能够保证被...