防空导弹发射架分布式计算机控制系统的研究

武器系统现代化的要求，以及数字计算机在伺服控制系统中应用的不断加深，以计算机为手段，以控制论为指导形成的微机控制技术，为武器系统的自动化提供了坚实的基础。本文从芯片组成的微机伺服控制系统开始，直到组成分布式计算机控制系统（ＤＣＣＳ），利用微机控制理论和多机分布式计算机控制理论，对数字计算机实现的变结构、变参数的伺服控制，分布式计算机的通讯控制进行了深入的研究探讨，推出了一种较适合导弹发射架伺服系统的分布式计算机控制系统。实验结果表明，这种控制形式，在控制精度、快速性、实时控制能力等几方面，优于传统的发射架系统。     

基于模糊RBF网络的伺服转台鲁棒控制

针对神经网络控制和复合控制各自的特点，采用一种模糊RBF神经网络复合控制的方法控制伺服转台，用模糊RBF网络进行伺服系统辨识，在线修改复合控制的参数，用来提高复合控制的鲁棒性。实际控制结果表明，所采用的方法具有很好的辨识能力和控制品质，并具有较高的鲁棒性。     

头车钩缓装置试验台液压系统的分析与仿真

地铁头车半自动钩缓装置试验台检测钩头最大水平摆角的联挂状态时,需要液压马达带动装有车钩的可调支座横向移动一定距离以使达到预期的摆角。对阀控马达电液位置伺服控制系统的频率特性、稳定性、控制误差等作了分析,并对DYC1伺服阀进行了详细的建模。通过AMEsim/Simulink的联合仿真分析,同时采用模糊策略优化控制效果,所设计的液压系统准确、稳定、可靠,车钩摆角完全达到预期要求的效果。随着工程对象的复杂化,AMEsim/Simulink联合仿真这方法为解决复杂工程控制难题、液压元件的设计等开创了一条效果很好的途径。     

液压伺服阀的热力学模型研究及数字仿真

以能量守恒原理为基础推导了控制体内温度变化的计算公式,结合伺服阀的压力流量特性,提出了建立伺服阀热力学模型的方法.对包含一个四通滑阀的液压系统进行建模和仿真,仿真结果表明,模型可以很好的反映阀在各种工况下的动态热力特性,对提高液压系统热力学建模及仿真的精度具有较好的参考意义.     

基于回归型支持向量机的液压舵机故障诊断

利用回归型支持向量机（SupportVectorRegression，SVR），设计了一个液压舵机的故障诊断系统。利用系统的可测参量，建立了基于SVR的液压舵机的全局故障检测模型。在仿真过程中发现，此方法能对电液伺服阀、位移传感器和伺服放大器的各种故障进行诊断，诊断准确度高，适用于闭环控制系统的故障检测，仿真结果验证了该方法的有效性。     

基于小波分解的系统辨识最优实验设计

提出了一种基于小波分解的系统辨识最优输入信号的设计方法。将小波 的多分辨率分析理论应用于控制系统的最小二乘辨识中，并且与闭环系统的控制性能指标关联起来，从而得出一种最优辨识输入信号的设计方法。这种方法是与控制相关的一种辨识方法，能获得比普通的系统辨识方法更好的结果。仿真结果证明了这种方法的有效性。     

结构智能半主动控制系统仿真设计

通过在电液伺服材料性能实验机MTS机上进行磁流变阻尼器动态特性神经网络辨识试验，建立了MR阻尼器的神经网络逆动态特性模型。通过离线训练设计了结构的神经网络辨识器、控制器模型，并提出了MR阻尼器神经网络半主动控制方案。将所建的MR阻尼器的神经网络逆动态模型、结构的神经网络辨识器模型、以及神经网络控制器模型用于结构的神经网络半主动控制并进行仿真，结果表明所建模型及控制方案能够有效降低结构的振动响应，同时最大限度地发挥MR阻尼器的动态特性。     

基于ADAMS主动悬架的液压伺服系统设计

基于ADAMS/View,建立了考虑悬架运动学特性的非线性因素的1/4汽车悬架模型,并运用ADAMS/Hydraulic模块,建立了考虑液压元件的非线性特性的液压伺服控制系统,设计了液压伺服控制的主动悬架。以模拟路面和阶跃输入作为激励,采用PID反馈控制,且与被动悬架进行比较。仿真结果表明,该方法设计控制的主动悬架,其车身垂直加速度、悬架变形和车轮动载荷都明显降低。     

液压伺服驱动位置控制系统的鲁棒性能设计

针对液压伺服动连铸结晶器位置环控制对象，实测了其对数幅频特性，产拟合得到控制对象的较准确的数学模型，考虑伺服系统的干扰来自被控制对象输入端，而且系统存在高频未建模动态和参数时变性，不确定性，文章采用μ综合的方法，设计了其降阶鲁棒控制器，仿真 结果表明，所设计的控制器使闭环系统对输入端的干扰有强的抑制能力，系统也很好地跟踪了10Hz的正弦输入信号、达到了期望性能。     

微型足球机器人伺服控制实时仿真系统研究

基于dSPACE实时仿真技术,应用MATLAB/Simulink的系统建模方法和dSPACE系统的软硬件环境,设计开发了微型足球机器人伺服控制实时仿真系统。将实际受控对象-足球机器人放置在仿真系统回路中进行仿真研究,实时监控系统运行,在线对控制参数进行调整,并对系统的动态性能进行测试,利用测得的实验数据对机器人小车模型进行了辨识,取得了较好的控制效果。仿真结果表明,该系统是一个很好的实验研究平台。     

基于多体动力学的热轧卷取机踏步系统联合仿真研究

针对某钢厂热轧1700生产线卷取设备的特点,在ADAMS环境下进行了动力学仿真,并用AMESim建立了该卷取设备踏步系统的模型,实现了液压、控制与机械系统动力学联合仿真研究。在所建立多机耦合模型基础上,准确计算出了助卷辊的踏步轨迹、液压缸的负载变化规律和液压缸的油压变化规律,讨论了不同参数对踏步控制系统的影响。结果表明采用液压伺服控制系统其控制精度和响应时间是可以保证的,为卷取机的设计以及技术改造提供了有效的理论依据。     

滞空状态下超小型旋翼机系统的姿态模型辨识

采用机理分析和系统辨识相结合的方法,以直升机机体和伺服小翼的力矩平衡方程为基础,根据滞空状态的特性,建立含有未知参数的超小型旋翼无人机姿态模型,由飞行数据采用预测误差法(PEM)对上述姿态模型进行了辨识,从而得到了完整的滞空状态下超小型旋翼机系统的姿态模型,最后验证了辨识模型的正确性。     

轧机辊缝控制建模及仿真

液压AGC已经成为现代带钢轧机中控制带钢厚度的关键设备,通过对某轧机液压系统深入的研究和分析,并参考典型的液压元件的作用机理,完全地建立了轧机液压AGC系统的数学模型。最后,利用MATLAB语言对所建立起来的液压AGC数学模型进行了计算机仿真,结果表明和实际所测得的响应曲线非常近似。     

液压柔性臂末端位置的模糊控制研究与仿真

以液压起重机向上变幅过程为例,研究了对单节液压柔性臂末端位置的模糊控制方法,利用模糊控制器语言变量控制规则能够使复杂系统解耦的特点,对慢变子系统和快变子系统分别进行了独立的控制,即用模糊PD控制方法对柔性臂转角进行了位移的轨迹跟踪控制、用模糊控制方法时柔性臂的弹性振动进行了控制,通过对转角和弹性振动的控制实现对液压柔性臂末端的位置控制.在adams和simulink联合仿真平台上对单节液压柔性臂末端位置的模糊控制问题进行了仿真研究,结果表明采用的控制方法能够实现对液压柔性臂末端较为精确的位置控制.     

液压伺服并联机器人的自适应鲁棒跟踪控制

针对液压伺服并联机器人存在参数不确定性及外界干扰的特点，通过构造一合适的储能函数，设计了一种自适应鲁棒跟踪控制器，利用所选取的评价函数，可以将外界干扰有效地抑制在任意希望的给定指标以下。所设计的闭环系统对参数变化具有完全的自适应性，并实现了系统轨迹的渐近跟踪，仿真结果表明了该方法的有效性。     

基于Elman网络的鲁棒型广义预测控制方法研究

提出一种基于Elman动态回归神经网络模型的鲁棒型广义预测控制(GPC)．该算法首先用EIman网络对非线性系统进行辨识，建立预测模型，然后在控制中将模型输出值与测量输出值进行综合，代替量测输出用于控制中，从而降低辨识器与控制器对未建模动态的敏感性，加强控制器的适应能力和鲁棒性．仿真结果证明：将本算法应用于非线性系统预测控制，对未建模动态具有很强的鲁棒性和很好的控制能力。     

液压位置伺服系统协同控制仿真研究

研究了基于HOPSAN和MATLAB／SIMULINK的多领域协同控制仿真技术，并用此技术对一液压位置伺服系统进行了控制仿真。结果表明，这种协同控制仿真技术可以综合液压系统专家、控制技术专家、计算与计算机技术等专家的优势，为协同研发搭建一个的支撑平台，能够高效、经济、可靠地处理液压伺服系统非线性建模和优化控制问题。     

基于遗传算法的嵌入式仿真的系统辨识与控制优化

数字随动(伺服)系统因具有非线性、不确定性和时变性,难以精确地建立系统的数学模型,由此对设计高性能的控制器造成困难.遗传算法因其隐含并行性、全局搜索等优点,在优化问题领域得到了很好的应用,但遗传算法简单应用于如数字随动系统这样的控制系统在线闭环辨识或参数优化时,会面临大量重复实验成本高、实验时间过长引起系统不稳定等实际问题.针对以上困难,提出一种基于嵌入式仿真的系统辨识方法,采用遗传算法进行数字随动系统同步在线闭环模型参数辨识与控制参数寻优.经过在数字随动系统实物环境下实验,证明了该方法的有效性.     

多模自适应控制在空中飞行模拟器中应用

为了克服空中飞行模拟器传统上使用增益高控制方式的弱点，设计了一种改善空中飞行模拟器性能的自适应模型跟随控制系统，其中辨识器采用基于卡尔曼滤波器的多模辨识方法，该方法将本机先验信息加入到参数辨识过程中，辨识结构是与卡尔曼滤波器相对应的各个先验模型参数的概率权重和，仿真结果表明，该控制系统克服了原空中飞行模拟器模拟精度依赖于需要精确已知本机气动导数的严重缺陷，并显示出多模辨识算法比一般的辨识方法收敛速度快，精度高，有效地解决了非线性随机系统的参数辨识问题。     

TSK动态网络及其在非线性动态系统中的应用

针对非线性动态系统特点，提出了一种新型的基于TSK模糊模型的动态回归模糊神经网DRFNN（Dynamic recurrent fuzzy neural networks），并给出了网络参教的迭代算法和基于李亚普诺夫稳定理论的收敛性证明。该动态回归网络由静态网络和内反馈动态回归网络组成，在结构上更好的拟合了非线性动态系统特点，应用于非线性动态系统的辨识和控制的试验结果也说明该动态回归模糊神经网络对解决非线性动态系统辨识和控制问题的有效性。