时变分数时滞系统的最优预报自适应控制算法

在用广义模型描述被控过程的基础上,本文提出一个极点配置最优预报自校正PID控制算法,该算法兼有PID和自校正,以及克服时滞的最优预报器的特点。计算机数字仿真结果表明这种控制策略对具有未知或时变分数时滞系统是非常有效的。     

非线性大滞后系统的单神经元模糊预测控制

提出一种单神经元模糊预测PID控制策略,无需对复杂控制过程建立数学模型,只要检测过程的实际输出和期望输出,通过模糊预测控制修正单神经元PID控制规则,即可对非线性大滞后系统实现自适应控制.对于大滞后扰动系统,在稳定性、快速性、鲁棒性方面明显优于常规单神经元PID控制器.仿真结果表明,该方法应用于非线性大滞后系统具有良好的控制品质.     

模糊自适应控制算法在水轮机调速器建模中的应用

在模糊控制器的设计中,模糊规则的提取,比例、量化因子和隶属度函数的确定都具有一定主观性;针对这种情况,提出改进的模糊自适应PID控制算法(IFPID),利用微粒群算法对经过预处理的隶属度函数进行优化.在水轮机调速器仿真实验中,与简单PID控制算法和一般模糊控制算法相比,基于改进模糊自适应PID算法的系统在响应频率扰动和负荷扰动时有着更短的调节时间和更小的超调量.     

污水处理过程中模糊自适应广义预测控制方法

污水处理是一个复杂的生化反应过程,具有高度非线性、强耦合、不确定性等特点.本文以基于活性污泥1号模型(ASM1)的污水处理benchmark为研究对象,采用模糊模型描述污水处理过程,利用自适应辨识策略提高模型的精确度,以模糊自适应模型作为预测模型,提出了污水处理过程模糊自适应广义预测控制方法.仿真结果表明:采用的模糊自适应预测控制方法能有效地控制出水水质.     

基于改进灰色预测模型的自适应PID控制算法

针对大滞后系统提出一种基于改进灰色预测模型的自适应PID控制,采用优化背景值和初始条件的改进GM(1,1)模型作为预测模型,用预测结果代替被控对象测量值,克服了大滞后系统控制效果不能及时反馈的不足,并将二次型性能指标引入到PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了自适应PID的最优控制。仿真结果证明,该方法对大滞后系统具有较好的适应性和鲁棒性。     

流媒体传输的模糊自适应预测拥塞控制

为保证网络流媒体传输质量,在流媒体的传输中多采用有效的拥塞控制策略.本文给出了一种更有效的流媒体传输的拥塞控制算法.基于模糊算法给出了模拟的网络传输模型,采用能克服较大传输延时的预测控制解决缓存器的排队预报问题,采用自适应控制算法解决缓存器溢出问题.多种算法有机组合,解决了通过网络的流媒体传输.     

基于模糊系统聚类学习的自适应控制算法

在自适应控制最小方差自校正控制器设计中，当被控对象的数学模型未知时，可采用模糊系统代替实际系统。提出了一种新的模糊系统的聚类学习算法，根据初始聚类中心的选取原则，可以使最终获得的聚类结果是全局近优解。该方法只需计算一遍样本间的广义距离，即可完成初步的聚类，通过迭代运算可以使聚类结果得到进一步优化。仿真结果证明了自适应控制器的控制效果。     

无刷直流电机的模糊自适应控制

在分析无刷直流电机数学模型的基础上，将模糊控制和经典自适应控制相结合，设计了模糊自适应无刷直流电机速度控制器，并应用于调速伺服系统。仿真实验证明，该控制器具有优越的跟踪能力与控制性能。     

航空发动机模糊自适应广义预测解耦控制

为克服航空发动机控制回路间的耦合作用,针对具有不确定大时延的航空发动机分布式控制系统,提出了一类模糊自适应广义预测解耦控制算法.利用发动机非线性模型的输入输出数据对模糊自适应推理网络进行离线训练,网络的前提参数训练后固定,后件参数则可在线调整以使网络能更好地逼近实际系统.将模糊自适应推理网络作为广义预测控制器的预测模型,可以省去常规广义预测控制器的反馈校正机构.仿真表明:当参考轨迹为阶跃信号、斜坡信号时,所设计的控制器均具有良好的动态跟踪特性和解耦特性,当时延发生变化时,系统输出仍然能稳定地跟踪参考轨迹,说明该控制器对时延不敏感,鲁棒性强.     

连续搅拌反应釜的自适应模糊辨识与预测控制

化工领域为保证生产安全,对温度、压强、浓度等工艺指标有严格的要求。连续搅拌反应釜属于典型的化工设备,存在较强的非线性和时滞性,传统的建模与控制方法无法满足其精度要求。针对连续搅拌反应釜系统提出一种自适应模糊辨识与预测控制的方法。首先根据模糊划分C均值聚类算法得到模糊隶属度和初始聚类中心,在此基础上采用分层遗传算法进一步优化连续搅拌反应釜T-S模糊模型的参数。其次,采用自适应机制遗忘因子递推最小二乘法来估计T-S模糊模型的后件参数。最后,基于得到的T-S模糊模型,对连续搅拌反应釜进行自适应模糊广义预测控制,仿真结果验证了该算法的有效性。     

模糊自适应控制及其应用

针对船舶驾驶的要求，提出了一个新的模糊自适应控制算法，该方案汇集了模糊模型参数自适应控制，比例因子自校正模糊控制，经典控制及非线性方法等各自的优点。     

“模糊控制”模型在农业预测中的应用

本文将预测过程模拟成一个“模糊控制系统”,以预测因子作为系统的输入,预测量作为系统的输入。根据历史资料确定系统的特性,建立模糊控制预测模型;然后,在一定输入条件下,通过预测模型,即可求得预测输出。这一模型本质上属语言控制模型,无需知道输入量与输出量之间函数关系,与经典的数学模型相比更具有广泛的适应性。文中用某地1980－1987年棉花烂铃病流行趋势资料为实例建立模型,对1998－1991年的棉花烂铃病流行趋势进行预测,收到了良好的效果。     

矿浆中和过程中基于模型预估模糊自适应控制

氢氧化镍钴矿浆用已有的中和过程闭环控制方法，在受到随机干扰影响的情况下，常会造成终点pH值偏离目标值，影响后续工艺过程的矿浆沉淀性能，降低镍钴氢氧化物的产品质量.提出模型预估与模糊自适应相结合的控制方法，通过模型预估控制尽量消除大滞后带来的影响，采用模糊自适应控制可以及时、有效地调整石灰石浆流量的设定值，采用PI控制器跟踪其设定值，从而满足pH值的工业过程控制要求.在国外某大型氢氧化镍钴冶炼厂的成功应用，表明该方法有效地解决了中和过程存在的大滞后时变等问题，使得氢氧化镍钴矿浆中和过程稳定运行，提高镍钴金属成分的回收率.     

自适应模糊控制半主动悬架

文中建立了双自由度半主动悬架控制模型．提出了应用自适应模糊控制汽车半主动悬架的研究方法,其中对自适应模糊控制方法作了一些调整,从而使算法更简捷有效,在一定程度上弥补了自适应模糊控制算法的复杂性所带来的弊端．理论分析和ＭＡＴＬＡＢ仿真计算表明,自适应模糊控制半主动悬架具有良好的性能．     

发电机的快速模糊自适应励磁控制

提出了一种新的模糊推理机和设计方法 ,并在线性最优励磁控制器的基础上 ,实现了发电机励磁的快速模糊自适应控制。数值仿真结果证明了快速模糊自适应励磁控制器的良好控制性能。     

基于模糊自适应PI控制在TSMC-PMSM闭环控制中的应用

分析了双极矩阵变换器（TSMC）在永磁同步电机（PMSM）闭环控制的基本原理,针对传统PI控制器对电机转速控制响应速度慢,控制精度低,以及电机调速、负载参数变化时,很难达到预期效果等问题,提出了一种利用模糊控制构建模糊自适应PI控制器,实现转速和电流闭环控制,该方法利用模糊推理能实现对PID参数的在线自整定,进一步完善PI控制器的性能,提高系统的控制精度。最后,在Matlab/Simulink软件上搭建了系统仿真平台,仿真结果验证了模糊自适应PI控制器能快速准确地跟踪转速的给定及具有良好的抗干扰性。     

模糊神经网络模型参考自适应控制及其应用

提出一种模糊神经网络的自适应控制方案，给出了一种模糊神经网络模型和快速的优化学习算法（ＦＬＡ），通过网络的在线自学习不断修正模糊神经网络控制器的隶属函数和权值，实现了模糊逻辑规则的自动更新，经仿真结果和倒立摆控制表明，这类自适应控制具有良好的控制性能。     

基于T-S模糊模型的自适应重构控制

针对建模误差,外界干扰及操作故障等因素对重构控制的影响,提出了一种基于T-S模糊模型的自适应重构控制方案。整个方案基于模糊T-S模型,在与神经网络的学习能力相结合后,使模糊控制器能自动调整它的隶属度函数,为模糊控制器增加了相当的灵活性,可重构的控制律又使系统在故障情况下的输出精确跟踪期望参考模型的输出,可以有效地补偿故障引起的非线性因素的影响。仿真结果表明了所提出的方法的有效性。     

基于自适应模糊的两轮直立式机器人直立平衡控制

针对两轮直立式机器人的直立平衡控制问题,提出了一种直接自适应模糊的控制方法,该方法对输入前的常数项无严格限制,经过实验证明,其可正可负,只需保证符号一致即可,可以是在某一个区间上满足李普希茨条件的函数. 仿真实验表明,即使机器人的初始角度很大甚至是平躺状态,该方案仍可以很好地控制机器人的直立平衡,并与传统的模糊控制效果进行了对比,结果表明,该方案有效提高了控制的稳定性,从理论上实现了机器人从基本平躺状态到直立平衡的稳定控制过程.     

一种鲁棒直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法.首先,该算法中用广义模糊双曲正切模型逼近系统的等价控制项;之后,设计了双曲正切函数的鲁棒补偿项,从而得到一种没有抖振的平滑控制输入.在系统的控制增益已知、部分已知和未知三种情况下,利用Lyapunov函数证明了采用上述控制策略可保证控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界.仿真例子说明了该算法的有效性.