基于MRAS变参数无速度传感器矢量控制系统的研究

利用电动机定子电压方程和电流方程得到电动机转速的模型参考自适应（MRAS）辨识算法，在此基础上建立了一个改进的变参数MRAS速度辨识数学模型，并在无速度传感器异步电动机矢量控制系统中对该速度辨识模型进行了研究，仿真结果验证了该变参数MRAS速度辨识模型具有满意的辨识精度和动态性能．     

无速度传感器电动汽车直接转矩控制系统的仿真研究

讨论了电动汽车交流驱动系统的性能和特点,并将基于转子磁链的模型参考自适应转速辨识算法应用到电动汽车无速度传感器直接转矩控制系统中,推导出了转速的辨识算法．仿真结果证实了该控制系统具有良好的动静态特性．     

用波波夫超稳定性理论设计交流调速系统

根据模型参考自适应原理，针对无速度传感器交流调速控制系统中速度辨识算法的收敛性问题，采用波波夫超稳定性理论设计了异步电机无速度传感器的直接转矩控制系统。理论分析证明，所提供的方法能保证速度辨识算法的全局渐进稳定性，仿真结果证明了这种方法的有效性。     

TRP激光陀螺温度控制系统的参数辨识

针对全反射棱镜式激光陀螺腔长控制系统的特殊性及其模型参数辨识的必要性，给出TRP激光陀螺温度控制系统的数学模型，并基于最小二乘法从理论上分析推导出3种新型参数辨识法：直接辨识算法、辅助变量法和递推算法。指出3种参数辨识法各自的优缺点及适用场合，并用具体实例证明了该辨识算法的正确性和实用性。     

基于自回归动态神经网络的逆模型辨识及在线控制

研究了自回归动态神经网络及其学习算法，提出应用于动态逆模型辨识的结构，并与ＰＩＤ控制相结合形成了非线性动态对象的在线自适应控制系统．仿真结果表明此方案简单可行，克服了静态网络的一些局限性．     

基于自回归时序盲辩识的机械故障诊断

提出了一种自回归(AR)模型的盲辨识的算法，该算法与传统AR模型的辨识算法的区别在于它可同时确定AR模型的阶次和参数，而不需事先确定AR模型的阶次或假定AR模型的阶次已知，其特点是计算量小，具有很好的收敛性，并在此基础上将AR模型的盲辨识方法应用到机械故障诊断中．     

基于生物地理学优化算法的高速磨削电主轴定子电阻辨识

目的减小电主轴在运行过程中定子电阻变化导致的电主轴转矩脉动,进而提高高速磨削机床加工精度.方法基于直接转矩控制系统下的高速磨削电主轴温度检测试验数据,将BP神经元网络算法与随机扰动的生物地理学优化算法(MLBBO)相结合,利用MLBBO算法对传统的BP神经网络权值和阈值进行优化,建立基于MLBBO-BP的定子电阻辨识模型,并利用MATLAB进行仿真.结果利用MLBBO-BP模型方法对直接转矩控制系统下的电主轴定子电阻辨识精度可达±0.3%,模型辨识能力较强.和传统的BP神经网络辨识定子电阻方法相比,精度更高.结论利用MLBBO-BP方法可以有效地辨识定子电阻,辨识精度较高.     

基于小波和非线性含输入自回归模型的系统辨识算法

提出了一种结合小波理论和非线性含输入自回归(NARX)模型的系统辨识新算法．该算法利用小波函数有效的逼近能力避免了应用NARX模型系统辨识时确定模型结构的复杂过程，消除了通常小波网络辨识算法由于输入变量之间可能存在巨大差别而引入的严重失真，构成了一个通用、有效、不依赖于系统先验信息的非线性辨识框架．两则数据仿真表明，对于高度非线性系统，该算法可使系统估计的均方误差减少60％以上．     

基于一种改进自适应模糊神经技术的PEMFC系统建模和控制

从质子交换膜燃料电池(PEMFC)实际应用的角度出发，应用自适应模糊神经网络技术对PEMFC系统进行建模与控制．在建模过程中，同时应用实验数据和专家经验对模型进行辨识，使模糊节点具有明确的物理意义和初始参数的选择更加容易．在控制过程中，将训练好的网络模型作为PEMFC控制系统的参考模型，采用自适应神经网络学习算法(ANA)在线对控制器参数进行自适应调整，采用最近邻聚类算法(NCA)对控制器的模糊规则库进行更新．在仿真实验中，将自适应模糊控制算法与PID和传统模糊算法进行比较，结果表明本算法控制性能优良．     

创发性 DNA 计算模型及其混沌系统辨识过程

针对非线性信息处理的特点,提出了一种新的ＤＮＡ计算模型．该模型以创发性机制为基础,引入合理的元进化算子,并由混沌动力学系统构造相应的演化过程．所设计的与上述模型相联系的混沌进化算法,属于一种新型的ＤＮＡ算法．从将其应用于Ｈéｎｏｎ方程辨识的结果来看,所构造的模型和算法是有效的,由于非线性控制系统中混沌现象的存在,它们在自适应控制器的设计和应用中具有重要的科学意义和较为广阔的前景．