共查询到18条相似文献,搜索用时 386 毫秒
1.
船舶运动航向自适应非线性控制的仿真研究 总被引:3,自引:1,他引:3
针对参数未知的船舶航向非线性控制系统数学模型,考虑船舶操舵伺服机构特性的情况下,船舶航向控制问题成一个虚拟控制系数未知的非匹配不确定非线性控制问题。引入Nussbaurrl函数,并采用逆推(backstepping)技术,成功地解决了上述困难,设计了船舶航向自适应非线性控制器;借助Lyapunov函数证明了所设计控制器使最终的闭环非匹配不确定船舶运动非线性系统中的所有信号有界,系统的实际航向自适应地保持设定航向。以大连海事大学“育龙”轮为例进行仿真研究,结果证明所设计的控制器是有效的。 相似文献
2.
船舶航向的神经网络并行鲁棒模型参考控制 总被引:2,自引:1,他引:2
针对大型船舶的航向控制特性,提出一种神经网络并行自学习鲁棒模型参考控制方法。这种复合控制结构利用神经网络的学习能力和非线性映射能力,解决传统自适应控制中模型的在线辨识和控制器的在线设计问题,以达到对不确定非线性船舶的高精度输出跟踪控制;通过引入运行监控器,克服神经网络控制方法实时性差的问题;利用一个鲁棒反馈控制器,来保证神经网络模型学习初期闭环系统的稳定性。仿真结果表明这一方法对设定航向具有精确的跟踪控制效果。 相似文献
3.
提出了一种基于遗传算法(GA)、克隆选择算法(csA)和神经网络的自适应PID控制器的设计方法.该控制器主要由四部分组成:一是利用遗传算法优化PID参数初始值;二是用克隆选择算法对径向基函数(RBF)神经网络参数初始值优化;三是RBF神经网络完成对被控对象Jacobian信息辨识;四是单神经元PID控制器,学习并在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能.仿真结果表明,该控制器具有响应速度快,稳态精度高等特点,可用于控制不同的对象和过程. 相似文献
4.
基于动态RBF神经网络在线辨识的单神经元PID控制 总被引:4,自引:0,他引:4
针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。 相似文献
5.
6.
7.
8.
基于Volterra级数的全解耦RLS自适应辨识算法 总被引:7,自引:1,他引:6
针对非线性系统辨识问题,提出了一种基于Volterra级数模型的非线性系统的全解耦RLS自适应辨识算法。按照Volterra伪线性组合结构,采用RLS自适应辨识和约束优化理论,导出了具有分块对角形输入相关矩阵的全解耦Volterra标准方程,据此设计了一种基于Volterra级数模型的全解耦的RLS自适应辨识算法。该算法与部分解耦的RLS自适应算法相比,显著提高了辨识过程的收敛速度和精度。仿真结果验证了该方法的有效性。 相似文献
9.
过热汽温的无辨识自适应预估控制研究 总被引:1,自引:0,他引:1
由于电厂锅炉的过热汽温具有大惯性、大时滞和非线性等特性,对它的控制是困难的。为了能实现良好的控制,研究它的无辨识自适应预估控制方法。在分析预估模型误差对系统性能影响的基础上,建立预估模型参数自适应计算公式,并应用搜索算法估计滞后时间,从而构建了预估模型参数自调整的无辨识自适应预估控制算法。仿真试验结果表明,该算法适用于过热汽温系统,具有良好的控制品质和较强的自适应能力,易于工程实现。 相似文献
10.
基于RBF神经网络的多变量系统PID解耦控制 总被引:8,自引:0,他引:8
针对工业生产过程中的多变量耦合系统采用传统控制方法不能达到满意的效果,提出了一种基于神经网络的PID解耦控制方案。在实验研究中,采用改进型动态BRF神经网络辨识器,在线辨识多变量系统的非线性时变模型,同时自动调整PID控制器各项参数,最终实现对系统的智能化解耦控制。给出了BRF神经网络的拓扑结构和算法,并对一组二变量强耦合时变系统的控制过程进行了计算机仿真,结果表明:基于BRF神经网络的PID控制不仅超调量小、响应速度快、控制精度高,而且具有很强的鲁棒性和自适应能力。该设计方案使得解耦后的多变量系统具备了良好的动、静态特性。 相似文献
11.
12.
船舶操纵的模型参数具有非线性、慢时变特性、船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用改进型BP神经网络实现PID参数自整定的控制方法,此法能根据船舶动态特性的变化,自动重新整定PID参数,从而改善了操纵性能和鲁棒性。 相似文献
13.
14.
磁浮系统多控制器动态解耦特性仿真研究 总被引:4,自引:4,他引:4
通过建立带有多个悬浮控制器的高速磁悬浮列车系统模型并对其进行动态响应分析,研究多个串级PID控制器协同工作条件下弹性悬浮架的动态解耦性能是否满足系统稳定要求。建立了复杂悬浮架有限元模型,利用模态综合动力凝聚超单元方法生成较低维数的悬浮架动力学模型。离线设计单个串级PID控制算法并给出了稳定参数选择方法,并由此建立多控制器磁悬浮耦合系统模型。使用四阶龙格一库塔算法对系统模型进行仿真计算,绘制了各个悬浮控制器先后悬浮以及悬浮间隙谐波干扰两种情况下各控制器的悬浮间隙动态响应曲线。结果证明悬浮架具有一定的动态解耦能力,但是只能保证鲁棒性较强的单控制器参数能够直接应用于多控制器协同工况。 相似文献
15.
基于遗传神经网络的自整定PID控制器 总被引:5,自引:0,他引:5
提出了一种基于遗传算法和神经网络的自整定PID控制器的设计方法。该控制器主要由三个部分组成。第一部分利用遗传算法搜索出一组准优的PID参数,作为PID控制器参数的初值,第二部分利用神经网络具有逼近任意非线形函数的能力,在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能,第三部分是传统的PID控制器,直接对被控对象闭环控制。计算机仿真结果表明,这种控制算法鲁棒性强,响应速度快,可用于控制不同的对象和过程。 相似文献
16.
针对常规的自适应动态矩阵控制算法,在实际被控对象的模型参数发生突变时,系统的瞬态响应较差,提出了基于PSO在线优化的多模型自适应动态矩阵控制方法。对一类含跳变参数的单输入单输出离散时间被控对象,在模型参数范围未知情况下,以自适应模型参数为依据,经规则判断后通过所提出的基于双群体深度搜索的粒子群优化(PSO)算法在线优化自适应模型参数,并通过所定义的模型相似度自动建立多个固定模型。通过指标切换函数找到当前最优控制器。仿真结果表明,该方法明显优于常规的自适应动态矩阵控制算法,说明了该方法的有效性和可行性。 相似文献
17.
针对气动舵受限下的弹性高超声速飞行器控制问题, 提出一种基于神经自适应的智能控制方案。在速度子系统的设计过程中, 为了降低对模型参数的依赖程度, 应用强化学习算法在线调整比例积分微分(proportional integral derivative, PID)控制参数, 给出智能PID控制策略。对于高度子系统, 考虑气动舵的动态特性, 利用神经自适应方法对模型未知函数及不确定项进行逼近。为了处理气动舵的约束问题, 以非线性模型预测控制为优化分配模板生成大量样本数据集, 经离线训练得到深度神经网络代替求解复杂优化问题和控制分配的过程。此外, 通过引入自适应超螺旋微分器处理外部扰动, 增强了系统的鲁棒性。利用Lyapunov方法证明了所设计控制器的稳定性, 并通过仿真验证了所设计控制方案能够快速计算控制指令, 实现高精度跟踪控制。 相似文献
18.
基于迭代学习控制的PID控制器设计 总被引:4,自引:0,他引:4
针对传统的经验PID整定方法,提出了一种新的PID参数整定算法。该算法首先利用PD型迭代学习控制来进行期望轨迹的跟踪控制,然后根据迭代学习控制的输入输出数据序列,通过强跟踪滤波器来进行参数辨识,可获得对应于期望轨迹的优化的PID控制参数。给出了迭代学习控制的收敛条件,以及如何利用强跟踪滤波器来进行参数辨识。仿真和实验结果表明,采用该算法设计PID控制器,被控系统可以获得较佳的动态性能和较强的鲁棒性。 相似文献