纯滞后过程的鲁棒二自由度串级控制

提出一种串级状态反馈控制系统,其纯滞后因子用m阶模型逼近,外回路串入一个积分器,按最优传递函数设计整个系统,内回路引入状态观测器,构成状态反馈子系统,按状态反馈增益阵和状态观测器的协调优化设计子系统,从而实现纯滞后过程的鲁棒二自由度控制.仿真结果表明:所设计的串级状态反馈控制系统同时获得良好的给定值跟踪特性和干扰抑制特性,具有良好的控制性能和鲁棒性.     

大纯滞后对象多变量系统的改进ERGA配对方法

针对效能相对增益矩阵(ERGA)在大纯滞后对象变量配对中存在的问题,提出利用纯滞后时间τ和时间常数Tc的相对大小来形成纯滞后矩阵,并对带宽矩阵进行加权修正,得到改进的ERGA配对方法.通过工程实例对ERGA和改进ERGA配对方法进行了仿真对比,结果证明,在含有大纯滞后对象的系统中,由于改进的ERGA配对方法采用纯滞后矩阵对带宽矩阵进行了修正,减小了含大纯滞后对象配对的可能性,因此能更全面地反映对象动态特性,得到更加合理的配对结果.改进ERGA配对方法能全面反映对象的动态特性,因此在大纯滞后对象的MIMO系统变量配对中有着广阔的应用前景.     

基于状态反馈的纯滞后对象的次优控制

提出了一种采用状态反馈来实现纯滞后对象的次优控制的方法.它将纯滞后因子e-rs用n维数学模型逼近,然后按照Butterworth滤波器原理设计状态反馈增益阵K和状态观测器,从而实现对纯滞后对象的次优控制.仿真表明,该系统具有较强的鲁棒性和抗扰性能.     

对纯滞后参数变化的预测控制及应用

本文分析了含有纯滞后环节对象的暂态响应特性，提出了这类对象最小时间控制的设想，并推导出实现上述设想所需的控制规律，证明了在这种控制规律的作用下完全消除了纯滞后参数Ｔｄ对暂态响应性能的影响。     

基于Smith预估器的恒温箱温度控制

温度控制范围低于环境温度的恒温箱控制系统中,恒温箱内温度上升速度快,降温速度缓慢。针对这类系统的纯滞后特性,提出了基于Smith预估器的恒温箱温度控制系统的设计方法。该方法能有效克服纯滞后对控制系统稳定性的影响．同时提高了的控制指标,具有较好的鲁棒性。     

史密斯预估补偿控制及MATLAB仿真

介绍了纯滞后系统的史密斯预估补偿方案,并用MATLAB的SIMULINK进行仿真分析,给出了仿真的结果.结果表明,该方法可抵消纯滞后特性所造成的影响,明显地减小超调量和加速调节过程,提高了控制质量.     

一种不受纯滞后影响的单片机温度控制方法

针对温度控制系统中的纯滞后问题,介绍一种不受纯滞后影响的单片机温度控制方法.该方法能有效抑制纯滞后对控制系统的影响.实验结果表明温度控制精度可达±0.25℃.     

一种不受纯滞后影响的单片机温度控制方法

针对温度控制系统中的纯滞后问题,介绍一种不受纯滞后影响的单片机温度控制方法.该方法能有效抑制纯滞后对控制系统的影响.实验结果表明温度控制精度可达±0.25℃.     

轧件滞后变形下板带轧机非线性振动特性研究

通过采用Bonc-Wen模型描述轧件弹塑性变形过程中表现出的滞后特性,建立了板带轧机辊系的滞后非线性垂直振动模型。分析了周期外激励作用下轧件滞后变形特性,得到不同参数激励项系数对轧件变形滞后力及系统运动状态的影响规律。并进一步研究了外激励幅值变化时轧机的分岔特性,发现随着外激励幅值的变化轧机将表现出周期、倍周期等多种不同的振动状态,得到轧机振动行为受外激励幅值影响的变化规律,为进一步控制轧机非线性振动行为提供了理论基础。     

在状态空间中纯滞后系统稳定性的研究

研究了在状态空间中纯滞后系统．提出了一种与纯滞后时间不相关的稳定的充分条件、最后用具体例子说明了这一稳定充分条件的应用．     

滞后过程的离散型最优控制

本文提出一种适用于具有纯滞后的被控过程的定值最优化控制算法。仿真表明,其控制效果良好,算法比较简单,可用于纯滞后较长的过程以及自整定调节器等。     

延迟时间未知的时延系统神经网络补偿控制

提出了延迟系统及延迟时间参数的神经网络辨识方法。改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于模型补偿的控制策略相结合,可以用于具有变化参数或者不确定性延迟时间的大延迟系统的控制。仿真结果表明这种神经网络模型补偿延迟系统控制具有很好的控制效果,它是大延迟控制中克服延迟时间变化的很有希望的方法。     

基于模型参考的锅炉燃烧系统神经网络控制和辨识

大纯时延、煤种多变和蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。对非线性延迟系统延迟时间的神经网络辨识方法进行了研究,即改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于神经网络动态补偿的模型参考自适应控制策略相结合,可用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制。仿真结果表明:这种神经网络模型对非线性大纯时延系统的控制具有控制速度快、鲁棒性能好等优点。     

无源互调干扰的二维时延自适应估计算法

针对影响通信接收机性能的时变性无源互调干扰问题,采用幂级数模型对无源互调干扰进行建模,从工程的角度给出了基于二分法、快速二分法和并行法的3种二维时延自适应估计算法,并对其性能进行了对比.仿真表明3种搜索算法经过不同次数的迭代后,均可估得二维时延值.其中,基于快速二分法的估计算法能以相对较低的资源消耗量获得较快的跟踪速度,更适合硬件实现.实测表明,原理样机采用基于快速二分法的二维时延估计算法,可对PIM信号实现更好的估计效果,补偿后的信号经自适应滤波可获得良好的性能.      

广义相关时延估计算法的自适应实现形式

认为广义相关时延估计算法的缺陷是依赖对输入信号及噪声先验知识 ,特别是对其功率谱的了解 ,而在实际应用中 ,往往缺乏这种先验知识 ,只能以估计值来代替 ,从而影响时延估计精度 .自适应滤波器一般只需要很少或根本不需要任何关于输入信号和噪声的先验知识且性能良好 ,若用自适应滤波器替代广义相关法中的预滤波器就可放松或免除对输入信号和附加噪声的条件限制 ,提高时延估计的精度 ,广义相关时延估计算法时域中的预滤波器就是其频域中的权函数 .从理论上证明了 ,任何一个广义相关权函数 ,都能够变换成一个或几个 Roth处理器的组合形式 .实际上 ,Roth处理器就是自适应滤波器实现的、能对原始带噪信号做最优化估计的维纳滤波器 ,从而实现了自适应广义相关时延估计算法 .     

适用于变时滞未知扰动过程的自校正控制算法

基于广义最小方差策略和极点配置策略,提出了一种适用于变时滞、未知扰动过程的新型自校正控制算法。该算法在操作条件变化的情况下,无需在线辨识被控过程的时滞和扰动,通过加权项的自动调整,始终能够保证控制系统稳定运行。该算法的数字仿真和实际应用的结果对于变时滞、未知扰动的过程,不仅具有良好的随机调节性能,而且还具有良好的伺服跟踪能力。     

基于T—S模型的一类非线性系统的变结构控制算法

针对一类非线性系统,基于T—S模糊模型提出了一种变结构控制算法．采用带有非匹配参数不确定性和时变时滞的T—S模糊模型来近似代表原非线性系统,使用线性矩阵不等式设计了一个渐近稳定的滑模面,所设计的控制器能够克服时变时滞和不确定性因素的影响．仿真结果表明该算法具有良好的稳定性和鲁棒性．     

空间机器人自适应无源控制技术研究

建立了力觉临场感空间机器人的等效二端口网络模型,给出了定量分析系统透明性的方法,分析了通信时延对力觉临场感空间机器人无源性和透明性的影响,提出了一种基于有源阻抗匹配的自适应无源控制方法,这种方法能够保证整个系统有时延下的稳定性和良好的透明性。实验结果表明了该方法的有效性。     

GA-Elman网络的网络控制系统预测

为了消除网络时延对网络控制系统的影响,采用Elman神经网络预测系统时延采样值,并用遗传算法优化神经网络权值阈值.实验仿真表明:经遗传算法优化后的Elman神经网络具有很好的预测精度及动态性能,能够消除时延的影响,并验证了该方法对时延采样值预测的有效性.     

多变量时间序列复杂系统的相空间重构

根据单变量时间序列相空间重构思想 ,提出了多变量时间序列描述的复杂系统的相空间延迟重构方法 .对每一分量的时间序列 ,分别利用互信息最小法确定最佳延迟时间间隔 ,最小嵌入维数的选取方法是单变量时间序列情况下虚假邻点法的推广 .给出了q阶广义关联积分和q阶广义关联维数的计算公式 ,并证明了广义关联维数与所用范数无关 .计算了Lorenz系统按前 2个变量进行重构时的最佳延迟时间间隔和最小嵌入维数 .计算结果表明 ,用多变量时间序列重构比用单变量时间序列重构所需的数据长度要短得多且在方法上更有效