共查询到20条相似文献,搜索用时 125 毫秒
1.
RT-LAB快速控制原型在随动系统的应用 总被引:3,自引:2,他引:3
快速控制原型实现是由计算机迅速建立控制器模型,受控对象采用实物,构成整个仿真回路,这属于半实物仿真(即硬件在回路仿真)的一种情况。介绍了基于先进的仿真系统平台软件RT-LAB的快速控制原型方法,利用Matlab/Simulink建立的控制器模型,以及RT-LAB实现实时仿真所需的软硬件环境,完成了在随动系统中的应用,实验结果证明该方法是有效的。 相似文献
2.
随动系统的模糊自适应整定PID变阻尼控制 总被引:2,自引:0,他引:2
为了使随动系统的输出以尽可能小的误差复现输入,通常用速度反馈以增大等效阻尼比的方法减小输出响应振荡和超调量,但阻尼比增大,系统响应迟钝,快速性变差。变阻尼控制技术根据系统输出响应的不同阶段在线实时调整系统的阻尼比,从而改善随动系统的动态性能。结合PID控制和模糊控制的优点,运用模糊推理方法建立PID三参数的模糊控制规则,设计出一种随动系统的模糊自适应整定PID变阻尼控制器。仿真结果证明了该方法可行,系统动态性能得到明显改善,具有良好的抗干扰性和鲁棒性。 相似文献
3.
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. 相似文献
4.
5.
6.
针对飞行仿真转台系统的非线性和不确定性,提出了基于模糊神经网络补偿的复合控制器,该控制器由前馈控制器、闭环控制器及模糊神经网络补偿环节组成。前馈环节由零相差跟踪控制器及FIR滤波器构成,闭环控制器由PD控制及干扰观测器构成,补偿环节由一动态模糊神经网络实现,给出了基于Lyapunov函数的稳定性证明。该控制方法突出优点在于兼顾考虑了系统中的结构化不确定性和非结构化不确定性,能够在外部干扰与参数摄动并存的情况下,保证系统的稳定性和跟踪性能。 相似文献
7.
混沌系统基于T-S模糊模型的控制方法 总被引:2,自引:0,他引:2
将模糊控制技术应用于混沌控制中,可以克服反馈线性化等传统方法对参数完全精确已知的限制;用T-S模糊系统来逼近非线性系统,它的IF-THEN规则后件由线性状态空间子系统构成,进而可以应用模糊系统的控制理论求得模糊控制器,用此非线性控制器来控制非线性系统,以求良好的控制效果;模糊规则后件部分以局部线性方程形式给出的T-S模糊模型可以通过调整相关参数很好地逼近混沌系统,基于该模型采用平行分散补偿技术设计出具有相同规则数目的模糊控制器,控制器所有参数可以通过求解一组线性矩阵不等式一次性得到。仿真结果验证了该方法的有效性。 相似文献
8.
一类非线性混合系统的脉冲混合控制器设计 总被引:1,自引:0,他引:1
考虑了一类基于有限状态自动机的非线性混合动态系统,该混合系统由离散事件子系统和连续变量子系统构成。其离散事件子系统为有限状态自动机,连续变量子系统由几个具有脉冲的严格反馈非线性系统组成。结合有限状态自动机的相关理论、Backstepping方法以及脉冲控制设计了一种脉冲混合控制器,给出了整个系统在该控制器作用下渐近稳定的充分条件,构造混合多Lyapunov函数,并应用该函数和线性矩阵不等式(linear matrix inequality, LMI)技术证明了闭环系统渐近稳定性。最后,通过仿真实例验证了该方法的有效性。 相似文献
9.
一种自适应CMAC神经网络控制器的设计与仿真 总被引:10,自引:2,他引:10
为了消除常规前馈型CMAC神经网络控制器的过学习和振荡现象,基于常规CMAC的基础上,提出了一种自适应CMAC神经网络的控制器结构。该控制器以系统动态误差和给定信号量作为CMAC的激励信号,并与自适应神经网络控制器相并联构成系统的复合控制。仿真实例表明,提出的自适应CMAC神经网络控制器具有良好的鲁棒性、抗干扰能力和自适应能力,是解决非线性和不确定性对象控制问题的一种简便有效的控制算法。 相似文献
10.
针对一类非线性时滞系统 ,首先不考虑故障情况 ,设计了一种控制器 ,使得系统在控制器的作用下 ,对于任意的初始状态都能控制到原点。然后针对可能发生的故障 ,利用神经网络的在线建模能力 ,以其输出作为原有控制律的附加控制信号来补偿故障对系统的影响 ,从而构成了一种可靠控制器 ,实现了该类系统的可靠控制。 相似文献
11.
介绍了采用集散式控制机制的交会对接模拟器控制系统总体方案,用以实现系统的直接控制和集中监控管理.详细地介绍了交会对接控制系统的硬件结构和控制方法.为了改善系统的控制性能,控制系统设计中采用复合干扰观测器控制策略,并对不同干扰状态的模型进行数字仿真,仿真结果表明该方法有效地提高了系统的控制品质. 相似文献
12.
13.
在线估计雅可比矩阵的视觉伺服控制算法 总被引:1,自引:0,他引:1
机器人视觉伺服系统是机器人研究领域的一个重要研究方向。以图像为基础的视觉伺服机器人模型中,有许多的不确定性,如机器人动力学模型,运动学模型,摄像机系统以及雅可比矩阵等。多数的视觉伺服系统往往只考虑某一、两个部分,而其它的不确定性依然影响定位目标的精度。在使用了神经网络的控制器中加入卡尔曼滤波,在摄像机与机器人坐标系无标定的情况下,对雅可比矩阵进行实时在线估计,从而提高了视觉伺服系统的精确性。仿真验证了本算法的可行性和有效性。Abstract: Robotic visual servo system is an important subject in the field of robots.Image-based visual servo model has a lot of uncertainties,for example,robot dynamics model,robot kinematics model,camera system and Jacobian matrix and so on.Most of visual servo methods always considered one or two aspects,but other uncertainties still affected the accuracy of tracking the target for the robot.Based on the traditional controller with neural network,a new control algorithm was provided in the uncalibrated camera and coordination systems with the Kalman filter that estimated Jacobian matrix on-line,thereby improving the accuracy of the system.Simulation result shows the feasibility and effectiveness of the algorithm. 相似文献
14.
To improve the robustness of high-precision servo systems, quantitative feedback theory (QFT) which aims to achieve a desired robust design over a specified region of plant uncertainty is proposed. The robust design problem can be solved using QFT but it fails to guarantee a high precision tracking. This problem is solved by a robust digital QFT control scheme based on zero phase error (ZPE) feed forward compensation. This scheme consists of two parts: a QFT controller in the closed-loop system and a ZPE feed-forward compensator. Digital QFT controller is designed to overcome the uncertainties in the system. Digital ZPE feed forward controller is used to improve the tracking precision. Simulation and real-time examples for flight simulator servo system indicate that this control scheme can guarantee both high robust performance and high position tracking precision. 相似文献
15.
将对角回归神经网络(DRNN)和径向基函数网络(RBF)相结合,提出一种改进对角回归神经网络结构(IDRNN),使其既有局部逼近的优点,又具有动态网络的特性.推导了权值更新算法.针对转台动态伺服系统,设计了基于该网络的复合跟踪控制器,该控制器由辨识器、前馈控制器和反馈控制器组成,直接将辨识器的拷贝作为前馈控制器.对两种典型动态伺服系统的仿真结果表明,改进DRNN控制器能够进一步提高系统的动态跟踪能力,且敛速度快,计算量小,更适合实时控制. 相似文献
16.
17.
基于对角回归神经网络的转台伺服系统逆控制 总被引:1,自引:0,他引:1
针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。 相似文献
18.
Liu Jinkun He Peng & Er Lianjie .School of Automation Science & Electrical Engineering Beijing Univ. of Aeronautics Astronautics Beijing P.R.China .Computing Lad Oxford Univ.Parks Road Oxford OXQD U.K. 《系统工程与电子技术(英文版)》2006,17(4):793-797
1. INTRODUCTION In high precision tracking applications of mechanical systems, feedforward controllers are often used to enhance tracking performance, and they are generally prefilter for the desired trajectory to compensate for the dynamic lag of the closed loop and to extend the tracking bandwidth. Because of the rapid growth of computer technology, digital motion control system has become more and more popular, and feedforward controller design in discrete time domain attracts much atte… 相似文献
19.