基于改进MCS算法的加筋板结构振动控制研究

为解决传统的MCS算法控制中,因时滞导致一定程度上的振动控制效果下降甚至失稳的问题。因此,提出将自适应Smith预估器添加到MCS算法中,结合李雅普诺夫第二法设计自适应因子,构建时滞补偿的MCS算法。利用Lissajou图形法测量了控制系统的时滞,运用Lab VIEW软件编写了MCS算法程序,通过CRIO实时控制平台进行加筋板振动主动控制实验。实验结果表明改进的MCS算法有效地减轻时滞测量误差对控制的影响,具有更好地抑制效果。     

基于MCS算法的自适应时滞补偿振动控制研究

由于Smith预估时滞补偿器对预估模型和预估时间有较高的要求,在预估模型和时间出现较大偏差时会引起时滞补偿的MCS算法出现控制效果下降甚至失稳的问题,因此,基于李雅普诺夫稳定性原理,设计一种自适应时滞补偿结构添加到时滞补偿MCS算法中,构建一种具有自适应时延补偿的MCS算法。选取悬臂梁结构为研究对象进行仿真分析,结果表明改进的MCS算法不仅克服了预估时间出现较大偏差时的失稳问题,而且具有较好的时滞补偿控制效果。     

基于最小控制合成算法的自适应时滞补偿振动控制研究

由于Smith预估时滞补偿器对预估模型和预估时间有较高的要求,在预估模型和时间出现较大偏差时会引起时滞补偿的MCS算法出现控制效果下降甚至失稳的问题。因此,基于李雅普诺夫稳定性原理,设计一种自适应时滞补偿结构添加到时滞补偿MCS算法中,构建一种具有自适应时延补偿的MCS算法。选取悬臂梁结构为研究对象进行仿真分析,结果表明,改进的MCS算法不仅克服了预估时间出现较大偏差时的失稳问题,而且具有较好的时滞补偿控制效果。     

基于LQR-IMCS算法的智能结构振动主动控制

为了解决最小控制综合（MCS）算法在快速扰动下缺乏鲁棒性和线性二次调节器（LQR）在非线性扰动下容易失稳的问题,构造了一种自适应增益补偿函数,对标准的MCS算法进行改进.提出了基于LQR-IMCS（改进的最小控制综合）算法的新策略,并通过波波夫准则验证了该系统的稳定性.以实验室压电壁板结构的第1阶振动模态为研究对象,分别施加随机扰动和高次谐波扰动.仿真和实验结果表明：该方法相对于标准的MCS算法具有更快的收敛速度和更小的跟踪误差,对壁板的第1阶模态抑制具有良好的控制效果和鲁棒性.     

基于改进滑模算法的加筋板时滞振动控制

为减小加筋板振动主动控制系统的时滞影响,提升系统的稳定性和控制效果,在改进指数趋近律滑模变控制法的基础上,提出应用Smith预估法进行时滞补偿。设计出针对改进指数趋近律的时滞问题补偿策略,并根据Lyapunov第二法证明了改进指数趋近律的Smith预估补偿算法的稳定性,最后利用cSPACE平台进行加筋板振动主动控制实验。实验结果表明：针对加筋板的第一阶振动模态,与传统指数趋近律相比,复合Smith预估器的改进指数趋近律滑模变控制方法的时滞补偿和振动抑制效果更为显著,减振效果达到了2.878V,提升了0.639V。     

用于壁板结构多模态振动主动控制的改进最小控制合成(MCS)算法

针对压电壁板结构,引入具有良好非线性控制性能的最小控制合成(minimal controller synthesis,MCS)算法来抑制其振动.鉴于标准的MCS算法在快速扰动下缺乏稳定性,为进一步提高其控制效果,构造了一种新的自适应补偿因子,形成了改进MCS算法-IMCS算法,并通过波波夫准则验证了该控制系统的稳定性.选取LQR(linear quadratic regulator)控制作为参考模型,分别施加宽频随机扰动和前2阶正弦混合脉冲激励,分析比较了IMCS算法和标准MCS算法的控制效果、自适应增益因子和跟踪误差.仿真结果表明,IMCS算法具有更快的收敛速度和更小的跟踪误差;多模态扰动实验结果表明,当存在外部非线性扰动时,IMCS算法具有更好的控制效果和鲁棒性.     

应用SOFxLMS算法的振动主动控制MATLAB仿真

为了改进振动主动控制中控制算法的性能和提高对振动的控制效果,以滤波-x型最小均方(FxLMS)算法为基础改进得到SOFxLMS算法.在MATLAB/SIMULINK中利用level-2 S-函数搭建算法的自定义模块和仿真结构框图,在保证系统稳定及相同条件下分别对两种算法进行仿真对比.结果表明:改进后的SOFxLMS算法有效,且具有更好的收敛性能;在振动主动控制中滤波器阶数较少、迭代步长较大的情况下具有更好的控制效果.     

自适应时滞补偿加筋板无线振动控制研究

为了解决时滞问题带来的控制系统无线传输信号滞后问题,提高压电加筋板振动系统控制效果,提出一种基于改进幂次趋近律滑模算法的自适应Smith时滞补偿方法,并通过李亚普洛夫第二法则验证了稳定性,最终使得系统控制效果得到有效提升。实验结论表明,添加自适应Smith时滞补偿加筋板无线振动控制系统的控制效果为1.147V,相较于未添加自适应预估补偿的1.436V,改进后的振动幅值降低0.289V,控制效果提升13.50%。     

基于内模补偿的网络拥塞控制新算法:IC-AQM

已有的AQM算法都没有充分考虑到长时滞对算法性能的影响,该文利用频率域模型降价拟合方式建立了TCP流量控制中主动队列管理AQM系统的等效模型,应用控制理论中的内模补偿原理设计鲁棒的时滞补偿AQM算法（IC—AQM）,克服了长时滞给对队列稳定造成的不利影响,仿真结果表明,这种新算法在长时滞小期望队列综合性能明显优于已有的RED、REM、PI等算法,链路利用率大大提高。     

用神经网络对结构振动主动控制力的仿真算法

本文在运用经典最优控制算法讨论结构地震反应主动控制的基础上，应用人工神经网络理论中的ＢＰ网络模型提出结构振动主动控制力的新算法。工程实例的仿真结果表明：采用本文提出的算法较好的解决了求解控制力时由于传统算法本身的时迟问题，从而使结构振动的主动控制的品质得到很大的提高，并且避免了控制失稳现象的出现。     

带持续扰动线性时滞大系统前馈反馈最优控制

针对在外部持续扰动下的线性时滞大系统,提出了一种前馈反馈最优控制的逐次逼近算法;将既含有时滞项和超前项,又含有耦合项的两点边值问题,转化为既不含有时滞项和超前项,又不含有耦合项的非奇次线性两点边值问题族,该线性两点边值问题族的解序列一致收敛于原最优控制问题的解;得到的最优控制律由解析的无时滞前馈反馈控制部分和伴随向量序列极限形式的时滞补偿控制部分组成,补偿项由逐次逼近法求解一族线性伴随向量方程的解序列求得;截取时滞补偿序列的有限项,得到大系统的前馈反馈最优控制律。     

Optimal disturbances rejection control for singularly perturbed systems with time-delay

The optimal control design for singularly perturbed time-delay systems affected by external disturbances is considered. Based on the decomposition theory of singular perturbation, the system is decomposed into a fast subsystem without time-delay and a slow time-delay subsystem with disturbances. The optimal disturbances rejection control law of the slow subsystem is obtained by using the successive approximation approach (SAA) and feedforward compensation method. Further, the feedforward and feedback composite control (FFCC) law for the original problem is developed. The FFCC law consists of linear analytic terms and a time-delay compensation term which is the limit of the solution sequence of the adjoint vector equations. A disturbance observer is introduced to make the FFCC law physically realizable. Numerical examples show that the proposed algorithm is effective.     

基于遗传模糊免疫算法的PID参数整定优化研究

针对工业过程中的PID参数整定较难的问题,在分析模糊免疫算法的基础上,提出了一种遗传模糊免疫算法,用于在线整定PID参数。该算法用免疫反馈机理在线调整比例系数,模糊算法在线整定积分系数和微分系数。同时,该算法引用具有全局寻优特性的遗传算法优化免疫参数,克服了免疫参数选取不当而导致系统超调量较大、响应速度过慢的问题。针对工业过程中的无时滞过程、一阶惯性加时滞过程、二阶惯性加时滞过程、高阶系统过程,将该算法用于PID参数整定优化,并与模糊免疫算法、免疫PID算法、常规PID算法整定结果进行对比分析。仿真实验结果表明,遗传模糊免疫算法整定出的PID参数具有超调量小、调节时间短、抗干扰性强、鲁棒性强等优点,取得了较好的控制效果。     

时滞TCP网络的自适应滑模控制

针对具有输入时滞和状态时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个特殊变换将原时滞系统转化为无时滞系统,从而消除时滞带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器,所设计的控制器不仅可以使队列长度快速收敛到设定值,而且维持较小的队列振荡。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PI控制和滑模控制。     

基于时滞反馈控制的1/4车辆模型乘客减振研究

针对汽车在不平路面行驶时产生的振动会损伤汽车部件和影响乘客舒适性的问题,本文提出一种含时滞反馈控制的主动悬架在四分之一车模型中的减振方法。该悬架模型有三个自由度,由乘客质量、车身质量和簧下质量三部分组成。通过异步学习因子粒子群算法确定时滞控制参数,并将控制参数运用频域扫描法进行稳定性分析,最后建立含时滞反馈控制的主动悬架系统的仿真模型,仿真结果表明：与被动悬架相比,含时滞反馈的控制主动悬架无论在简谐激励还是路面激励下,乘客和车身加速度的均方根值都有明显的降低,具有较好的减振效果。含时滞反馈的控制主动悬架在改善乘坐舒适性和行驶平顺性方面具有优越性。     

Analysis and implementation of FURLS algorithm for active vibration control system with positive feedback

While positive feedback exists in an active vibration control system,it may cause instability of the whole system.To solve this problem,a feedforward adaptive controller is proposed based on the Filtered-U recursive least square(FURLS) algorithm.Algorithm development process is presented in this paper.Real time active vibration control experimental tests were done.The experiment results show that the active control algorithm proposed in this paper has good control performance for both narrow band disturbances and broad band disturbances.     

基于失配补偿Smith-RBF神经网络的 主蒸汽压力控制技术

针对燃气发电锅炉主蒸汽压力控制系统对象的大滞后、不确定性和煤气扰动大的特点,设计了一种基于失配补偿Smith预估及RBF神经网络的控制方案。利用RBF神经网络的在线学习能力整定常规PID的参数,并通过失配补偿Smith预估控制器对系统中存在的纯滞后进行补偿,有效解决了火力发电锅炉主蒸汽压力对象动态特性模型失配及纯滞后的问题。通过仿真研究及实际应用表明:该控制方法对于火力发电锅炉主蒸汽压力控制具有很好的稳定性和抗干扰能力。