药剂温度控制系统的智能PID控制方法与实现

针对药剂温度控制系统，提出了一种基于模糊系统的自整定PID控制器，用于解决系统中出现的纯时滞，大惯性，时变不确定性等问题，实际运行结果表明，这种方法达到了良好的控制效果，降低了被控量超调，且增强了系统的鲁棒性。     

一类非线性时滞系统的模糊变结构控制

结合模糊逻辑和变结构控制讨论了一类非线性控制系统的稳定性,利用模糊逻辑逼近一类非线性时滞系统,然后对模糊系统设计变结构控制律,达到了对非线性时滞系统的稳定控制．在理想滑动模的条件下利用线性矩阵不等式给出了时滞系统闭环稳定条件．     

非线性时滞系统的智能迭代学习控制

针对一类单输入单输出非线性时滞系统,提出了一种自适应神经网络迭代学习控制方案,神经网络用来逼近未知非线性函数和未知非线性时滞函数,放宽了传统迭代学习控制对非线性函数和非线性时滞函数的限制,拓展了迭代学习控制的应用范围．采用Lyapunov—Krasovskii函数和利用反演（Backstepping）技术设计神经网络学习律和控制律,基于Lyapunov稳定性理论,证明了闭环系统所有信号半全局一致最终有界,通过调节设计参数可以实现对目标轨线任意精度的跟踪．     

模糊免疫非线性PID控制的仿真研究

针对实际工业过程控制的难点,借鉴生物免疫系统中的免疫反馈原理,结合模糊控制器可以逼近非线性函数的特点,分析了积分系数在系统响应过程中的非线性变化规律,提出了一种模糊免疫非线性PID控制方法.该方法具有超调量小,调整时间短,抗干扰能力和鲁棒性强等优点.理论分析和仿真研究证明了该方法的可行性和有效性.     

非线性时滞系统的鲁棒可靠控制设计

研究了一类非线性不确定时滞系统的可靠控制设计问题。所研究的系统中含有状态时滞，参数不确定性和非线性扰动。假定非线性项满足有界性条件，参数不确定性可以是时变的。本的目的是基于系统传感器与执行器同时出现失误的情况，对系统进行可靠性设计，使得所设计的系统不仅在系统运行良好的条件下，而且在出现多种失误的条件下仍然能正常运行。基于Riccati不等式正定解的存在性，给出了基于观测器的动态输出反馈可靠控制器的设计方案。最后，以一个数值仿真例子进一步说明设计步骤，以及中所提出的设计方法的有效性。     

具有输入时滞的随机非线性系统的自适应神经网络控制

考虑一类具有输入时滞的随机非线性系统的自适应神经网络控制问题。通过定义含输入积分项的设计变量,将输入时滞系统转变为非时滞系统。结合神经网络控制、积分中值定理与Decoupled Backstepping技巧,针对该类系统提出一套自适应控制策略。所提出的控制器保证闭环系统的所有信号皆4阶矩半全局一致最终有界,并且跟踪误差收敛于原点附近的小邻域内。仿真实验结果验证了所提出控制策略的有效性。     

不确定非线性时变时滞广义系统的保性能控制

为设计一个新的保性能控制器,研究了一类参数不确定且带有非线性函数的时变时滞广义系统的保性能控制问题。利用Lyapunov稳定性理论和线性矩阵不等式方法,给出了该系统状态反馈保性能控制器存在的充分条件,并通过线性矩阵不等式的可行解给出了保性能控制器的设计方法。最后,仿真实例验证了该方法的可行性。     

基于动态输出反馈的非线性网络化控制系统容错控制

针对一类具有时延和丢包的非线性网络化控制系统,采用动态输出反馈控制策略,在对时延分段处理的情形下,基于T-S模糊模型,通过构造时滞依赖的Lyapunov-Krasovskii泛函,推证出确保系统在执行器发生失效故障时具有完整性的少保守性充分条件,并以求解线性矩阵不等式的方式给出控制器的设计方法.最后,以仿真算例验证所述方法的可行性和有效性.     

一类非线性网络控制系统的随机H∞控制

研究了一类带有丢包的非线性网络控制系统(NNCSs)的随机H∞控制问题.丢包过程采用满足伯努利分布的随机序列来描述.利用T-S模糊模型和平行分布补偿技术建立了带有随机参数的非线性网络控制系统的模型,并以线性矩阵不等式的形式给出了模糊控制器存在的充分条件;所设计的控制器使得非线性网络控制系统在均方意叉下指数稳定且具有一个改进的随机H∞性能.     

非线性振动控制的神经网络离散逆系统方法

针对非线性结构振动控制难以用线性控制方法精确控制的情况，提出神经网络离散逆系统方法．建立了结构的离散化模型，再用神经网络将非线性系统通过逆系统变换变为伪线性系统，对该伪线性系统可以用一般线性方法精确控制．该方法将非线性结构控制问题转化成了线性结构控制问题，使问题难度大大减小．对某非线性建筑结构振动作了控制仿真，实现了精确线性化，控制效果曲线与对线性结构控制效果曲线几乎完全吻合．神经网络离散逆系统方法发挥了神经网络和线性控制各自的优点，可用于强非线性结构的振动控制．     

一类不确定非线性时滞系统的自适应控制

考虑了一类不确定非线性时滞系统的自适应控制.基于Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,处理了系统中的时滞项,并且巧妙地构造了自适应控制器和反馈控制器.通过估计非线性部分的未知参数,自适应控制器补偿了系统中的非线性部分,并保证了闭环系统是渐近稳定的.最后,数值例子和仿真结果验证了所设计控制器的有效性.     

大滞后非线性系统PID型多步预测控制

简要概述了基于神经网络的大滞后非线性系统多步预测器的实现,在分析直接多步预测中的误差自关联问题的基础上,提出一种较为准确的去误差直接预测方法,引用鲁棒性好的PID型多步预测目标函数对滞后非线性系统实现预测控制.在控制中,采用适用于动态系统的递归神经网络.仿真实验表明了所提方法的有效性.     

一类非线性时滞系统的自适应镇定

考虑了一类非线性时滞系统的自适应镇定问题.在一般条件下,利用Lyapunov函数和Backstepping方法设计了一个自适应状态反馈控制器,使得闭环系统全局渐近稳定,并且给出了仿真算例.     

仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

非线性摄动时滞系统时滞变化率最大化鲁棒控制

针对连续时滞系统提出了一类新的更一般的非线摄动模型，研究了在已知非线性摄动范围下的时滞变化率最大化的鲁棒控制问题，建立了相应的线性矩阵不等式(LMT)约束下线性凸优化的可行性判据以及鲁棒控制器设计方法，一个数值例子阐明了本文方法的可行性。     

薄板坯连铸连轧中的板带厚度控制及仿真分析

邯钢引进的薄板坯连铸连轧（CSP）中,用长行程液压缸与阶梯垫板结合的热轧板带厚度自动控制（AGC）,提高了快速液压执行机构的稳定性和响应速度,以热轧机组液压AGC系统为对象,利用Matlab软件对系统进行了分析,并研究了系统各主要因素对系统动态特性的影响。     

基于模糊神经网络的板形板厚综合控制系统

面对板形板厚控制这一复杂、多变量耦合的非线性系统，提出一种基于模糊神经网络的综合控制方案，实现了无模型板形板厚综合控制．仿真结果表明，该控制系统收敛性好、抗干扰性强，取得令人满意的板形板厚控制精度．     

一类非线性离散系统的神经网络自适应控制

针对一类控制方向未知的单输入单输出非线性离散系统,将常规增量式数字PID控制器与自适应神经网络控制项相结合,提出了一种能够保证闭环系统稳定的自适应神经网络控制方法.常规PID控制器用来保证近似线性系统的稳定,自适应神经网络项用来处理非线性项对闭环系统的影响.在神经网络权值修正律中引入离散Nussbaum增益来解决被控系统控制方向未知的问题.证明了闭环系统的所有信号有界,且跟踪误差收敛于紧集,并通过仿真验证了所提方法的有效性.     

一类不确定非线性时滞系统的鲁棒控制

研究了一类带有不确定非线性时滞系统的鲁棒渐近稳定问题.利用李亚普诺夫稳定性定理和线性矩阵不等式工具,得到了此类系统鲁棒渐近稳定的充分条件,并给出相应的鲁棒状态反馈控制器设计.最后仿真示例表明了该方法的有效性.     

基于模糊RBF神经元网络的冷连轧板形板厚多变量控制

针对板带材轧制是一个复杂的非线性过程,板形控制(AFC)和板厚控制(AGC)又是相互耦合的一个综合系统等特点,提出了一种基于模糊RBF神经元网络的冷连轧板形板厚多变量综合控制系统.仿真结果证明了此AFC-AGC控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制.