分层递阶模糊控制在空调控制系统中的应用

该文介绍了用于棉纺车间温湿度控制的微机集散控制系统，针对被控对象的复杂性和不确定性，采用了分层递阶的智能模糊控制决策。３年多的实际运行表明，该系统稳定可靠，控制精度高，并取得了显著的节能效果，具有很好的推广应用价值．     

网络环境下的不确定非线性系统远程智能控制

针对一类网络环境下的不确定非线性动态系统,提出了一种基于神经网络非线性补偿和线性反馈控制相结合的智能远程控制方法。该方法通过构造神经网络在线估计器学习局部子系统的非线性特性,从而将局部子系统线性化,神经网络权重的在线学习没有持续激励的要求,且可保证闭环误差系统一致最终有界稳定。最后对线性化的闭环时延控制系统,远程控制器采用基于李亚普诺夫(Lyapunov)稳定性理论的线性状态反馈控制,从而保证了整个闭环网络控制系统的稳定性。     

一类时变系统模型参考自适应迭代学习控制

针对一类有限时间区间上可重复运行的有界输入有界输出稳定的一阶线性时变系统,其高频增益和惯性参数均时变,为使之能够跟踪不同的参考轨迹,将模型参考自适应控制方法与迭代学习方法相结合,提出了模型参考自适应迭代学习控制算法.基于类李雅普诺夫(Lyapunov-like)函数证明了当迭代次数趋于无穷时,跟踪误差在有限时间区间上一致收敛到零,并证明了闭环系统中参数估计和控制信号有界.系统仿真验证了所提控制算法的有效性.     

一类非线性系统的模糊神经网络内模控制

针对一类开环稳定的非线性系统,提出了一种基于模糊神经网络的非线性内模控制方案.通过理论分析指出模糊神经网络模型可视为一类特殊的线性时变系统,其模型的解析逆可以直接获得,从而简化了非线性内模控制的设计.为了研究建模误差对闭环系统稳定性的影响,将建模误差转换为结构性不确定,采用μ方法分析了闭环系统的鲁棒稳定性.仿真结果验证了该方法的有效性.     

一类离散时延线性切换系统的控制器设计

运用多李雅普诺夫函数方法研究了离散时延线性切换系统的镇定问题,给出了状态反馈控制器的设计方法;而后将该方法推广到基于状态观测器的离散时延切换系统控制器设计中。同时给出了求解文中双线性矩阵不等式（BMI）的巡回算法。最后通过一个仿真例子证明了设计方法的有效性。     

栓接装配式钢-混凝土组合梁及其抗剪键的力学性能研究

为了探究摩擦型高强度螺栓在装配式钢-混凝土组合梁中的适用性,采用ABAQUS有限元软件建立了推出试件和简支梁试件的有限元模型。在试验结果验证模拟可靠性的基础上,研究了螺栓预拉力、螺栓孔径、混凝土强度和螺栓强度等因素对单个抗剪键及整体组合梁的影响。分析结果表明：抗剪键的受力过程分为摩擦、滑移、承压和破坏四个阶段;螺栓预拉力、混凝土强度的增大有利于提高摩擦型高强度螺栓的极限承载力和承压抗剪刚度,较大的混凝土孔隙显著降低了螺栓抗剪刚度;提高螺栓预紧力或提高混凝土强度均可增强钢与混凝土部件的组合作用,相反,在抗剪连接程度不变的情况下,提高螺栓等级导致界面刚度分布不均,不利于滑移控制。     

腐蚀后M24高强度螺栓疲劳性能试验

为了探究高强度螺栓腐蚀后的疲劳性能,本文对浸油和无浸油的M24高强度螺栓开展了中性盐雾加速腐蚀试验,对不同腐蚀程度的高强度螺栓分别开展了形貌观察和常幅疲劳试验。结果表明：所有高强度螺栓表面锈层均由内锈层和外锈层组成;腐蚀后螺牙根部存在着蚀坑,浸油和无浸油螺栓腐蚀150天后螺牙根部的蚀坑直径达到1.5mm;随着腐蚀时间的增加螺栓的疲劳寿命逐渐降低,浸油和无浸油螺栓腐蚀150天之后疲劳寿命分别下降了36%和28%;由于浸油螺栓表面的保护层在腐蚀前期被破坏,相同腐蚀时间浸油和无浸油两种螺栓的疲劳寿命相差较小。     

动态神经网络的非线性系统鲁棒辨识和状态观测

针对多变量仿射非线性系统辨识和状态估计问题。采用动态神经网络作为辨识器和观测器,从而将系统辨识和状态观测设计过程合二为一,给出了辨识和状态估计的系统设计方法及具体设计步骤。在考虑建模误差项影响的情况下,采用基于Lyapunov理论的权调节律确保权值估计误差和状态观测误差的一致最终有界。仿真结果验证了所提方法的有效性。     

两种动中通系统自稳定结构比较研究

针对动中通系统的稳定跟踪问题,采用一种以期望工作状态为假设对象的逆向分析方法,对一类典型的三轴动中通系统进行了稳定机理分析。在分析三轴稳定机理的基础上,选取2种姿态传感器安装方式,设计了2种与之对应的前馈稳定和闭环稳定三轴自稳定结构,并成功应用于实际系统。通过实验分析比较了2种三轴自稳定结构的特点和性能。实验结果表明,与前馈稳定结构相比,闭环稳定结构鲁棒性更好,稳定精度更高,且易于同其他高级控制算法相结合提高系统稳定精度,更符合动中通系统在复杂多变的环境中高精度稳定跟踪的工程应用要求。     

基于扩展状态观测器的伺服系统特征建模和自适应滑模控制

为抑制伺服系统中的转矩扰动和惯量变化对动态性能和稳态精度的影响,该文提出了1种基于扩展状态观测器(ESO)的伺服系统特征建模和自适应离散终端滑模控制方法。将伺服系统动力学模型中的摩擦力矩、转矩扰动和其他不确定性扰动归入集总扰动,并看作新的系统状态,设计ESO对其进行观测和补偿。在补偿后的广义被控对象基础上,通过采样其输入输出数据和在线参数辨识,建立伺服系统特征模型,并设计自适应离散终端滑模控制器。通过Lyapunov稳定性理论分析观测误差的收敛性,并证明跟踪误差的有限时间有界性。仿真结果表明,该文方法对转矩扰动有较强的鲁棒性,且能够适应20倍以内的转动惯量。