基于MRFAC的感应电机控制器设计

结合感应电机这一非线性控制对象,设计了感应电机的模型参考模糊自适应速度控制器。该控制器具有传统模型参考自适应控制构架,传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代,模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整,以达到快速适应对象参数和状态变化的目的。基于模块化建模工具Matlab/Simulink建立感应电机控制系统模型,仿真结果表明该控制器运行平稳,具有良好的动、静态性能。     

基于KP= L2D2S2 矩阵分解的多变量自适应控制

本文针对矩阵分解的多变量自适应控制,提出了具有噪声与未建模动态系统的鲁棒自适应控制问题.在高频增益矩阵分解的基础上,得到等价自适应控制律,通过重新定义虚拟规范化信号,对多变量的MRAC方案进行了理论分析,并证明了闭环系统的稳定性和收敛性.最后仿真验证了该方案是可行的.     

单变量随机系统模型参考自适应控制器的设计与性能分析(Ⅰ)

对于单变量随机系统 ,提出了一种模型参考自适应控制算法 .在噪声 {wn}满足 |wn|=O(nδ/ 2 )(其中δ为一大于零的常数 )的假设条件下 ,给出了这种模型参考自适应控制器的稳定性及最优性分析 ;同时考虑了闭环系统参数估计的相容性问题     

基于ADACD的新型辨识器及其模型参考自适应控制

将控制依赖自适应评估设计引入到非线性系统的辨识中,以寻求最佳模型.定义一个总评估函数表示系统在所历经时间内的辨识总误差,然后构造一个评估网络来近似逼近这个总评估函数.再构造一个辨识器网络,其输出直接作为评估网络的输入,这样通过最小化评估网络的输出就可以达到寻求最佳模型的目的.辨识器的参数修正原则不再是使当前时刻的辨识误差最小化,而是使评估网络的输出最小化,即使系统在所历经时间内的近似辨识总误差最小化,这样不仅大大加快了收敛速度而且取得了更加精确的辨识效果.在获得对象模型之后,还研究了利用神经网络设计模型参考自适应控制器的方法.仿真结果表明,利用这种新型辨识器设计的模型参考自适应控制器能够保证被...     

具有切换自适应律和静态补偿器的模型参考自适应控制

提出了一种旨在改进自适应控制系统性能的模型参考自适应控制新方案,通过引入切换自适应律和静态补偿器,减少系统在自适应调整的初始阶段振荡的幅度和调节时间,提高系统收敛的速度,改善系统跟踪误差的瞬态行为,从而显著地提高系统的鲁棒性和跟踪性能.     

神经网络模型参考自适应控制算法研究

分析了基于BP算法的神经网络模型参考自适应控制器对大惯性环节被控对象的控制效果,发现该算法使控制器存在严重的“过学习”现象,为避免这一现象,设计了一种新的误差函数结构,得到改进的BP算法,针对一个存在大惯性环节的线性时变系统,对比分析了神经网络模型参考自适应控制器在采用传统的BP算法和改进的BP算法时得到的不同控制效果。     

单泵驱动双马达速度同步控制技术研究

提出一种改进的NarandraMRAC方案,结合恒压网络技术,对单泵驱动双马达速度同步控制问题进行了研究。该方案对恒压网络压力波动、负载干扰具有较强的鲁棒性。采用独立泵源驱动双马达同步控制方案适用于工程机械行走系统,对越野性能要求高的步兵战车驱动系统也具有适用性。     

模型参考自适应控制在消除电力系统内低频振荡的应用

为消除电力系统区域间的低频振荡,设计了一种新的模型参考自适应控制器。自适应PI控制器的前馈和反馈增益矩阵可实时修正,为克服振荡提供更好的阻尼。文中专门讨论了控制量突变过程中,系统产生的冲击现象及其解决办法。单机-无穷大母线系统的仿真结果表明控制器有效。     

一种模型参考自适应控制的稳定性和最优性

在文献[5]的基础上，对于更一般的多变量随机系统，提出了一种模型参考自适应控制算法。同文献[5]相比，我们将噪声{wn}有界的假设条件放宽为||wn||＝O（n^d/2)（其中d为一大于0的常数），并证明了这种模型参考自适应控制器的稳定性及最优性；同时考虑了闭环系统参数估计的相容性问题。     

推力矢量弹射座椅鲁棒自适应控制及仿真

根据推力矢量座椅直接力控制的特点,提出内外环控制系统方案,以实现力与力矩的解耦;针对弹射座椅纵向平面运动,设计了基于超稳定理论自适应控制器,通过仿真分析验证了控制器稳定性与动态品质。无论是线性仿真还是非线性仿真,控制器均能有效地抑制扰动并能保证良好的动态品质,实现0稳态误差的鲁棒跟踪。不利姿态下的非线性仿真显示,相比于传统座椅,自适应控制系统可以极大的提高弹射座椅的性能。