基于网络的运动控制系统预测控制研究

针对一类基于网络的运动控制系统中存在的时延和丢包问题进行研究。对于网络运动控制系统存在数据时延和丢包的情况,建立网络运动控制系统模型。在此模型下,对预测函数控制算法进行分析,设计了预测函数控制产生器和数据延时预测补偿器,并研究相应的补偿策略。仿真分析表明算法的合理性和有效性。     

基于量化依赖Lyapunov函数的有界丢包网络控制系统的保成本控制

研究了一类具有有界丢包的网络控制系统（Networked control systems，NCSs）的保成本控制问题，提出了一种包含量化反馈的网络控制系统数学模型，该模型将系统的镇定问题转化为镇定一系列子系统的鲁棒控制问题.在对网络控制系统的分析中，区别于常用的二次型Lyapunov函数，本文采用了一种新的且能够降低保守性的量化依赖Lyapunov函数方法.基于本文的Lyapunov函数，得到了充分考虑丢包过程的保成本控制器的设计方法.仿真算例验证了所给出方法的有效性.     

网络控制系统时延解决方案的研究

网络系统中存在着延时、丢包等问题,在传统的控制系统中引入网络作为信号传输媒介后,会降低系统的控制性能,甚至造成系统的不稳定。传统的控制方法对于网络控制系统已经不再适用,因此采用预测控制的算法对网络系统的时延问题进行了深入研究。通过Matlab仿真,结果显示网络预测控制能够在不稳定时延的网络环境中保证良好的控制输出。针对网络时延的预测控制的数学实现方法进行了详细介绍,对广大工程应用能够起到积极的引导作用。     

网络控制系统的预测补偿

针对网络控制系统中存在长时延和数据丢包的情况,通过在控制器节点前设置缓冲器,并设计预估控制产生器和时延补偿器,提出了一种预测补偿控制方案,有效地克服了长时延、数据丢包和时序错乱问题对实际网络控制系统稳定性所造成的影响．证明了采用上述控制方案时闭环网络控制系统的稳定性,最后提供的仿真实例验证了该控制方案的有效性．     

复杂网络下具有预测与自我调节能力的拥塞控制算法

现有拥塞控制算法在复杂网络环境下存在丢包率过大的问题。为此,通过研究网络拥塞的控制问题,提出一种具有预测与自我调节能力的拥塞控制算法。采用模糊神经网络的控制器预测网络拥塞,根据缓冲器中的队列长度进行实时预测,在发生拥塞前,通过抑制控制输入端的发送速率,并结合递增参数和递减参数等变量动态调节发送速率。实验结果表明,该算法在不同信噪比下能够保持较好的收敛效果,而且网络丢包率不受网络交换速率的影响,具有较好的稳定性与保真性。     

基于干扰信号引起数据包丢失的网络控制系统的最优预见控制

该文研究的是一类干扰信号引起的系统丢包的预见控制问题。首先把干扰信号项加入离散时间线性系统,并根据实际问题的特点重新建立模型。系统丢包信息完全包含在新的模型里,这样就彻底实现了干扰信号引起系统丢包问题的数学描述。然后对新的模型应用预见控制理论,我们将外部干扰加入到原状态变量中构造出一个扩大系统(或称增广系统),引入性能指标函数,即可获得完全的最优控制模型并实现最优预见控制。最后对一个有干扰信号的模型进行数值仿真,验证了本文理论的正确性。     

网络化预测控制系统的设计和实现

网络预测控制器主要包括一个含在线辨识器的预测控制产生器和一个网络延时补偿器.他可以在没有同步延时策略的情况下克服网络控制中前向通道和反馈通道中的随机延时和丢包现象.本文通过对网络化直流电机控制系统进行在线仿真和实物实验.证明该算法的有效性.     

动态矩阵主动队列管理算法

针对Internet网络这种大延迟,变化复杂,存在严重干扰的系统,基于约束模型预测控制理论,提出了一种新的主动队列管理算法(DMAQM算法).首先根据预测模型和状态估计器,预测瓶颈链路队列的未来动态特性,它是确定丢包率的基础;然后将拥塞控制的控制要求转化为优化目标函数,在线求解优化问题得到丢包率.DMAQM算法通过滚动优化来适应网络环境的变化,提高了算法鲁棒性;同时在求取丢包率时显式地考虑了网络中存在的约束.仿真结果显示DMAQM算法控制性能优于RED算法,在满足约束的前提下,具有较强的抗干扰能力,同时具有较好的稳定性和鲁棒性.     

基于物联网的网络丢包率预测数学模型研究

网络丢包率预测精准度是影响网络发展的重要指标,为进一步提高预测精度,设计基于物联网的网络丢包率预测数学模型。首先,建立网络数据传输模块,基于物联网制定网络丢包率预测流程;其次,设计丢包率预测框架,得到较为准确的先验信息;最后,构建网络丢包率预测数学模型,进一步提高预测精度。测试结果表明,该模型的预测效果更佳,具有较高的推广价值。     

基于网络模型的综合多速率采样预测控制器

针对网络控制系统(NCS)中存在的网络延迟和数据丢包问题以及网络控制系统的多采样率特性,将预测控制器和网络延迟补偿器相结合,提出一种基于网络模型的综合多速率采样预测控制器.预测控制器利用多步预测、滚动优化、反馈校正控制策略补偿了传感器-控制器传输延迟,网络延迟补偿器补偿了控制器-执行器传输时延和一些未知网络延迟.仿真试验表明,该算法对网络延迟和数据丢包具有一定的补偿作用,提高了网络资源利用率并且保证闭环网络控制系统渐近稳定.     

基于Fuzzy-PI双模控制的控制系统

叙述了孵化装置中有关温度与湿度的控制方法。为了提高控制精度、改善系统的动态、稳态性能,引入了基于Fuzzy-PI双模控制方法,并利用Matlab进行仿真。通过仿真和实际运行表明,采用了Fuzzy-PI双模控制以后,加快了动态响应,提高了控制精度,有效地降低了超调量,孵化率达到了规定的技术指标。对于实际中存在的非线性、大滞后、大惯性、难以建立数学模型的系统,采用该控制方法,不失为一种好的策略。     

烤箱温度控制系统的模糊PID控制

通过与单纯的模糊控制和单纯的PID控制相比，采用模糊PID控制烤箱温度系统可以明显改善系统的稳态性能以及稳态响应。     

连续搅拌反应釜系统的自抗扰控制

针对连续搅拌反应釜系统(CSTR)大滞后,大惯性以及动态特性随工况不确定性变化的特点,通过设计参数可调的跟踪微分器和扩张状态观测器,改进经典PID算法的固有缺陷,提出不依赖于精确CSTR模型的离散自抗扰控制方案,采用西门子新一代工业可编程控制器-SIMATIC PCS7在多功能过程与控制系统的CSTR实验仿真对象上实现...     

基于在线LS-SVM的逆模/PID复合控制

针对最小二乘支持向量机(LS-SVM)无法在线建模的问题,提出了一种基于在线LS-SVM回归的非线性逆模型建立方法。在线LS-SVM能够跟踪时变非线性系统的动态特性,当系统参数随时间变化时仍然有效。在前馈控制中,在线LS-SVM建立系统逆模型,并与PID反馈控制相结合构成复合控制方法,应用于较一般的离散非线性系统。仿真结果表明,采用在线LS-SVM建立非线性系统的逆模型的方法有效,复合控制策略具有良好控制性能。     

使用控制支持的基于XACML的访问控制

针对网格环境下资源访问控制的特点,提出了一个基于使用控制模型UCON,结合XACML和SAML的访问控制模型.用可扩展访问标记语占XACML描述访问控制的授权策略,结合SAML声明和请求/响应机制,根据用户、资源、环境的属性进行访问控制决策,可动态地评估访问请求,提供细粒度的访问控制和良好的互操作性.     

基于模糊控制的汽车直接横摆力矩研究

为防止汽车产生测滑,针对汽车直接横摆力矩控制,提出了横摆角速度与质心侧偏角联合控制的模糊控制方法.横摆力矩控制采用分层控制方法,设计了模糊控制器和规则制动力分配方法.模糊控制器根据期望值和车辆状态决策出所需的附加横摆力矩,并通过规则制动力分配方法进行主动差动制动实现.采用Matlab/Simulink与CarSim联合仿真对控制方法进行了仿真验证.结果表明:横摆角速度与质心侧偏角联合控制的横摆力矩模糊控制方法使汽车能够较好地跟踪期望,有效提高汽车极限工况下的行驶稳定性.     

基于迭代学习控制算法的网络机器人控制系统

针对网络机器人控制系统中存在的干扰等不确定性因素,首先对网络机器人控制系统和迭代学习控制理论进行研究。在此基础上,利用迭代学习控制不依赖于动态系统的精确数学模型等优点,将其运用到网络机器人控制系统中,在同时考虑其存在干扰的情况下,给出了系统模型及详细的算法设计过程。通过Matlab平台进行仿真,表明了该算法的有效性。     

一种基于模糊控制的智能车转向控制算法研究

针对飞思卡尔电磁车模型,探讨了从交变电流产生的电磁场中进行路径检测的问题,提出了一种基于模糊控制的舵机转向控制算法,目的是提高智能车通过复杂电磁赛道特别是S弯道时的稳定性,并进行了仿真与试验验证。结果表明,设计的电路能很好的进行路径检测,提出的转向控制算法能使小车的舵机输出以较高精度跟随期望输入信号,在复杂赛道上得到较为平稳的转向控制。     

两轴数控转台的控制算法研究

研究电力系统的优化控制问题,针对提高系统的品质特性的要求,在两轴数控转台中采用传统的PID控制参数难以整定跟踪性能。将神经网络引入到转台控制PID参数的寻优过程中,设计了基于BP网络的PlD控制算法器,建立了转台控制系统的数学模型,将基于BP网络的PID算法的控制进行仿真。仿真结果表明所设计基于BP网络的PID算法器跟踪精度高、性能稳定、鲁棒性强,证明提高了控制系统的精度和跟踪性能。