基于神经网络的可调模型直接转矩控制速度辩识

在传统的模型参考自适应(MRAS)速度辨识模型的基础上,用神经网络理论对其可调模型进行了改进。并在无速度传感器直接转矩控制系统中对该速度辨识模型进行了研究,仿真结果验证了该速度辨识模型具有满意的辨识精度和动态性能。     

基于神经网络的自适应控制应用现状及发展

通过神经网络与自适应控制的结合，提出了两种基于神经网络的自适应控制系统（MRAC和STC),主要从应用角度出发，介绍了神经网络自适应控制的研究现状及今后的发展，并与常规自适应控制进行比较，指出了利用神经网络的自身特点，应用于控制系统中的优越性和可行性。     

输出不可量测非线性系统的神经模型参考自适应控制

该文针对被控对象输出不可量测的非线性系统,引入一个便于在线辨识的扩展神经网络模型,提出一种基于前馈-反馈结构的神经网络模型参考自适应控制方法。给出了具有全局收敛性的网络训练算法,并分析了控制系统的稳定性。仿真结果表明该控制方法是有效的,而且对网络初始权值的选取及被控对象特性参数的扰动都具有良好的鲁棒性。     

无参考自适应光学图像质量评价

自适应光学(AO)成像系统受残余大气湍流、闭环跟踪误差和光电探测噪声等因素的影响,成像结果参差不齐,不利于后期图像筛选和事后处理,故需要对图像质量进行评价。传统图像质量评价方法对自适应光学图像质量的评价不可靠,甚至会出现评价结果与实际背离的情况。针对上述问题,根据自适应光学系统的成像过程,生成具有图像质量标签的自适应光学退化图像数据集,在此基础上采用以ResNet作为主干的深度神经网络,训练得到了用于评价自适应光学图像质量的神经网络模型,在测试集上的Spearman相关系数(SROCC)最佳为0.994。实验结果表明,该方法综合考虑了自适应光学图像成像过程中的多种退化因素,通过训练深度神经网络得到无参考自适应光学图像质量评价模型,评价精度优于其他传统图像质量评价算法。     

自动巡航汽车自适应逆控制的建模与仿真

研究神经网络非线性系统的自适应建模和逆建模策略用于非线性的自动巡航系统的控制及可行性。通过对自适应逆控制方法与现行的反馈控制、模糊控制、PID控制进行对比,并在有干扰的情况下系统需要一定的收敛时间,通过运用Matlab软件进行仿真。根据仿真结果分析,当对象输出没有受到干扰时,其在线辨识对象模型和逆模型有十分好的效果;当对象输出存在一些干扰时,由于干扰的存在,需要一段时间来将两个辨识模型收敛。因此,基于动态神经网络的非线性自适应逆控制系统是十分可行的。     

一种未知非线性系统的自适应神经网络控制方法

神经网络用于控制，主要是为了解决复杂的非线性、不确定、不确知系统的控制问题。由于神经网络具有学习能力和自适应性，使神经网络控制能对变化的环境有自适应性，且成为基本上不依赖于模型的一类控制，介绍了一种未知非线性系统的自适应神经网络控制方法。     

BTT导弹自适应反演控制律设计与仿真

针对倾斜转弯(BTT)导弹控制中的多变量强耦合问题,研究了一种适用于BTT导弹的反演算法,以实现自动驾驶仪的自适应解耦控制。根据BTT导弹控制的基本特性,建立导弹的非线性控制模型,并将其转化为适合于反演设计的反馈块模型。在此模型上,基于反演的非线性控制系统综合设计方法,加入自适应神经网络逼近系统中存在的不确定性,利用Lyapunov稳定性定理推导了自适应调节律,设计了导弹控制律。通过仿真验证了该设计方法的有效性和可行性,该控制器能够实现控制解耦目的,且对指令信号跟踪效果良好。     

局域自适应子波高斯神经网络综合分类系统

本文提出了一种用于船舶噪声分类的局域自适应子波高斯神经网络综合分类系统。该系统融合了两种特征提取和分类方法,即自适应子波神经网络和自适应高斯神经网络分类器,并利用网络局域化使得系统具有追加学习的能力。通过对实际的三类船舶噪声进行分类识别,结果令人满意,证明了该方法的优越性和工程应用前景。     

MRAC在位置随动控制系统中的应用

针对位置随动控制系统具有不确定性的特点,设计了具有良好跟随性的自适应控制系统。利用机理法建立数控机床刀具进给定位控制系统的数学模型,将该系统等效为带有参变量的单输入单输出系统,在该模型的基础上设计了基于李雅普诺夫稳定性理论的模型参考自适应控制系统。利用Matlab进行仿真,其仿真结果表明,基于李雅普诺夫稳定性理论的模型参考自适应控制系统具有良好的跟随性、稳定性和控制精度。     

非线性系统的神经网络自适应控制

给出了神经网络自适应控制方法,利用神经网络解决无参数,无模型等未知特性的系统控制问题,设计出神经网络自适应控制器,并对倒立摆系统进行仿真,验证理论的有效性和优越性。     

一种新颖的基于内模电流控制的矢量控制系统

无速度传感器矢量控制系统中存在两个关键性的问题，即速度辨识的稳定性问题和控制器结构问题。本文提出一种新型的基于模型参考自适应的内模电流控制的矢量控制系统。首先，利用MRAS理论，保证了速度辨识的全局稳定性。然后通过内模控制实现动态解耦，克服了PI控制不能动态解耦和其他解耦方法中对参数敏感的问题。仿真结果表明：系统对参数变化具有较强的鲁棒性，取得较好的解耦效果和系统控制性能。     

2500kW同步电机中基于MRAS的电压模型改进

本文针对2500kW同步电机交一直一交变频调速系统,提出了一种基于模型参考自适应算法(MRAS)的转速辨识方法,依照MRAS方法把得到的转速自适应结构运用到系统中,替代了电机上的传感器和系统的磁链观测单元,达到了转速和磁链幅值、角度的一同辨识,并在PSIM中构建了仿真模型。结果表明,采用无速度传感器的矢量控制方法具有较好的准确性以及更好的鲁棒性。     

基于无传感器的BLDCM模糊自适应控制

为简化无刷直流电机控制系统的结构,使其具有较快的转矩响应速度,针对传统的PID控制方式在对BLDCM系统控制时,存在精度低、抗干扰能力弱等不足,提出了一种基于无传感器的反电势过零检测的参数自适应模糊PID集成控制方案。将模糊自适应PID控制应用到SLBLDCM控制系统中,建立无刷直流电机的数学模型,利用Matlab中的Fuzzy Toolbox和Simulink完成电机模糊自适应双闭环调速系统的仿真设计。仿真结果表明,控制系统运行平稳,速度跟踪快速准确,具有较高的控制精度和较好的鲁棒性。     

A robust model reference adaptive control for nonminimum phase systems

In this paper, a new direct model reference adaptive control method for nonminimum phase systems is presented. The parameter estimation scheme combines adaptive data filtering with a recursive least-squares algorithm with parameter projection and signal normalization. The problem of minimum phase of the plant is handled by adaptive input output data filtering. This data filtering permits one to relocate the reros of the plant estimated model inside the unit circle and to define a good data model, which is a key issue for robust control. The scheme robustness with respect to unmodeled dynamics is also simultaneously improved. The performance of the control algorithm is illustrated by numerical examples.     

电液伺服系统的自适应滑模跟踪控制研究

针对电液伺服系统的跟踪控制问题,在系统模型不确定性参数的界未知的情况下,提出一种自适应滑模控制方案。该方案的主要思想是用滑模方法抑制系统中的外干扰力扰动,对系统不确定性参数进行自适应估计,用估计值来补偿不确定性参数的变化。对于系统全局稳定性,采用李雅普诺夫稳定性理论给出了严格的证明。仿真结果表明了该方案具有良好的跟踪性能和鲁棒性。     

基于模糊神经网络滑模控制器的一类非线性系统自适应控制

本文研究了一类不确定性非线性系统的自适应控制,在模糊神经网络滑模控制器（Ｆｕｚｚｙ ｎｅｒｕａｌ Ｎｅｔｗｏｒｋｓ sｌｉｄｉｎｇ Ｍｏｄｅ Ｃｏｎｔｒｏｌｌｅ ）的基础上提出了一种设计方法,将ＦＮＮＳＭＣ与带死区的滑模控制器（Ｓｌｉｄｉｎｇ ｍｏｄｅ Ｃｏｎｔｒｏｌｌｅｒ ｗｉｔｈ Ｄｅａｄ Ｚｏｎｅ）有机结合,通过平滑切换实现自适应控制,这种方法使系统不仅有好的鲁棒性而且能有效地消除离频动,同时     

三容水箱的单神经元自适应PID控制研究

针对一些过程控制的动态过程所具有的大惯性、大延时，及非现性问题，结合PID和人工神经元的特点，提出了一种改进的三容水箱单神经元自适应PID控制方法。该方法具有自学习和自适应能力，以及较强的鲁棒性。仿真结果表明该方法对三容水箱这种复杂对象具有好的控制效果，而且适合工程应用。     

异步电机全阶自适应磁链观测和速度辨识

针对传统的直接转矩控制系统采用纯积分的电压模型作为磁链观测器,存在着误差积累以及直流偏移,导致电流和转矩的波动问题,提出了一种基于定子磁链的自适应全阶观测器的直接转矩控制系统,并实现了速度辨识。仿真实验表明：采用自适应磁链观测器具有较高的观测精度和较好的鲁棒性。     

基于间接模糊自适应控制的倒立摆系统设计

自适应模糊控制系统对参数变化和环境变化不敏感,能用于非线性和多变量复杂对象,不仅收敛速度快,鲁棒性好,而且可以在运行中不断修正自己的控制规则来改善控制性能,因而受到广泛重视。提出一种间接模糊自适应控制的方法,并将其成功应用于倒立摆系统中,根据Matlab模糊逻辑工具箱仿真得出理想的结果。