基于PD增益的模型参考自适应同步控制

在保证自适应控制精度的前提下,找出快速收敛的参数,从而使被控系统和参考系统达到同步.针对传统的PI控制器无法获得参数波动的系统的较高的控制性能.基于模型参考自适应控制,利用PD控制器可以预料到系统误差的方向的优点,设计了一种自适应同步控制器.仿真结果表明,该自适应同步控制器能够使被控系统和参考系统达到同步,并能够较精确地控制被控系统的输出,使被控系统满足系统所要求的动态性能.这对研究组合自适应控制策略和开展多模型自适应控制器的研究提供了基础.     

一类非线性非最小相位系统的直接自适应控制

针对一类不确定的离散时间非线性非最小相位动态系统,提出了一种基于神经网络和多模型的直接自适应控制方法．该控制方法由线性直接自适应控制器,神经网络非线性直接自适应控制器以及切换机构组成．线性控制器用来保证闭环系统输入输出信号有界,非线性控制器用来改善系统性能．切换策略通过对上述两种控制器的切换,保证闭环系统输入输出有界的同时,改善了系统性能．理论分析以及仿真结果表明了所提出的直接自适应控制方法的有效性．     

陈氏混沌系统的自适应同步控制

混沌同步问题的研究是混沌控制中的一个热点问题.文中利用自适应 H∞同步控制方法和非线性自适应同步方法,为参数相同的陈氏混沌系统设计了自适应同步控制器.根据Lyapunov稳定性原理,从理论上讨论并证明了陈氏混沌系统H∞自适应同步控制器和非线性自适应同步控制器的存在条件,并根据其存在条件进一步得到了陈氏混沌系统H∞自适应同步控制器和非线性自适应同步控制器的的构造方法,通过仿真数值计算的结果表明了这两种方法的有效性.     

非线性零阶接近有界多模型神经网络自适应控制器

针对一类单变量非线性离散时间系统,提出一种零阶接近有界的多模型神经网络自适应控制器。该控制器包含一个非线性鲁棒自适应控制器和一个非线性神经网络自适应控制器。当系统非线性项放宽到零阶接近有界时,这两个控制器分别用于保证系统的稳定性和提高系统的性能,系统的控制输入由切换机构在两个控制器之间进行切换产生。最后给出了稳定性和收敛性证明,并通过仿真实验验证了该控制器的有效性。     

基于神经网络与多模型的非线性自适应广义预测控制

针对一类不确定非线性离散时间动态系统, 提出了基于神经网络与多模型的非线性广义预测自适应控制方法. 该自适应控制方法由线性鲁棒广义预测自适应控制器, 神经网络非线性广义预测自适应控制器和切换机制三部分构成. 线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界, 神经网络非线性广义预测自适应控制器能够改善系统的性能. 切换策略通过对上述两种控制器的切换, 保证系统稳定的同时, 改善系统性能. 给出了所提自适应方法的稳定性和收敛性分析. 最后通过仿真实例验证了所提方法的有效性.     

不同维分数阶混沌预设时间有限时间投影同步

对于不同维分数阶混沌系统的投影同步问题,设计了一种自适应滑模控制器。这使得带有内部不确定量和外部扰动的驱动,响应系统能够在任意预设的时间完成同步,自适应律可以逼近未知量的上界。并针对自适应滑模控制器由于干扰产生抖振的问题,提出了两种解决方案。首先是设计二维滑模控制表,将模糊控制方法加入滑模控制器组成模糊自适应滑模控制器...     

自适应模糊神经控制器在MIMO 系统中的应用研究

首先给出一种适用于MIMO系统的自适应模糊控制器，然后针对该控制器用于复杂系统时，存在模期规则过多且建立规则的时间随规则数增加呈指数增长的问题，提出了另一种适用于MIMO非线性系统的自适应模期神经控制器，该控制器采用“全逼近”的控制策略，依据李亚普诺夫方法给出了模糊神经自适应输出反馈控制律和参数自适应律，仿真研究证明了MIMO非线性系统系统的稳定性以及跟踪误差的收敛性。     

利用模糊系统的直升机的自适应控制

针对直升机动力学为非线性,且存在不确定因素和状态变化,设计利用模糊系统的自适应控制器.设计的控制器是系统的输出跟踪参考模型输出的直接调整模糊控制器参数的自适应控制器.又利用Lyapunov函数保证了闭环控制系统的稳定性并推导最优的自适应规律.实验结果表明,有外部扰动的情况下所设计的自适应控制器比模糊控制器对直升机控制具有良好的动态响应和稳定性,是一种非常有效的控制方法.     

基于自适应神经模糊推理系统的船舶航向自抗扰控制

在实际的船舶航向控制中,航向系统在受到外界风浪干扰时表现出的模型非线性和参数不确定性,为航向控制器的设计带来了困难。针对该问题,设计了常规的线性自抗扰控制器和两种在线学习的自抗扰控制器。利用自适应神经模糊推理系统(ANFIS)实现自抗扰控制器参数的在线调整,设计了自适应PD的自抗扰控制器和自适应扩张状态观测器(ESO)的自抗扰控制器;分别在船舶受到外界扰动和参数摄动的两种情况下进行了仿真,仿真表明自适应自抗扰控制器控制效果更好,抗扰能力更强,表现出较强的鲁棒性。     

蒸汽过热炉温度模糊自适应PID控制

针对乙苯脱氢制苯乙烯生产过程中蒸汽过热炉温度控制非线性、大滞后的问题,提出了一种模糊自适应PID控制器用于改善蒸汽过热炉的温度控制效果。首先建立了蒸汽过热炉的数学模型,确定了系统的输入输出量;其次,在构建模糊控制器结构的基础上设计了模糊控制规则,实现了PID控制器的参数自适应调节;最后对所设计的蒸汽过热炉温度模糊自适应PID控制器进行了仿真分析。结果表明,模糊自适应PID控制器与常规PID控制器相比较,提高了蒸汽过热炉温度控制系统的自适应能力和鲁棒性,改善了系统的动态性能和静态性能,对非线性时滞系统控制效果更好。     

随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统, 提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器. 该多模型控制器由多个固定控制器和两个自适应控制器构成. 固定控制器用以覆盖系统参数的可能变化范围, 自适应控制器用以保证系统的稳定性和提高暂态性能. 该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质, 基于广义最小方差性能指标, 将随机系统辨识算法和最优控制器设计相结合, 直接辨识出控制器的参数, 通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制, 而且消除了稳态误差、配置了闭环极点. 文末给出了全局收敛性分析. 仿真结果表明该方法明显优于常规自适应控制器.     

反应釜温度的智能优化模糊PID控制器设计

通过对反应釜温度控制系统的分析讨论,针对传统控制中响应速度慢、自适应能力差等问题,本文设计了一种基于粒子群算法的模糊自适应PID控制器。该控制器通过对不同工况下控制器的比例因子和量化因子的实时优化来改善反应釜温度控制效果。仿真结果表明,粒子群优化模糊自适应PID控制器与传统的PID控制器和模糊控制器相比,系统动态特性和静态特性均得到了较大的提高,自适应能力显著增强。     

不确定Roessler混沌系统的自适应投影同步

提出了一种不确定Roessler系统自适应投影同步方法。基于Lyapunov稳定性理论,设计了非线性自适应控制器．该控制器可使得驱动系统和具有未知参数的响应系统达到同步,并且可以辨识出响应系统的未知参数。数值模拟验证了所提方案的有效性。     

一种新的数据驱动的非线性自适应切换控制方法

针对一类非线性离散时间动态系统, 提出了一种新的非线性自适应切换控制方法. 该方法首先把非线性项分解为前一拍可测部分与未知增量和的形式, 并充分利用被控对象的大数据信息和知识, 把非线性项前一拍可测数据与未知增量都用于控制器设计, 分别设计了线性自适应控制器, 带有非线性项前一拍可测数据补偿的非线性自适应控制器以及带有非线性项未知增量估计与补偿的非线性自适应控制器. 三个自适应控制器通过切换函数和切换规则来协调控制被控对象. 既保证了闭环系统的稳定性, 同时又提高了闭环系统的性能. 分析了闭环切换系统的稳定性和收敛性. 最后, 通过水箱液位系统的物理实验, 实验结果验证了所提算法的有效性.     

磁悬浮球系统的非线性自适应控制方法

针对磁悬浮球系统被控对象变化时控制器自适应问题,提出了一种反馈线性化和在线参数辨识相结合的非线性自适应控制方法。基于状态反馈精确线性化方法建立磁悬浮球系统的数学模型,通过状态反馈设计了一种非线性控制器,并给出了控制器参数的在线辨识方法。MATLAB平台上在线实验结果表明,与反演滑模自适应控制方法相比,提出的方法无须在平衡位置近似线性化,可以在平衡位置实现对不同对象的自适应控制,且具有理想的稳态调节性能。     

不确定非线性系统自适应鲁棒控制器设计

针对一类含不确定参数且存在未知扰动的非线性系统,设计了一种新型的自适应鲁棒控制器。用反演设计思想获得具有待定系数的控制器表达式,用BP神经网络自适应调节控制器的参数。仿真结果表明该控制器对系统参数的不确定性和未知扰动具有一定的鲁棒性,并能保证闭环系统全局稳定。     

基于数据融合的自适应神经网络模糊控制系统设计

基于数据融合的思想，提出一种非线性系统的自适应神经网络模糊控制器的设计方法。该方法利用数据融合技术降低了模糊控制器的输入维数，简化了模糊控制器的设计。用自适应神经模糊推理系统的神经网络自学习功能完成模糊控制器的设计。仿真结果表明，自适应神经网络模糊控制系统性能优于采用普通的模糊控制器的情况，为数据融合与智能系统技术在非线性系统中的应用作了有益的探索.     

板球系统的间接模糊自适应控制

针对具有强耦合、不确定摩擦力的多变量非线性板球系统,利用Lyapunov稳定理论,设计一种间接模糊自适应控制器。该控制器可以在确保系统变量在有限范围内变动的同时保持收敛性,并且在系统的增益矩阵不可逆时,使得板球系统稳定并跟踪误差收敛到零邻域内。控制器是由监督、间接模糊自适应和自适应补偿3种控制算法结合的。仿真实验表明,所提出的控制方法能够确保板球系统跟踪控制的稳定性和收敛性。     

自适应模糊控制的自平衡机器人设计

在两轮自平衡机器人系统的平衡控制中,为解决因所建立的数学模型不准确和存在未知干扰而影响控制性能的问题,设计了一种自适应模糊控制方法;首先,运用牛顿力学法建立了系统在斜坡上运动的数学模型;基于所建立的非线性动态模型,采用单点模糊化、乘积推理机和中心平均解模糊化的方法构建了自适应模糊逻辑控制器,然后通过李雅普诺夫稳定性分析的方法,导出控制器的自适应律;对自适应模糊控制的两轮自平衡机器人的平衡情况进行了仿真,结果表明,提出的自适应模糊控制器可以实现系统平衡,并具有自适应能力和鲁棒性。     

不匹配不确定性系统的近似变结构输出跟踪控制

针对一类具有不匹配不确定性的非线性系统,提出一种结合变结构控制方法及自适应控制方法输出跟踪控制器。首先提出一种保证不确定性系统跟踪误差指数稳定的近似变结构控制器;进而得到一种具有不确定性范数上界估计能力的自适应近似变结构控制器,并证明了所提出的自适应近似变结构控制器使跟踪误差在时间趋于无穷时收敛于零。