基于支持向量机的磁力轴承系统辨识研究

针对磁力轴承控制系统的设计分析,提出了一种基于支持向量机(SVM)的磁力轴承系统辨识方法。首先通过闭环控制使转子稳定悬浮,然后在控制器的输出信号中加入扰动信号,以使系统被充分地激励。在该闭环控制系统的基础上,对控制输入数据和输出数据进行采样,然后用SVM算法对磁力轴承系统进行辨识分析。该辨识系统的输入为控制电流,输出为转子位移。将该方法与BP神经网络进行比较,仿真结果表明,SVM用于磁力轴承系统辨识具有良好的辨识效果,辨识精度高,且训练速度快。     

基于ARX模型的控制系统辨识及稳定性分析

应用系统辨识技术,基于ARX模型,建立了热连轧机液压压下控制系统的动态数学模型.系统的输入和输出数据分别采用轧机压下闭环系统电液伺服阀控制信号和辊缝位移信号;模型的参数估计采用最小二乘估计法(LSCE),模型阶的辨识采用赤池信息准则(AIC).使用数据验证模型3步预测输出数据,并与实际测量数据对比研究了辨识模型的拟合精度,采用残差分析法检验了模型的有效性.仿真分析结果表明:辨识的模型是有效的.建立的轧机压下控制系统的数字化模型是计算机仿真分析的基础,也是控制器优化设计的依据,同时也为研究轧机振动特性提供了重要手段.     

电液伺服系统神经网络辨识及控制器设计

针对阀控缸电液位置伺服系统非线性建模问题,采用神经网络进行系统模型辨识。采用LM遗传算法对三层BP神经网络的权值和阈值进行修正,通过训练系统的输入/输出数据建立非线性系统辨识模型。基于此模型,设计模糊PI控制器,利用智能权函数在线自动调整和修改模糊控制器的规则。利用x PC技术建立阀控缸伺服实验台,以实验台阶跃输出信号作为改进BP神经网络辨识信号,以实验台正弦输出信号作为验证信号。实验表明:该神经网络辨识模型的可信性得以验证;通过对比智能权函数模糊PI控制器和模糊控制器的实验曲线,表明前者控制效果更好。     

一种非线性系统的鲁棒型预测控制算法

提出一种基于神经网络的鲁棒型广义预测控制(GPC)方法,该方法首先用神经网络对非线性系统进行辨识,然后在控制中将模型输出值与测量输出值进行综合,代替量测输出用于控制中,从而降低辨识器与控制器对未建模动态的敏感性,增强控制器的适应能力和鲁棒性.仿真结果表明:将本方法应用于非线性系统控制,对未建模动态具有较强的鲁棒性和控制能力.     

一种非线性系统的鲁棒型预测控制算法

提出一种基于神经网络的鲁棒型广义预测控制（GPC）方法,该方法首先用神经网络对非线性系统进行辨识,然后在控制中将模型输出值与测量输出值进行综合,代替量测输出用于控制中,从而降低辨识器与控制器对未建模动态的敏感性,增强控制器的适应能力和鲁棒性.仿真结果表明：将本方法应用于非线性系统控制,对未建模动态具有较强的鲁棒性和控制能力.     

基于数据驱动的热连轧厚度建模与控制方法

针对轧机厚度机理模型逐渐不满足现有的控制精度要求的现象,提出了一种基于数据驱动的热轧带钢厚度预测与控制方法.该方法通过对输入空间数据进行在线聚类划分,在各子空间使用最小二乘支持向量机(least square support vector machine,LS-SVM)在线算法建立非线性模型,并预测系统的输出值,利用预测控制方法求得控制量,根据控制器加权策略得到全局控制量.仿真结果证明了该方法的有效性.     

基于子空间预测方法的稀土萃取过程控制

针对稀土萃取工艺中的多变量、强耦合、非线性等特性，提出一种稀土萃取过程的状态空间模型子空间预测控制方法。该方法通过采集稀土萃取工业过程数据(包含萃取剂流量、稀土料液流量、洗涤液流量和水相料液组分浓度四个变量)作为控制器输入变量，输出变量为稀土元素组成分含量，构建稀土萃取的多变量子空间预测模型，利用滚动窗口在线更新模型辨识数据，设计稀土萃取过程的子空间预测控制器，并在MATLAB上进行仿真实验。结果表明，该方法在目标跟踪和抗干扰性方面控制效果显著。     

基于状态观测器的事件触发预测控制

针对一类存在数据丢包的网络控制系统,在系统状态无法直接测量的情况下,基于状态观测器和事件触发机制,提出了一种事件触发预测控制算法。首先,在传感器端建立了基于输出信息的事件触发机制1,用来减少传感器端到控制器端的信息发送次数,减少数据量的发送。其次,在控制器端建立事件触发机制2和状态观测器,用来重构和预测系统的状态和未来的控制输入序列,并发送给执行器端。执行器从接收到的序列中选择合适的控制输入作用于被控对象。然后利用Lyapunov稳定性理论,结合线性矩阵不等式,同时设计出反馈矩阵和事件触发机制中的参数。最后,通过仿真验证了所提方法的有效性。     

基于输出估计的多输入系统随机梯度估计算法

对于输出误差模型描述的多输入单输出系统,辨识的困难在于辨识模型信息向量中包含系统未知输出量(真实输出或无噪输出),以致标准辨识算法无法应用.提出了利用输出估计代替系统真实输出的辨识思想,即通过估计模型预测(估算)系统输出,利用这个估计输出来递推计算系统参数,进而提出了基于输出估计的随机梯度辨识算法,并研究了算法的收敛性,给出了仿真例子.     

辅助模型辨识方法(3):输入非线性输出误差自回归系统

输入非线性系统包括输入非线性方程误差类系统和输入非线性输出误差类系统.针对输入非线性输出误差自回归系统,分别基于过参数化模型,基于关键项分离原理,基于数据滤波技术,研究了相应的基于过参数化模型的辅助模型递推辨识方法、基于关键项分离的辅助模型递推辨识方法、基于数据滤波的辅助模型递推辨识方法.这些方法可以推广到其他输入非线性输出误差系统、输出非线性输出误差系统、反馈非线性系统等.并给出了几个典型辨识算法的计算步骤、流程图和计算量.     

多模型预测控制及其在火电厂过热汽温控制中的应用

针对火电厂存在的过热汽温问题,设计了多模型预测控制系统.根据若干建模工况点,离线训练局部人工神经网络模型,利用贝叶斯估计的方法在线计算每个局部神经网络模型概率,加权计算出模型预测输出值.根据预测控制的原理,利用Newton-Raphson迭代法得到控制信号,从而得到了仅含一个控制器的多模型预测控制系统.仿真结果表明,在负荷大范围变化的工况下仍能保持良好的控制性能,具有较强的鲁棒性.     

扩展状态空间预测控制

基于过程的扩展状态空间模型，导出了一种具有类似离散ＰＩ最优调节器结构并具有未来Ｐ步设定值前馈控制的新型预测控制器．由于其目标函数中考虑了系统状态的变化，因而控制效果要优于仅考虑预测输出误差的情况．仿真结果还表明它优于经典离散ＰＩ最优调节器。     

空间机械臂输出反馈抗饱和PID控制算法设计

针对输入受限影响下的空间机械臂的输出反馈全局渐进稳定控制问题,采用一类正切双曲线作为饱和函数,提出了一种新的输出反馈抗饱和非线性比〖JP9〗例-〖JP〗积〖JP9〗分-〖JP〗微分（PID）控制算法,该算法能够实现饱和非线性影响下的空间机械臂闭环全局渐进稳定控制. 基于Lyapunov和LaSalle的不变集理论验证了闭环系统在平衡位置上的全局渐进稳定性,并确定保证全局渐进稳定的输入条件. 通过两自由度平面机械臂仿真验证了该算法的有效性.     

带约束处理的PI型广义预测控制

在PI型广义预测控制(PIGPC)的基础上,使用Lagrange乘子法处理输入输出的约束条件,从而求得带约束处理的PI型广义预测控制。在线性系统中对控制量及输出量的约束可以转化为对控制增量的约束,通过添加松弛变量将简化的不等式约束转化为等式约束,采用求解等式约束的方法求解不等式约束的最优解。仿真结果表明,加入约束处理后可有效限制系统的输入输出,算法更加符合实际应用的要求。     

Model-free Adaptive Control for Spacecraft Attitude

To measure the jitter performance of the Tirthy Meter Telescope tertary mirror(TMT M3), the model of jitter based on the accerleration signal is established. First and foremost, the procedure TMT required to processs the jitter data is presented. Then, the jitter of the system is divided into two parts: powered jitter and unpowered jitter. The metric of the jitter is required to be in the form of displacement or angle. So the frequency integration is involved to minify the error source introduced by the tending iterm in the time domain integration. In the evaluation of the power jitter, the accelerometers are used to obtain the rigid body motion of the tertiary mirror. The random decrement technique and dominated mode theory are applied to obtain the model of unpowered jitter. A classical telescope performances a 1.6” RMS jitter metric; for a four meter scale system, the resonance frequency is around 107 Hz, powering, with 0.14% damping. Consequently, the tip (183 Hz,0.6%) and tilt (193 Hz, 0.19%) are both be measured. Using this model, the system engineers can estimate the unpowered jitter when the system is presented in the distortion.     

基于状态反馈精确线性化Buck变换器的微分平坦控制

针对Buck变换器由于输入电压和输出电流等外部扰动及电路参数摄动等不确定因素引起系统输出电压变化的问题,提出一种基于状态反馈精确线性化的微分平坦控制方法。根据状态空间平均方程建立了变换器的仿射非线性模型,通过坐标变换推导出状态反馈控制率。在状态反馈精确线性化模型基础上,设计了微分平坦控制器,同时将扰动观测器嵌入控制器中,进一步提高了系统对电路参数摄动和外部扰动等内外干扰的处理能力。最后应用灵敏度理论分析了变换器的稳定性,可知减小电感量、增大电容值有利于提高系统的稳定性。实验结果表明,与传统PI控制方法相比,本文所提控制方法对输入电压和输出电流扰动具有更强鲁棒性,输出电压纹波更小,且系统响应速度能提升近50%。本文研究对DC-DC变换器控制器的设计具有参考意义。     

10 kW大功率磁控管控制系统的仿真

对大功率磁控管控制系统进行仿真是稳定磁控管微波功率输出和系统控制器设计的关键所在. 首先,利用实验测量的数据和最小二乘法,在Simulink中建立10 kW磁控管的数学模型,然后进行PID控制器设计. 在控制系统仿真过程中,控制输入量为设定功率所对应的期望输出电流值,反馈量为磁控管的阳极电流,利用Ziegler-Nichols方法对PID控制器参数进行整定. 最终,仿真系统的功率输出达到期望的稳定值,将仿真所得与长时间实践所得进行比较,发现二者的差距甚小. 由于仿真得到的控制器性能稳定且设计过程简便,故能够很好的应用于实际的微波输出控制系统中.     

Support vector machine based nonlinear model multi-step-ahead optimizing predictive control

1INTRODUCTION Modelpredictivecontrol(MPC)isaclassof controlalgorithmsinwhichadynamicprocessmodelisusedtopredictandoptimizeprocessper formance[1].Becausemanyindustrialprocessesare intrinsicallynonlinear,especiallyintwocases[2]:strongnonlinearregulatorcontrolproblemsand servocontrolproblemswithfrequentchangesof operatingpoints.Nonlinearmodelpredictivecon trol(NMPC)techniquesshouldbedevelopedto overcometheeffectofthehardnonlinear.Re cently,someNMPCalgorithmshavebeenputfor ward,whicharema…     

复杂环境下两轮自平衡机器人稳定控制研究

针对两轮自平衡机器人在控制过程中的抖动现象,采用一种快速跟踪的有限记忆递推最小二乘估计方法,实现系重心偏移角的参数辨识.仿真表明,在参数突然变化时,该方法能快速辨识系统参数.通过增加一个惯导元件,用一个倾角仪A中采集的数据辨识出的偏移角对另一个倾角仪B的零位进行修正,将B采集的数据反馈到控制器中,对机器人实施平衡控制.分析表明,考虑重心偏移的控制策略是一种自适应的控制方法,能有效去除抖动现象,提高两轮自平衡机器人平衡控制的鲁棒性.     

安全生产风险防控状态预测机制研究

以安全生产隐患排查云服务平台中的企业风险防控数据为基础,对企业安全生产风险点的危害因素进行量化,进而得出相应周期的安全生产风险防控状态影响统计值。运用马尔可夫理论建立数学模型,预测企业下一周期安全生产风险防控状态。根据预测的防控状态级别及近期风险点来评定企业是否存在安全风险,并采取相应的对策与措施。