一类非线性系统的无模型学习自适应控制

对于一类常见非线性离散系统，提出了其动态线性逼近的增量型模型、无模型自适应控制律和带有参数限定时域长度的参数自适应预报递推算法。实现了对时滞非线性系统的无模型学习自适应控制。通过仿真表明，该算法对于一类非线性系统实现无模型学习自适应控制是正确和有效的。     

非线性系统自适应鲁棒控制器设计

针对非线性系统模型参数具有不确定性的问题,利用二型模糊逻辑控制器特别适合于解决不确定性问题的优点和特点,提出二型模糊自适应滑模控制方法,设计了具有自适应和鲁棒性的非线性系统控制器。首先对非线性系统进行精确线性化,然后选取合适的滑模面,并设计了二型模糊逻辑系统,通过李亚普诺夫稳定性理论分析,得到自适应控制律。通过仿真实例验证,对比分析并验证了该控制方法能够克服不确定性参数的干扰,从而更好地控制非线性系统,使其具有一定的自适应性和鲁棒性。     

柴油机主动隔振液压执行器线性化控制仿真研究

利用非线性自适应控制方法及其相应的非线性系统理论,对实际柴油机台架液压执行器的非线性系统进行线性化控制,以达到减小乃至消除整个系统非线性成分的目的.从实际台架出发进行理论分析,为柴油机双层主动隔振系统的次级通道建立确切的非线性系统模型,进而采用预补偿模型参考自适应逆控制策略(PCMRAIC),在Matlab平台下实现对整个非线性系统线性化控制的数字仿真.数字仿真结果表明,柴油机主动隔振系统次级通道存在着不可回避的非线性特性,采用预补偿模型参考自适应逆控制策略能够较理想地解决次级通道非线性特性.数字仿真对柴油机试验台架的实际研究有一定的指导意义.     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力，它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数，使控制器能够适应受控对象结构的参数以及环境的变化。因此采用单神经元构成自适应PID控制器，将神经元与PID控制结合，对PID参数进行在线寻优、自校正，使PID控制能有效地对付一些较复杂非线性被控对象，特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力，采用动态自适应神经元（APE）对非线性系统进行预测，即用神经元建立起非线性系统的预测模型，预测系统的未来输出，从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明，这种自适应控制方案切实可行，其控制品质明显优于常规PID控制，且具有较强的鲁棒性，达到了良好的控制效果。     

一类非线性系统模型参考自适应控制的分段线性化方法

研究了采用分段线性化方法进行一类非线性系统模型参考自适应控制的方案．首先给出了系统的描述,然后将非线性环节分段线性化,在此基础上得到了模型参考自适应控制的方案．仿真结果表明,自适应控制系统比ＰＩＤ控制具有更好的动态性能和更强的抗扰动能力．     

非线性系统的一种变结构自适应控制设计

本文研究了一种含有未知参数非线性系统的变结构自适应控制设计方法,作者首先通过状态反馈和坐标变换将非线性系统变成线性系统,然后将变结构控制与自适应控制结合起来,给出了具有滑动模态的模型参考自适应控制设计方法,从而解决了一类非线性系统的模型跟踪问题。最后应用简单算例证实了该设计方法的可行性。     

一类非线性输出注入系统的鲁棒故障估计

针对一类非线性输出注入系统,研究了基于自适应观测器的故障估计问题.非线性系统的主导部分是依赖于系统输出和控制输入的非线性函数,故障是依赖于控制输入和未知参数的非线性函数,但故障独立于系统输出.设计了保证诊断系统稳定的实现故障估计的自适应调节律, 并对调节律中的参数对故障估计精度的影响进行了分析.通过数值仿真,验证了本文方法和分析结果的有效性.     

基于Müller法的非线性系统不依赖于受控系统模型的自适应控制

用Mueller法将非线性离散系统用于基于二次插值多项式进行动态非线性逼近,给出了不依赖于受控系统模型的自适应控制算法,讨论了该算法的收敛性,通过仿真表明,该算法对一类非线性系统实现无模型自适应控制是正确和有效的。     

一类非线性系统的线性化方法研究

介绍了非线性系统转换为线性系统的条件,提出了非线性系统线性化的一种简便方法。运用Simulink构建参数未知的非线性对象及其自适应控制律的数学模型,并对其仿真结果进行了研究,证明了本文提出的非线性方法的可行性。     

Genesio-Tesi系统的自适应同步控制

针对Genesio-Tesi系统,利用耦合法和非线性控制法实现了该系统的自适应同步控制.通过选取适当的耦合参数,利用耦合法可以较快地实现该系统的自适应同步;并给出具体证明过程.利用非线性控制法通过选取适当的非线性控制项也可以有效地实现该系统的自适应同步控制.并利用数学软件给出数值模拟,通过理论分析和数值仿真表明这2种方法都可以较快有效地实现混沌同步.     

基于自适应终端滑模控制器的机械手跟踪控制

针对具有不确定性的机械手轨迹跟踪控制问题,提出一种自适应二阶终端滑模控制器设计方法。设计一类非线性不确定系统的自适应二阶终端滑模算法,使得不连续符号函数包含在控制微分项,实际控制作用连续;采用自适应律克服不确定性上界未知问题,基于Lyapunov方法证明系统稳定性;针对机械手轨迹跟踪问题,基于所提出控制方法设计机械手自适应终端滑模控制方案;通过对双关节机械手轨迹跟踪仿真研究,验证所提出控制策略的有效性。     

一种增益自适应的单神经元PID控制器

针对时滞不确定对象,提出一种单神经元PID控制器,此控制器不依赖于对象模型。由于神经元的权值能在线调整,因此具有自学习和自适应能力,同时应用自适应PSD算法调整比例系数K值的大小,构成了增益自适应的单神经元PID控制器。在MATLAB/SIMULINK下对算法实现仿真控制,结果证明增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强且算法简单适用的控制器,适合于工业上不确定对象的平稳控制。     

模糊自适应控制在给水加药系统中的应用

针对火电厂给水加药过程的复杂性、较大迟延性及难以确切描述的非线性,提出将模糊控制与常规PID控制相结合的新思路,设计了自适应模糊PID控制模型,通过现场实际采集的历史数据,对系统进行仿真分析.结果表明,这种新的控制策略可以很好地处理pH中和过程的非线性和滞后性问题.     

模糊自适应控制在给水加药系统中的应用

针对火电厂给水加药过程的复杂性、较大迟延性及难以确切描述的非线性,提出将模糊控制与常规PID控制相结合的新思路,设计了自适应模糊PID控制模型,通过现场实际采集的历史数据,对系统进行仿真分析.结果表明,这种新的控制策略可以很好地处理pH中和过程的非线性和滞后性问题.     

基于MATLAB的自适应FUZZY—PID控制器设计与研究

以MATLAB为工具,详细介绍了运用MATLAB进行自适应Fuzzy—PID控制系统设计的步骤和方法,并对自适应Fuzzy—PID控制器的鲁棒性进行了分析和论证,仿真研究表明自适应Fuzzy—PID控制器具有良好的适应性和应用前景。     

离散Hammerstein 系统的精确模型匹配设计

对于Hammerstein 模型描述的一类离散时间非线性系统, 提出一个精确模型匹配设计。该Hammer stein 模型是由一个用奇数阶多项式表示的无记忆非线性环节和一个线性时不变子系统级联组成。对于此模型提出了精确模型匹配控制器的结构, 并推导了自适应控制律。最后, 通过数值仿真证明了该设计方案的有效性。     

解空间种群均匀化自适应遗传算法的应用

提出了一种新型解空间种群均匀的自适应遗传算法，并采用随机方法对初始种群加以改进，使初始种群均匀分布于解空间之中.在优化进程中，引入自适应算法，使交叉的变异算子具有自适应性；将自适应调节机制引入适应值函数中，使适应值函数同样具有自适应性.为证实所提出的改进遗传算法的可行性和有效性，对几种典型的多峰值函数进行了寻优测试.优化测试结果与解析解及标准遗传算法优化结果相对比，证明改进遗传算法的全局搜索能力和收敛性都远优于标准遗传算法.     

基于模糊自适应PID的主汽温控制系统

为了改善传统串级PID主汽温度控制系统的控制效果,提出了采用模糊自适应控制器的串级主汽温控方案.主调节器采用模糊自适应PID控制器,副调节器采用传统PID调节器.利用模糊规则,主调节器PID参数可根据误差信号动态调整.仿真结果表明,该系统在机组负荷较大范围变化时,其控制品质优于传统PID串级控制系统.     

基于Smith预估器的单神经元PSD自适应主汽温控制

针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种新的基于 Smith 预估器的单神经元 PSD 自适应控制算法,即由 Smith 预估器和单神经元 PSD 自适应控制器组合的复合控制。并且利用Lyapunov 稳定性理论证明了单神经元自适应控制器的稳定性。实验结果表明,这种控制方式具有较好的自适应性和鲁棒性。