网络控制系统中的时戳预测函数控制

传统预测函数控制算法不能有效处理网络控制系统中的随机延迟,为此提出了时戳预测函数控制算法.该算法使用时间戳来估计由网络引入的控制延迟,在预测系统未来输出时明确考虑了该延迟,然后借鉴传统预测函数控制算法的基本策略,得到了适用于网络控制系统的控制规律.进一步由TrueT im e工具箱搭建了网络控制系统仿真平台,对比了时戳预测函数控制算法和传统预测函数控制算法.仿真结果表明随着网络引入延迟的增大,时戳预测函数控制算法给出控制品质明显优越于传统预测函数控制算法.     

一种新型的预测函数PID控制算法的研究

针对应用于工业过程中的系统具有大时滞、时变性、非线性等特点,采用传统的PID控制方法难以实现良好的控制效果.将预测函数控制算法和PID控制算法相结合,提出了一种新型的预测函数PID控制算法.该算法具有预测函数控制算法鲁棒性强和PID控制算法抗干扰性好的优点.仿真结果表明,与常规预测函数控制算法相比,该控制算法满足系统对快速性和稳态精度的要求,具有良好的鲁棒性和抗干扰能力.     

新型LQ终端连续控制及其在直升机自主软着陆中的应用

针对有限时间线性二次型终端控制问题,提出了新型终端控制算法.该算法采用了扫掠法和转移矩阵法两种求解方法.以OH-6A型直升机自主软着陆控制为例,对新终端控制算法和硬终端控制方法进行了数值实验和比较,实验证明了新终端控制算法有效可行,比现有的硬终端控制算法缩短了计算时间和减少了反馈增益.     

先进控制算法的研究

DMC预测控制算法能够较好改善纯滞后复杂对象的控制效果.基于LabVIEW设计实现了DMC、DMC-PID、差分方程MPC等高级控制算法.利用LabVIEW对以上算法进行仿真,并选取一阶纯滞后模型作为控制对象进行控制效果检验.实验结果证明以上控制算法较常规PID有较好的控制效果.     

高速公路入口匝道控制算法综述

入口匝道控制足缓解高速公路交通拥挤最有效的方法之一.首先阐述了高速公路入口匝道控制的基本原理和作用,依据控制范围将匝道控制分为单点控制与协调控制,依据对实时信息响应的不同将其划分为动态控制和静态控制;然后,对应用上最流行和理论上具有吸引力的几种典型入口匝道比如单点型匝道控制算法、等同型匝道控制算法、竞争型匝道控制算法和一体化型匝道控制算法的原理及其优缺点进行总结、分析和对比;最后在总结现有匝道控制算法的基础上,对未来入口匝道控制的研究方向进行了分析与展望.     

多模式控制器设计与仿真

通过简要分析人工智能的特点和控制的实质,运用人工智能的直觉推理方法,提出了一种基于偏差特征信息的多模式智能控制算法结构,由加速控制、制动控制、位置控制、稳态控制四种控制模式实现.设计了两种控制算法.算法用加速储能控制来解决系统响应的快速性的要求、用快速放能控制来解决系统平稳性要求、用稳态能量控制来解决系统的准确性要求.最后用仿真比较了控制算法的优良性能.控制算法结构简单,通用性强,使用调整方便.     

广义预测自适应控制的直接算法及全局收敛性分析

该文提出了广义预测自适应控制的直接方式,给出了控制算法并分析了控制算法的全局 收敛性.     

具有结构不确定性的时滞系统的闭环鲁棒预测控制器

针对具有结构不确定性的时滞系统,设计了闭环鲁棒预测控制算法.该控制算法基于控制不变集方法,通过采用双模控制和闭环控制策略,增加了控制设计的自由度,进而扩大了系统的初始可行域并能获得较优的控制性能.仿真结果验证了该方法的有效性.     

具有角速度和输入约束的航天器姿态协同控制

提出了基于有向图的航天器姿态协同控制算法, 并且系统的角速度和控制输入满足有界性的约束. 当外部扰动存在时, 设计了自适应算法估计扰动的上界, 采用滤波器补偿的方法处理控制输入饱和问题, 并且设计了新的自适应姿态协同控制算法. 对于所设计的控制算法, 给出了稳定性分析, 证明了系统具有几乎全局渐近稳定性. 进一步把控制算法推广到时变通信时滞情况, 当控制器参数满足一定条件时, 仍然能够保证编队系统的几乎全局渐近稳定性. 通过数值仿真, 验证了所提出的控制方案的有效性.     

改进Smith控制与RBF单神经元PID的换热器控制系统

为了高效控制工质出口温度,维持换热器稳定运行,针对Smith预估控制算法及径向基函数(RBF)神经网络辨识单神经元比例-积分-微分(PID)控制算法特点,提出了Smith控制算法和RBF神经网络辨识单神经元PID相结合的控制策略,对Smith控制算法在结构上进行了改进,以提高RBF神经网络辨识单神经元PID控制的抗干扰能力,减少Smith控制算法对模型的依赖程度.仿真分析表明:应用于换热器工质出口温度控制系统,改进算法控制性能显著优于其它控制方法,抗干扰能力得到了大幅提高.     

分散混杂自适应模糊H∞控制器及其在自动化公路系统中的应用

本文针对一类SISO不确定非线性大系统,提出了一种混杂间接和直接自适应分散模糊H∞控制器.通过组合模糊系统和H∞跟踪技术开发的分散自适应模糊控制算法避免了控制设计中含有的符号函数.两种自适应模糊控制器的组合消除了它们各自均不能够同时融合被控对象知识与控制知识的局限.闭环大系统被证明是稳定的,且具有H∞跟踪性能.该算法应用于自动化公路系统中车辆的纵向跟随控制,仿真结果表明混杂自适应模糊H∞控制系统的跟踪性能更好而相应的控制幅值却更小.     

利用BP算法的一种自适应模糊预测控制器

提出一种由模糊预测器和模糊预测控制器组成的自适应模糊预测控制方案,采用ＢＰ算法训练模糊预测器和模糊预测控制器,并给出这种模糊预测控制器的训练算法。控制系统对于具有纯时延的非线性被控过程有良好的控制性能。     

一种非线性系统的模糊自适应控制

针对一类非线性系统提出一种模糊自适应控制方案，设计中用模糊逻辑系统逼近非线性函数，骨于滑模原理及Ｌｙａｐｕｎｏｖ函数方法给出了闭环系统的稳定性分析。     

一类非线性系统综合自适应模糊滑模控制

针对一类非线性系统把模糊控制,模糊逻辑逼近及模糊滑模控制相结合,提出一种综合自适应模糊滑模控制方法、直接和间接自适应模糊控制器只能利用模糊控制规则或模糊描述信息,而综合自适应模糊控制器能利用上述两种信息。理论证明闭环系统稳定,跟踪误差收敛到零或零的一个小邻域内。仿真结果表明了算法的有效性。     

模糊/神经自适应控制及其在非线性系统中的应用

针对连续未知非线性系统，提出一种基于观测器并保证稳定性和有界性的自适应模糊历中经算法。本算法利用T—S模糊系统或者神经网络径向基函数构成间接自适应控制器，其参数根据控制率和自适应率进行在线调整，并利用Lyapunov综合法确保对非线性环节渐进跟踪的稳定性。最后，通过对倒立摆系统的仿真，证明该算法在非线性系统控制中应用的可行性。     

An Adaptive Fuzzy Control Model for Multi-Joint Manipulators

Multi-joint manipulator systems are subject to nonlinear influences such as frictional characteristics, random disturbances and load variations. To account for uncertain disturbances in the operation of manipulators, we propose an adaptive manipulator control method based on a multi-joint fuzzy system, in which the upper bound information of the fuzzy system is constant and the state variables of the manipulator control system are measurable. The control algorithm of the system is a MIMO (multi-input-multi-output) fuzzy system that can approximate system error by using a robust adaptive control law to eliminate the shadow caused by approximation error. It can ensure the stability of complex manipulator control systems and reduce the number of fuzzy rules required. Comparison of experimental and simulation data shows that the controller designed using this algorithm has highly-precise trajectory-tracking control and can control robotic systems with complex characteristics of non-linearity, coupling and uncertainty. Therefore, the proposed algorithm has good practical application prospects and promotes the development of complex control systems.     

一类大系统的间接自适应分散模糊控制

针对一类未知非线性大系统,将模糊控制、模糊逻辑系统及滑模控制相结合,提出了 一种间接自适应模糊控制策略,仿真结果证明了所提出的算法是有效的.     

基于Smith的自适应模糊网络拥塞控制算法

针对网络拥塞控制系统中因网络时滞对主动队列管理算法产生的不利影响, 提出了一种基于Smith预估的自适应模糊主动队列管理算法。该算法将Smith预估控制与自适应模糊控制相结合, 利用Smith预估器补偿网络时滞, 同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差等缺点。仿真结果表明, 该方法可以使队列长度快速收敛到设定值, 同时维持较小的队列振荡, 尤其是在网络条件变化的情况下, 该算法优于传统PI控制、模糊控制和传统的滑模控制。     

一类非线性系统的自适应模糊滑模控制

对一类具有不确定性的非线性系统,根据滑模控制原理并利用模糊系统的逼近能 力,提出了一种自适应模糊滑模控制系统的设计方法.控制结构中采用模糊系统自适应朴偿 过程的不确定性.利用李雅普诺夫理论,证明了控制算法是全局稳定的,跟踪误差可收敛到 零的一个邻域内.     

Adaptive sliding mode control for MIMO nonlinear systems based on fuzzy logic scheme

In this study an indirect adaptive sliding mode control (SMC) based on a fuzzy logic scheme is proposed to strengthen the tracking control performance of a general class of multi-input multi-output (MIMO) nonlinear uncertain systems. Combining reaching law approach and fuzzy universal approximation theorem, the proposed design procedure combines the advantages of fuzzy logic control, adaptive control and sliding mode control. The stability of the control systems is proved in the sense of the Lyapunov second stability theorem. Two simulation studies are presented to demonstrate the effectiveness of our new hybrid control algorithm.