基于Logistic指数型函数的孤岛微电网下垂控制

在孤岛微电网系统的下垂控制模块中需要控制有功和频率，而传统下垂控制方法往往采用有功与频率的一次函数形式。当孤岛微电网系统负荷变化时，传统下垂控制方法不能稳定控制系统频率。于是提出一个两端具有饱和性质的指数型函数来改进控制方程，在保证频率稳定的前提下，有效地改善功率控制的精度。基于MATLAB/Simulink仿真平台，搭建了传统下垂控制和基于Logistic指数型函数的下垂控制微电网模型，结果表明Logistic指数型函数下垂控制比传统下垂控制具有更好的稳定性。     

仿人工智能控制器及其在碳化塔中部温度控制中的应用

由于在纯碱碳化塔中部温度控制系统中，其控制对象本身的滞后较大，用传统PID控制方式来调节温度，达到系统稳定状态的时间过长，而改用智能控制与传统PID控制相结合的方法，能充分发挥智能控制的优点，极大地缩短系统稳定的时间，并增强系统的抗干扰能力。     

适用于实时协同编著系统的并发控制研究

实时协同编著系统是最受欢迎的实时ＣＳＣＷ应用系统之一，适用于实时协同编著系统的并发控制用于解决参与协同工作用户对共享对象操作时存在的冲突问题。本文对这种新的并发控制与适用于分布式数据库系统等的传统并发控制进行了比较，讨论了一些适用于实时协同编著系统并发控制方法的新评价参数，分析了传统并发控制方法应用到实时协同编著系统时所遇到的问题。最后，我们介绍了一些文献中已有原型系统所使用的并发控制方法。     

基于模糊控制的PID参数整定

PID控制算法中，参数整定是十分重要的，其好坏直接影响控制性能。有些系统中传统方法整定的参数不能兼顾所有控制指标。介绍了用模糊控制进行PID参数整定的方法。     

四相控制方法在ABS中的仿真研究

逻辑门限值方法在汽车防抱制动系统的控制中应用非常广泛，四相控制方法在传统的逻辑门限值方法中增加了高压保持和低压保持两个模式，改进了逻辑门限值方法的一些缺点。四相控制方法的关键是门限值的确定，在对车轮受力分析的基础上，推导了确定门限值的三个基本公式。将四相控制方法的控制思路程序化，考虑了载荷转移对防抱制动系统的影响，针对双轮汽车的制动过程进行了计算机仿真。通过仿真验证了ABS四相控制方法在不同路面状况下的有效性及对其研究应用的正确性。     

仿人智能PID控制器及其应用

纯碱碳化塔中部温度控制中，对象本身滞后较大，用传统PID调节中部温度，其建立时间过长。改用智能PID控制与常规PID控制相结合的方法，利用多模式智能控制对付系统的暂态过程，用常规PID对付系统的稳态过程，极大地降低系统建立时间，增强了系统的抗干扰能力。     

双机架可逆冷连轧机的计算机控制

对北京科技大学高效轧制国家工程研究中心的试验轧机-双机架可逆冷连轧机计算机控制系统中的仪表配置、系统组成、厚度控制、顺序控制和板形控制进行了介绍和研究，着重对基础自动化控制系统配置和厚度控制进行了分析，提出了在控制系统中增加激光测速仪，采用流量AGC的控制方案，解决了传统AGC控制方案中存在的系统大滞后不易稳定的缺点和厚度计AGC控制方案中存在的测量精度太低的缺点。     

飞机起落架半主动控制仿真研究

该文总结了飞机起落架的三种控制方法：被动控制，主动控制，半主动控制。传统的起落架控制方法不能使飞机很快的达到稳定，为了解决这一问题，该文分析了半主动控制的优点。建立起了半主动控制起落架的数学模型和线性状态控制方程，并根据现代控制理论分析被动控制起落架系统的稳定性和可控性。采用常规状态反馈的控制方法对起落架系统进行设计，得到了半主动控制器。最后通过仿真软件分别对被动控制和半主动控制的起落架模型进行了仿真分析。仿真结果表明：被动控制起落架有较强的振荡，系统稳定时间也较长。而半主动控制起落架能够有效的降低飞机冲击载荷和振动响应，使飞机很快达到稳定。     

基于变指数趋近律的起重机自适应滑模控制

以起重机升降系统位置控制为目标,针对传统滑模控制中要求系统不确定因素的界为已知的缺点,将自适应控制引入传统滑模变结构控制中,通过设计自适应律对起重机升降系统参数的变化及外部扰动进行辨识,同时采用变指数趋近律进一步克服传统滑模方法中存在的抖振问题。仿真结果表明,该控制算法不仅保持了传统滑模方法良好的鲁棒性,而且提高了系统的控制精度,减小了系统的抖振。     

一种新的动态矩阵控制的截断误差校正方法

动态矩阵控制(DMC)在建模时会产生截断误差，从而影响系统性能。针对这一问题，该文对传统DMC算法进行了改进，提出一种新的截断误差校正方法。通过动态补偿系数对预测模型的补偿，减小了截断误差对系统性能的影响。与传统的DMC算法相比，改进后的DMC控制允许模型向量存在一定的截断误差，以较小的建模时域或较高的采样频率实现高性能的DMC控制。最后，以工业常用的非最小相位系统为对象进行仿真研究，结果表明了该方法的有效性和实用性。     

一种Q学习的量子粒子群优化方法

分析了量子行为粒子群优化算法,着重研究了算法中的收缩扩张参数及其控制方法,针对不同的参数控制策略对算法性能的影响特点,提出将Q学习方法用于算法的参数控制策略,在算法搜索过程中能够自适应调整选择参数,提高算法的整体优化性能;并将改进后的Q学习量子粒子群算法与固定参数选择策略,线性下降参数控制策略和非线性下降参数控制策略方法通过CEC2005 benchmark测试函数进行了比较,对结果进行了分析。     

自适应人工神经网络电机控制器设计

提出了一种自适应人工神经网络无刷直流电动机(BLDCM)转速控制器设计方法;针对传统PID调节器难以应对系统超调和短时振荡等问题,提出了一种结合人工神经网络和传统PID控制的新方法;首先建立了(BLDCM)的本体数学模型,在此基础上描述了将人工神经网络和PID控制相结合的模型,并对具体的控制算法进行了定义;最后,使用Matlab仿真工具对BLDCM控制实例进行了仿真;实验结果表明,结合人工神经网络和PID控制器的新控制方法具有响应快、鲁棒性强以及控制精度高等优点,很好地抑制了超调和振荡。     

基于模糊自整定PID的主汽温串级控制系统的设计

火电厂主汽温具有大惯性、大迟延和时变特性等特性,采用常规的PID串级控制难以获得满意的控制效果.为此,提出一种基于模糊自整定PID控制器的串级控制系统,该系统将模糊控制、PID控制和串级控制三者有机地相结合,提高了主汽温控制系统的控制品质.仿真结果表明：系统超调量、调节时间和抗干扰能力明显优于常规的PID串级控制.     

预测反馈控制法及其特性研究

基于与延迟反馈控制法相似的原理，提出了一种新的混沌系统控制方法——预测反馈控制法．该方法基于目标系统的预测状态来构造控制信号，更为简单实用．首先系统阐述了该方法的基本原理和算法过程；然后严格论证了新方法在不同条件下的稳定性；最后借助于实例模拟总结了预测反馈控制法的一些重要特性，这对该方法的深入理解及应用提供了重要的指导作用．     

多轴联动的风洞变角度机构同步协调控制

为解决风洞尾撑变角度机构运动过程中多轴之间的同步协调控制问题,本文提出了一种结合并行控制和交叉耦合控制的同步控制方法.首先,将并行控制应用于多轴联动控制中,根据前后侧滑轴定位时间一致以及速度变化时间一致的原则,开展了提高多轴同步性能的研究.然后,采用了基于同步误差传递函数的交叉耦合控制方法,对并行控制给定的运动参数进行修正补偿.最后,通过机构运动进行了实验验证,实验结果表明该控制方法可有效减小横向同步误差,提高同步性能,满足风洞试验控制要求.该方法也为类似机构的同步控制提供了参考.     

基于迭代学习与模型预测控制的交通信号混合控制方法

针对基于迭代学习控制的交通信号控制方法对于路网中存在的非重复性实时干扰不能进行有效处理的问题,本文在基于迭代学习控制的交通信号控制方法基础上,结合模型预测控制滚动优化和实时校正的特点,提出了一种基于迭代学习与模型预测控制的交通信号混合控制方法.该方法在有效利用交通流周期性特征改善路网交通状况的同时,可借助模型预测控制的优点对非重复性的实时干扰进行处理,从而进一步提高交通信号的控制效率.通过仿真实验对该方法的有效性进行了验证.实验结果表明,基于迭代学习与模型预测控制的交通信号混合控制方法能够更有效地均衡路网内的车辆密度,进一步提高了路网的通行效率.最后,本文还对该方法的收敛性进行了分析.     

有限时间信息融合线性二次型最优控制

针对有限时间线性二次型最优控制问题, 提出了一种新的求解方法—–信息融合估计方法. 基于线性最小方差估计准则下的融合估计理论, 通过融合期望状态轨迹、理想控制策略等软约束信息, 分别采用集中式融合和序贯式融合两种信息处理方法, 求得最优状态调节器问题的最优融合控制序列. 进一步从理论上论证了序贯式融合控制方法与传统最优控制方法的一致性, 并通过直流电机系统的数值仿真也验证了集中式和序贯式融合控制方法 与传统最优控制方法的等效性, 从而统一了最优估计与最优控制问题, 并为最优控制问题提供了一种新的求解方法.     

二维直线电机的并联型无模型自适应复合控制

针对二维直线电机平台系统的XY轴协同控制问题,将PI与并联型无模型自适应相结合的复合控制方法应用于控制系统。该控制方法通过在每个子系统加入PI控制方法保证其稳定性,再通过并联型的无模型自适应控制方法来提高整个系统的跟踪性能,以减小系统位置误差。基于数据驱动的无模型自适应控制方法设计二维直线电机系统控制器,其优势在于无需被控系统精确数学模型,仅根据被控系统输入输出数据对系统进行控制。相比基于模型的控制方法,该方法能够减小未建模动态产生的干扰,有效提高控制精度。仿真及实物控制效果对比结果表明,这种复合控制方法明显提高了整个系统的稳定性和位置跟踪精度。     

基于滑模学习神经网络的开关磁阻电动机位置控制

为了解决开关磁阻电动机的位置控制问题,提出一种滑模学习神经网络控制方法.滑模学习算法可以加快自适应线性单元权值训练的速度,采用磁链分配方法实现虚拟参考磁链在不同相之间的合理分配.经过与PD控制器、梯度下降法和转矩分配方法的仿真对比,验证了所设计方法在开关磁阻电动机位置控制方面具有更好的响应速度和控制精度.     

独轮自平衡机器人双闭环非线性PID 控制

针对竖直飞轮独轮自平衡机器人系统,提出一种用于独轮自平衡机器人的平衡及运动控制的双闭环非线性PID控制方法(DLNPID),并给出了该控制方法稳定性的证明.该控制方法是具有横滚倾角内环、俯仰倾角内环和前向位移外环的双闭环控制,其中每个控制环均由非线性PID控制器(NPID)构成.实验结果表明,所提出的基于非线性PID的双闭环独轮自平衡机器人控制方法具有比线性方法更好的鲁棒性能.