基于小波神经网络的非线性系统预测控制研究

提出了一种基于小波基函数神经网络的未知非线性系统的一步超前预测控制算法。该方法利用小波网络学习这个非线性系统,并且应用小波神经网络模型作为系统的预测模型,控制信号直接通过极小化期望输出值与预测输出值之间的偏差来获得,通过对一非线性系统的仿真,表明了该方法的有效性。     

一种CABG手术辅助机器人运动补偿方法研究

针对非体外循环心脏动脉旁路移植手术中辅助机器人的运动控制问题,提出基于多测量耦合模型的多步预测控制算法,该算法增加了加速度测量并采用卡尔曼滤波器作为状态观测器进行信息融合处理,增强了对机器人运动状态的估计,进而提高心脏运动信号的跟踪性能。同时超前的N步预测增加了系统的带宽。实验结果表明,使用了耦合模型的多传感器信息融合多步预测控制算法的机器人系统将跟踪相对运动误差减小了20%。     

采用Brent优化的核学习单步预测控制算法

针对非线性SISO系统, 提出一种基于核学习辨识模型的单步预测控制算法(kernel learning one-step-ahead predictive control, KLOPC). 通过KL辨识模型得到系统的一步超前预报值, 并引入输出反馈和偏差校正以克服模型失配等因素引起的预测误差, 以此构造一步加权预测控制性能指标, 然后采用Brent一维搜索方法求取控制律. 该方法无需任何相关的导数信息, 需调整的参数少, 求解效率高. 在一非线性液位系统的仿真研究表明了KLOPC优于整定的PID和其它基于KL模型的控制方法, 对噪声和扰动等均具有更好的鲁棒性和自适应性.     

基于Elman网络的非线性系统神经元自适应预测控制

提出在非线性系统的E1man网络辨识模型的基础上，用单神经元设计预测控制器的方案。Elman网络在BP网络的基础上，加入反馈信号，利用内部状态反馈来描述系统的非线性动力学行为，提高了学习速度，适合于动态系统的实时辨识。神经元结构简单，且有很强的自学习和自适应能力，它根据系统的期望输出与一步超前预测输出之间的偏差，并通过某种特定的学习算法在线调整控制器的参数，使控制器能够适应对象参数的变化，从而实现对一类非线性系统的有效控制。仿真实验证明了该方案的有效性。     

一种间歇过程的综合预测迭代学习控制方法

为了提高迭代学习控制方法在间歇过程轨迹跟踪问题中的收敛速度,本文将批次间的比例型迭代学习控制与批次内的模型预测控制相结合,提出了一种综合应用方法.首先根据间歇过程的线性模型,预测出比例型迭代学习控制的系统输出,然后在批次内采用模型预测控制,通过极小化一个二次型目标函数来获得控制增量.该方法可使系统输出跟踪期望轨迹的速度比比例型迭代学习控制方法更快些.最后通过仿真实例验证了该方法的有效性.     

基于灰色系统模型的预测函数控制方法研究

以灰色系统模型为基础，建立了一种预测函数控制方法．分析了灰色系统建模、模型预测输出和控制量计算方程的求解．通过仿真结果表明，该算法具有鲁棒性好、跟踪快速和抑制干扰能力强等特点。     

基于RBF神经网络的改进多变量预测控制

针对一类多输入多输出非线性被控对象,提出一种基于单神经网络的预测控制算法,应用RBF神经网络对非线性系统进行辨识,并计算被控系统多步预测输出值.该方法通过对传统预测目标函数加以改进,给出一种带微分项的多步预测目标函数,通过迭代寻优实时给出优化控制量.该方法实时性好,简化了传统预测控制算法,加快了滚动寻优的速度,有效地抑制了系统惯性和输入时滞所带来的超调,减小了模型误差、干扰及不确定性对控制器的影响.仿真及应用结果表明了该方法的有效性.     

非匹配不确定系统的显式反步变结构控制

研究非线性多输入多输出不确定系统在非匹配条件下的鲁棒输出跟踪问题，基于相对阶的假设，给出了多输入多输出不确定系统的标准型，进而结合反步设计方法和变结构控制方法，提出一种非匹配条件下非线性不确定系统鲁棒输出跟踪问题的显式反步变结构控制器设计方法，所给跟踪算法不仅只由不确定性的变化范围直接确定，而且有效地克服了现有反步设计算法因隐式递推关系和复杂偏导数计算给实时控制带来的困难。     

基于神经网络Smith预估器的预测控制

针对非线性系统时滞问题,给出了一种新型的单神经元Smith预测控制算法.神经网络的预测控制器由不完全微分的单神经元自适应PID控制器和神经网络的Smith预估器组成.预估器对输出进行多步预测,控制器超前动作以消除时滞对系统的影响.不完全微分的单神经元自适应PID控制器通过改进的Hebb学习规则实现其权值调节,通过权系数的在线调整实现自适应控制.仿真实验证明了该方法具有较快的响应速度和较好的响应性能.     

一种基于神经网络的鲁棒型预测控制算法

针对复杂工业过程中存在的时滞、强干扰的严重非线性控制对象,仿真研究了一种利用神经网络作为预测模型,遗传算法作为滚动优化策略的预测控制方法.在算法中为了提高辨识非线性系统的鲁棒性以及降低控制器对未建模动态的敏感性,引入了一种伪模型,即将系统实际输出与预测输出综合成的新的输出信号,由该信号代替量测输出.仿真结果表明对于非线性被控对象该方法具有良好的鲁捧性和跟踪性能,对于改善非线性预测控制不失为一种有益的尝试.     

智能厂房温湿度控制系统

首先分析了厂房温湿度控制与一般建筑物空调系统的区别,指出现在流行的空调控制方法不适合厂房温湿度控制;接着提出一种智能温度控制方法,它不需要确定系统的数学模型,用专控制的方法,在不同控制阶段分别采用开关控制,模糊控制和智能ＰＩＤ控制;最后介绍了实行结果。     

A three-loop model-following control structure: theory and implementation

This article presents a novel three-loop control system, which supplements control structures known from the literature as model following control (MFC). The major advantage of the proposed system is its high robustness to process parameter variations; it is much higher than that offered by single-loop or two-loop control systems. Features of the new structure are revealed by a theoretical analysis that has been carried out from the viewpoint of requirements for a force/pose controller of a Stäubli RX60 manipulator. This article shows how the proposed control structure responds to such strong process parameter variations and makes a comparison to results yielded by single-loop control structures.     

模型跟踪广义预测鲁棒自适应控制器

本文采用滤波CARMA模型,基于内模原理,提出了一种新的广义预测鲁棒自适应控制器,并分析了闭环系统性能,在新的控制器中,引入适当的前馈作用,使得跟踪和调节问题解耦,利用部分状态跟踪、模型参考以及极点配置方法解决跟踪问题,利用多步预测滚动优化方法解决调节问题;适当选择滤波器可以保证对平稳随机扰动有满意的响应,减少可调参数对闭环系统响应的影响,增强系统对未建模动态的鲁棒性,仿真结果表明:该控制器对确定性和非平稳随机扰动具有不变性,对系统时延和阶次变化具有鲁棒性,适用于非最小相位和开环不稳定系统。     

Networked Control Systems: A Survey of Trends and Techniques

Networked control systems are spatially distributed systems in which the communication between sensors, actuators,and controllers occurs through a shared band-limited digital communication network. Several advantages of the network architectures include reduced system wiring, plug and play devices,increased system agility, and ease of system diagnosis and maintenance. Consequently, networked control is the current trend for industrial automation and has ever-increasing applications in a wide range of areas, such as smart grids, manufacturing systems,process control, automobiles, automated highway systems, and unmanned aerial vehicles. The modelling, analysis, and control of networked control systems have received considerable attention in the last two decades. The ‘control over networks’ is one of the key research directions for networked control systems. This paper aims at presenting a survey of trends and techniques in networked control systems from the perspective of ‘control over networks’, providing a snapshot of five control issues: sampled-data control, quantization control, networked control, event-triggered control, and security control. Some challenging issues are suggested to direct the future research.     

自动化技术专题讲座(Ⅳ)──智能控制技术与应用

主要介绍智能控制的原理、结构、类型和应用。     

Stabilization of robot motion and contact force interaction for third-order motor dynamics

An approach to the synthesis of control laws stabilizing motion and force in contact tasks, based on the exponential stability of the closed-loop control system, is described. When using the synthesized control laws, simultaneous stabilization of both motion and force is achieved with a preset quality of the transient responses. The task is solved in a most general form, taking into account the constraints on robot control, its position and the force of interaction of the robot and the environment, and the external perturbations and inaccuracies of the measuring sensors, when the environment dynamics is being described by nonlinear second-order differential equation, and the robot dynamics includes the third-order equations of the robot actuators dynamics.     

专家PID控制在印染过程温度控制中的应用

对于具有较大时滞,非线性和时变性特点的打样机对象(它是印染行业中的一种小型设备),常规PID控制方法往往难以达到良好的控制效果.本文将专家控制器与常规PID控制器相结合,提出了一种智能控制器结构.试验表明,与常规PID控制器相比,该控制器的控制精度有了明显的提高.     

Robust containment control in a leader–follower network of uncertain Euler–Lagrange systems

A distributed controller is developed that yields cooperative containment control of a network of autonomous dynamical systems. The networked agents are modeled with uncertain nonlinear Euler–Lagrange dynamics affected by an unknown time‐varying exogenous disturbance. The developed continuous controller is robust to input disturbances and uncertain dynamics such that asymptotic convergence of the follower agents' states to the dynamic convex hull formed by the leaders' time‐varying states is achieved. Simulation results are provided to demonstrate the effectiveness of the developed controller. Copyright © 2016 John Wiley & Sons, Ltd.     

解耦控制的现状及发展

通过对多变量系统解耦设计的必要性分析,介绍了传统解耦、自适应解耦、鲁棒解耦、智能解耦等各种解耦方法,并叙述了各种方法的研究现状和应用情况,同时分析了各种方法局限性。指出解耦控制领域的研究已成为控制理论和控制工程界共同关注的热点。自适应解耦与智能解耦,侧重于控制器的研究,它们更多采用试探、优化方法来设计控制器．理论研究还尚待完善。因此,寻求一种有效的、简单易行的控制方法,即寻求理论与实际结合点,是今后研究的方向。     

一种专家智能控制器的仿真研究

该文提出一种专家智能控制器（简称为ＥＩ控制器）．该控制器的参数可基于专家知识和过程参数的变化实时进行调整。仿真结果表明对于工业过程中的大纯滞后、非线性、变参数特性能获得较为满意的调节效果。