基于梯度估计的非线性系统最优控制及仿真

基于自适应动态规划（ADP）执行-评价结构,应用神经网络（NN）对非线性系统进行最优控制求解.首先提出所求解非线性系统的一般形式;其次给定二次正定性能指标,求其哈密尔顿函（HJB）函数;分别应用神经网络对执行-评价结构中的性能指标和最优控制进行逼近,神经网络权重参数应用梯度法求得,从而可以求得其最有控制策略.而且对执行机构和评价机构神经网络权重参数的收敛性以及系统总体的稳定性进行了详细的分析,证明所求控制策略可以使系统稳定;最后,用仿真结果来验证所提出的方法的可行性.     

交流异步电机矢量控制滑模速度控制器设计

为了提高异步电动机调速系统的动态品质,在传统指数趋近率的基础上提出了一种新型趋近律,该方法能够根据系统状态距离平衡点的远近而自适应调整指数趋近律的收敛速度。为了提高系统的动态性能,将该趋近律算法引入到异步电机的速度控制器的设计中,提出了一种适用异步电机矢量控制系统的滑模速度控制器。与传统PI调节器进行了比较,仿真结果表明,该速度控制器能够有效地提高系统的静态、动态特性与鲁棒性。