基于模糊动态模型的二级倒立摆系统的分析和设计

首先给出了一种离散系统模糊动态模型的辨识方法,提出了一个衡量聚类有效性的函数,以确定模糊规则的数目,并给出一个保证模糊系统全局稳定的充分条件,在此基础上给出了模糊控制系统的设计方法,并对二级倒立摆系统进行了控制,取得了较好的效果。     

电镀生产线微机控制系统设计

本文针对电镀生产线综合自动化问题设计了一套微机控制系统。该系统以 TK-80工业控制机为核心,实现了对电镀生产线上双车双臂的顺序控制和电镀工艺参数(温度、电流、密度、PH 值)的控制及生产过程监视、故障诊断等多种功能。实际应用证明,该系统具有可靠性高,灵活性好及操作简单的优点,适于推广使用。     

Inverse Control of Nonlinear Servo System Based on Neural Networks

ＩｎｖｅｒｓｅＣｏｎｔｒｏｌｏｆＮｏｎｌｉｎｅａｒＳｅｒｖｏＳｙｓｔｅｍＢａｓｅｄｏｎＮｅｕｒａｌＮｅｔｗｏｒｋｓＷＡＮＧＣｈａｎｇｈｏｎｇＸＵＬｉｘｉｎＧＡＯＸｉａｏｚｈｉＺＨＵＡＮＧＸｉａｎｙｉ（王常虹）（徐立新）（高晓智）（庄显义）（Ｄｅｐｔ．...     

考虑摩擦力影响精密伺服系统的鲁棒自适应控制

针对具有摩擦力扰动的精密伺服系统提出了一种鲁棒自适应控制方法.首先,对基于 bristle模型的动态摩擦力模型进行了线性参数化,该线性参数化过程包含了对stribeck效应的 线性参数化处理;然后,基于构造的Lyapunov函数设计全局渐近稳定自适应控制律,并对闭环 系统的跟踪性能进行了严格的理论分析.仿真实验验证了算法的有效性.     

红外成像目标模拟器方位系统的对偶自校正PID控制

红餐成像目标模拟器方位系统是一参数快时变系统,针对该系统的具体情况提出了一种对偶自校正ＰＩＤ控制器,在-每一适应步,通过谱分解得到最优ＰＩＤ参数,然后基于双重指 标进行对偶校正,得到一种既保持对偶效应,垒十分简单易行的对偶自校正ＰＩＤ控制器,成功地消除了传统自适应控制系统的“关断”、“终止”和“猝发”等现象,收到了良好的的控制效果,该控制器适于参数随机变化或快进变系统。     

应用自适应模糊神经网络进行摩擦补偿的研究

在分析了摩探性及其对伺服系统低速特性的影响的基础上,提出了一种基于自适应模糊神经网络的摩探辨识和补偿方法,该方法既可实现摩探力矩的在线辨识和补偿,又能保证系统的稳定性。仿真结果表明,该方法是有效的,而且便于工程应用。     

Application of hybrid coded genetic algorithm in fuzzy neural network controller

0　ＩＮＴＲＯＤＵＣＴＩＯＮＧｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ (ＧＡ)ｗａｓｆｉｒｓｔｌｙｐｒｏｐｏｓｅｄｂｙＪｏｈｎＨ .Ｈｏｌｌａｎｄ ,ａｐｒｏｆｅｓｓｏｒｏｆｐｓｙｃｈｏｌｏｇｙａｎｄｅｌｅｃｔｒｉｃａｌｅｎｇｉ ｎｅｅｒｉｎｇ＆ｃｏｍｐｕｔｅｒｓｃｉｅｎｃｅ ,ａｔｔｈｅｂｅｇｉｎｎｉｎｇｏｆ 1970 ,ａｎｄｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｈｅＨｏｌｌａｎｄ’ｓｍｏｎｏｇｒａｐｈｉｎ1975[1] .ＩｔｉｓａｓｔｏｃｈａｓｔｉｃｓｅａｒｃｈｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＤａｒｗｉｎ’ｓｅｖｏｌｕｔ…     

重复学习控制及其在一类非线性系统中的应用

为跟踪或抑制仅周期已知的未知周期参考或扰动信号，提出一种新的重复学习控制方法，利用系统的稳态误差并通过迭代学习构造前馈补偿，实现了误差的渐近收敛，将所提出方法应用于一类常见的扰动信号和系统输出具有未知非线性关系的非线性系统，假设其满足连续里普希斯条件，利用重复学习控制器，系统的稳态误差可以减小到极低的程度，该方法控制精度高，实现简单，与传统的基于时延内模的重复控制方法相比，具有对非重复性干扰不敏感的优点，仿真结果验证了该方法的有效性。     

基于匹配追随算法的摩擦力自适应辨识与补偿研究

提出一种基于匹配追随算法的摩擦力自适应辨识与补偿新方法,该方法利用正交多项式实现对系统中以摩擦力为主的非线性动态充分逼近与补偿,不要求任何摩擦力模型,相对于基于线性化模型的自适应补偿算法,该算法具有更高的优越性,基函数集的选取对该算法精度及计算量有重要影响,该算法给出了一种基于残差分析法的基函数集优选方法,最后,通过仿实验验证了该算法的有效性。     

自适应复制、交叉和突变的遗传算法

本文提出了一种自适应遗传算法。在运算过程中采用了对所遇个体进行具有选择性的复制、交叉、突变概率自适应方法,使适合度趋于一致的个体的繁殖能力减弱,交叉、突变概率增加,从而保证了群体的多样性和遗传算法的搜索能力。经遗传算法的测试函数验证,此算法效果很好。