压电智能挠性板的主动振动控制研究

对挠性悬臂矩形板的主动振动控制进行了研究。给出了悬臂板的压电敏感器和致动器的布置准则，并推导了悬臂板的（包括弯曲和扭转振动模态）基于分布式压电致动器的压电致动方程，可以根据该方程设计悬臂板压电主动振动抑制的控制器。该文在控制方法上采用应变律反馈控制和线性二次型（LQR）控制，计算机数字仿真结果表明：设计的控制律对于悬臂板的弯曲和扭转振动是有效的。     

基于奇异值分解的广义系统迭代学习控制算法

在对广义系统进行奇异值分解的基础上,研究了一类广义系统的迭代学习控制问题。针对快子系统和慢子系统的特点,分别利用状态误差代入输出误差,得到了一类新的广义系统迭代学习控制算法结构,这一算法是全新的。然后从理论上对所提出的算法进行完整的收敛性分析。分析结果表明,满足给定的收敛条件,系统输出可以渐近地跟踪给定的期望轨迹。     

PZT机敏支架振动主动控制的实验研究

通过机敏结构建立了三维支架的振动主动控制系统，给出了压电机敏结构的离散控制方程，采用加速度反馈实现了支架的振动主动控制     

机械手RBF神经网络滑模迭代学习控制

在机械手的轨迹控制的迭代学习控制中,迭代学习的学习律难以选择。本文结合RBF神经网络滑模变结构控制和迭代学习控制的基本思想,提出采用RBF神经网络滑模变结构控制确定学习律的方法。并运用Matlab软件Simulink对该方法应用于机械手轨迹跟踪控制的情况进行了仿真研究,结果表明该方法具有学习速度快、跟踪精度高、鲁棒性强等优点。     

智能结构振动主动控制实验研究

振动主动控制是近年来发展起来的一种新的振动控制方法,振动主动控制需要外部施加能量。本设计中智能结构是利用传感器对结构的振动进行监测,驱动器在微电子系统的控制下准确动作,以改变结构的振动状态。与传统的振动主动控制方法相比,智能结构可以在不明显改变受控结构的质量和体积的条件下,达到自适应调节减振的目的。本设计以智能梁结构作为实验研究模型,研究了智能结构振动控制系统组成、实现原理;硬件电路设计包括A/D采样、CPLD外扩D/A、信号调理电路等,并通过TMS320F2812的CAN模块与上位机通信进行数据实时显示,达到很好的监测和控制目的。     

基于T-S模糊模型的迭代学习初始控制

分析了初始控制量对迭代学习控制(ILC)算法收敛速度及跟踪精度的影响,为保证ILC算法对任意期望轨迹的跟踪性能,提出了一种基于T-S模糊模型的ILC算法初始控制量确定方法。利用模糊系统理论对未知非线性对象进行离线逆建模,实现对象逆模型参数化,根据模糊逆模型求得任意期望轨迹下的初始控制量,将其作为ILC算法的理想初始控制量进行迭代学习。倒立摆系统仿真实验表明,算法能快速跟踪上设定点,与任意选取初始控制量相比能有效减少迭代次数,提高跟踪精度,具有更好的动态性能。     

基于迭代域性能函数的非脆弱保性迭代学习控制

研究了离散线性系统非脆弱保性能迭代学习控制及其优化问题.针对离散线性系统,首先根据迭代域二次型性能函数,将迭代学习问题转化为非齐次LQ问题,再选取适当的Lyapunov函数,基于线性矩阵不等式方法,针对控制器具有加法不确定性和乘法不确定两种情况,给出了非脆弱保性能迭代学习控制器的设计方法及其优化方法.最后以一个数值例子说明了上述方法的有效性.     

基于迭代学习观测器的随机分布系统容错控制

针对包含故障和干扰的非高斯随机分布系统,提出了一种基于迭代学习观测器(ILO)的鲁棒容错控制方法.使用线性B样条神经网络建立了输出概率密度函数(PDF)和动态权重之间的关系.设计迭代学习观测器,以较小的计算量实现对故障的精确估计.利用故障估计信息设计容错控制器,使得系统的权向量在故障发生后仍能够跟踪到期望的权向量.最后...     

飞行模拟器电动操纵负荷系统的迭代学习控制研究

为提高电动操纵负荷系统力感跟踪精度、动态性能,阐述了电动操纵负荷系统组成及工作原理;建立系统数学模型,在电流和速度双环伺服控制的基础上,提出迭代学习控制加前馈补偿复合控制策略;利用阶跃与正弦响应信号对系统进行仿真测试和分析。仿真结果表明,采用迭代学习加前馈控制策略,系统跟踪精度进一步提高,动态性得到改善,可应用于实际操纵负荷系统。     

基于间接型迭代学习控制的四旋翼轨迹跟踪

针对反推控制方法在四旋翼飞行器轨迹跟踪中存在动态误差的问题,提出改善轨迹跟踪性能的间接迭代学习控制算法。首先将飞行器分为姿态和高度全驱动控制通道和水平轨迹欠驱动控制通道;然后基于反推控制方法分别设计了全驱动和欠驱动通道的稳定控制器,进而采用PID型迭代学习算法对反推控制器参考输入信号进行更新优化;最后,采用压缩映射原理和λ范数理论证明了算法的收敛性。仿真实验结果表明,PID型迭代学习律能够有效改善反推控制器的控制效果,实现对期望轨迹的完全跟踪。     

基于Lyapunov稳定理论的有源噪声控制算法研究

在有源噪声控制中引入基于Lyapunov稳定理论的目标函数,给出了应用于有源噪声控制的约束条件,推导出应用于有源噪声控制的单通道和多通道的Lyapunov稳定算法。通过计算机仿真证实新算法的性能要优于FXLMS算法。     

基于2-D系统理论的D型开闭环迭代学习控制

对于具有重复运动性质的系统,迭代学习控制是一种行之有效的控制方法。开闭环迭代学习控制能同时利用系统前次运行和当前运行的信息,因而性能优于单纯的开环迭代学习控制。针对线性连续系统,设计了D(Differential)型开闭环迭代学习控制器,利用2-D(Two-Dimensional)系统理论建立系统的2-D连续—离散Roesser模型,并给出了保证控制器收敛的充分必要条件。最后通过一个仿真实例,证明了该方案的有效性。     

基于鲁棒控制的管道噪声有源控制实验研究

以鲁棒控制理论为基础,详细研究了基于H∞鲁棒控制理论的有源控制器设计.同时,为了验证该鲁棒控制器的有效性,在消声室内以管道噪声为研究对象,进行了一系列相关实验验证.实验结果充分表明了该鲁棒控制器的控制性能.     

迭代迫零多用户检测算法研究与应用

最优的最大似然多用户接收机的复杂度随用户数成指数增长,传统的Rake接收机干扰受限且存在远近效应。次优的线性多用户检测是性能和复杂度的折衷,其中,迫零联合检测多用户接收机属于一种线性解相关接收机,虽然避免了对数据符号矢量的穷举搜索,大大减少了计算量,但是由于其基本运算中包含了随机矩阵的求逆运算,而矩阵求逆运算对于硬件定点实现的舍入误差非常敏感,有时会产生很大的误差甚至无解。考察比较了迫零检测接收机的四种迭代算法。对其复杂度进行了分析和仿真,结果表明Gauss-Siedel是一种收敛速度较快,时间复杂度较低的迭代算法。     

基于体验学习的“过程控制”实验教学设计

"过程控制"是自动化专业的主要专业课程之一,具有专业性和实践性较强的特点。课程不仅涉及许多控制理论知识,而且与工业生产实际紧密联系。实验环节在整个课程中起着十分重要的作用。本文从体验学习理论出发,从知识获取过程的角度对过程控制实验教学环节进行了重新设计和安排,使实验教学过程更符合人获取知识过程的规律。     

移动机器人轨迹跟踪的模糊PID-P型迭代学习控制

本文针对移动机器人轨迹跟踪控制问题的研究,提出了一种基于移动机器人运动模型的模糊开闭环PID-P型非线性离散迭代学习控制方法,给出了PID-P型迭代学习的收敛条件及其证明过程,并采用模糊控制的原理整定PID三个学习增益矩阵的参数.该控制方法提高了移动机器人对特定轨迹的重复跟踪能力,具有算法实现简单的特点.实验仿真结果表明,采用模糊开闭环PID-P型迭代学习控制算法对轨迹跟踪是可行有效的.