支持向量机α阶逆系统控制——连续非线性系统

针对传统逆系统方法中逆模型难以建立的问题，提出了连续非线性系统基于最小二乘支持向量机(LS-SVM)α阶的逆系统控制方法.该方法用具有径向基核函数(RBF)的LS-SVM，离线建立被控对象的静态非线性逆模型.由静态非线性逆模型外加若干表征非线性动态特性的积分器, 构成了连续非线性系统的α阶逆系统.将得到的LS-SVM α阶逆系统串连在原系统之前，得到基本上线性化的伪线性系统，进而将复杂的非线性问题转化为线性问题.仿真结果表明，在没有被控对象先验知识的情况下，利用该方法能准确地建立连续非线性系统的逆模型.基于SVM的α阶逆系统方法适应于较一般的连续非线性系统，且具有良好的控制性能.     

支持向量机α阶逆系统控制-离散非线性系统

针对传统逆系统方法中逆模型难以建立的问题，提出了基于最小二乘支持向量机（LS-SVM）的α阶时延逆系统控制方法.通过分析LS-SVM的函数拟合特性，以离散非线性系统为例，证明了基于LS-SVM阶时延逆系统存在的充分条件.利用具有径向基(RBF)核函数的LS-SVM，离线建立了被控对象的非线性逆模型.把得到的逆系统串连在原系统之前，得到基本上线性化的伪线性复合系统，将复杂的非线性问题转化为线性问题，利用线性系统的理论实现了伪线性系统的综合.仿真结果表明，该方法适应于较一般的离散非线性系统，且在没有被控对象先验知识的情况下，能准确地建立非线性系统的逆模型.     

基于多变量非线性DAE子系统模型的同步发电机励磁汽门综合控制

同步发电机励磁汽门综合控制由多变量非线性DAE子系统模型来描述.本文扩展了非线性常微分方程系统的反步控制方法,研究了其镇定控制问题.首先若被控系统的向量相对阶存在,那么可通过一个微分同胚和反馈控制实现系统的解耦和等价转化.然后基于等价系统,利用反步方法设计其镇定控制器,使得整个闭环系统渐近稳定.最后基于MATLAB进行了仿真,仿真结果验证了本文所提方法的有效性.     

基于微分几何理论的感应电机解耦控制

感应电机是交流调速系统本体部分，感应电机的解耦控制是使系统达到优良性能的主要问题.研究了感应电机的解耦控制问题.将感应电机5阶非线性模型转换为仿射非线性系统形式，基于非线性系统微分几何理论对新模型进行坐标变换，借助非线性系统的解耦方法，将其分解为转速和磁链两个独立子系统，使得电机转速和转子磁链实现了动态解耦.仿真实验表明，给出的方法具有良好的控制效果.     

航天器非线性神经元控制方法研究

针对航天器控制问题,提出了一种非线性动态逆与状态反馈控制相结合的神经元控制系统设计方案,并成功的将其应用于登月舱软着陆过程的控制问题.该方案包含两部分:①应用神经元网络通过学习建立被控系统的非线性动态逆模型,实现被控非线性系统的线性化;②在线性化模型的基础上构造系统的神经元最优状态反馈控制器.本文给出的仿真结果显示出神经计算学在航天器控制问题中所具有的潜在能力.     

神经网络解耦控制系统的分析

本文基于神经网络的理论研究提出了一种新的神经网络解耦控制方法，该方法以被控对象的一组实测数据作为样本，训练出用神经网络描述的逆动力学模型，并将它作为解耦控制器投入到控制系统中，对其二元精馏塔控制的仿真结果表明该方法是切实可行的。     

电力系统元件非线性微分-代数子系统模型的逆系统控制:一种新算法

针对电力系统元件非线性微分-代数子系统模型,本文提出一种新算法研究其逆系统控制问题.所提出的新算法不需要对控制输出及其高阶导数做复杂的变换,具有更好的应用性.本文的逆系统控制方法主要分为两步:第1步,利用所提出的新算法来判断被控元件的可逆性,若可逆,则基于状态反馈与动态补偿,构造出元件的α阶积分右逆系统,实现复合系统的线性化和解耦;第2步,利用线性控制的理论和方法设计闭环控制器,使得元件被控对象满足期望的性能指标.最后按照本文所提出的方法,研究了多机电力系统的分散非线性汽门控制问题.仿真结果验证了本文所提方法的有效性.     

一类可解耦MIMO系统的模型跟随变结构控制

结合线性多变量系统解耦理论与变结构控制的优点，采用鲁棒控制系统理论中的二自由度结构法的设计思想，提出了一种对于可解耦多输入多输出线性系统的模型跟随变结构控制方法，对于一类满足解耦条件的多输入输出跟踪系统，分两步进行设计，首先对被控对象标称模型进行解耦和稳定化极点配置，将得到的控制表达式作为最终控制律的第一部分，其次，以前一部分设计构成的闭环系统模型作为参考模型建立模型跟随偏差系统，并求出变结构控制律，作为最终控制的律的第二部分，从而使被控系统在存在内部模型参数摄动和外部干扰的情况下，仍然具有优良的动态性能，利用Lyapunov方法证明了所设计的模型跟随编差系统是稳定的，最后，通过仿真实例，表明了所提出的方法是正确的。     

基于dSPACE的感应电机逆系统解耦控制

给出了一种基于dSPACE的实现感应电机定子磁链和转速动态解耦的逆控制系统.根据感应电机调速系统的动态数学模型,证明其可逆性,并将静止两相坐标系下感应电机模型解耦成转速和定子磁链两个子系统.在此基础上,利用线性控制理论对各个调节器进行了设计;阐述了基于dSPACE实现感应电机解耦控制逆系统的构成.实验表明,控制方案有良好的静、动态性能.     

空气重介流化床的基于逆系统方法的内模控制

为了提高大型空气重介流化床（ADMFB）的鲁棒性和抗干扰能力，提出了基于人工神经网络（ANN）逆系统方法的内模控制.在分析ADMFB系统可逆性的基础上，该方法利用ANN辨识得到的原系统逆模型与原系统相串连，运用逆系统方法的思想，将该多变量、非线性、强耦合的系统通过反馈线性化，解耦成多个相互独立的单输入单输出（SISO）的伪线性子系统，对求得的伪线性系统采用该方法进行控制.ADMFB的仿真结果表明，该方法不依赖于系统的精确数学模型，对恒值扰动具有良好的抑制能力，并当非线性参数发生变化或逆系统存在建模误差时，由该方法设计的闭环系统均具有良好的鲁棒稳定性.     

基于动态径向基函数神经网络的多变量解耦控制

为提高工业控制领域中多变量、非线性、强耦合系统的解耦能力和动态特性，基于聚类结合算法和神经网络原理，提出了一种改进的基于动态径向基函数（RBF）神经网络的多变量解耦控制方法.采用聚类结合算法优化动态RBF神经网络，更好地描述了控制对象的动态行为，获得了PID参数在线调整信息，实现了多变量非线性系统的解耦控制.仿真结果表明，与基于常规RBF神经网络的PID控制方法相比，该方法具有更高的控制精度、更快的系统响应以及更好的适应性和鲁棒性，是解决多变量、非线性和强耦合问题的一种简便、有效的控制算法.     

包含静止无功发生器的电力系统逆系统解耦控制

研究包含静止无功发生器SVG(Static VAR Generator)的单机-无穷大电力系统中逆系统方法的应用.首先给出研究对象的数学模型,将静止无功发生器作为一无功电流源来处理.发电机采用二阶简化模型,在此情形下,给出包含SVG的单机-无穷大系统的三阶动态模型.然后论述逆系统方法的基本概念.利用求逆算法,逐步给出系统的逆系统、反馈控制规律、α-阶积分逆系统、伪线性系统(积分解耦系统).对所得解耦系统,应用最优控制方法进行综合.仿真结果显示了此方法的有效性.     

电弧炉电极系统双模控制策略研究及应用

针对交流电弧炉电极控制系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,采用基于最近邻聚类方法的径向基函数(RBF)神经网络快速学习算法,通过实时在线辨识,建立电弧炉电极系统的精确逆模型并用于控制,实现了将具有强耦合特性的多变量输入/输出(MIMO)系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与比例微分(P/D)控制相结合的双模控制策略。应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性。     

基于支持向量回归的自适应逆控制方法

将支持向量回归引入逆控制,提出了一种基于支持向量回归的自适应逆控制方法。采用支持向量回归在线辨识算法建立被控对象的逆模型,然后将逆模型作为控制器进行复制去驱动被控对象,从而完成一个自适应逆控制过程。由于支持向量回归是建立在小样本基础上的一种学习方法,因此较好地解决了对于线性系统自适应滤波算法存在的运算量大,权值失调及自适应过程时间长等问题。对于非线性系统,与现有的神经网络方法相比,该方法能提高收敛速度及逼近能力,而且具有更好的推广能力。仿真结果表明,应用该方法可以取得良好的控制效果,并具有较好的鲁棒性能。     

空调系统的改进型多变量内模解耦控制

针对空调温湿度系统存在的多变量、强耦合和大时滞等特点,提出了一种改进型多变量内模解耦控制方法.多变量内模解耦控制承袭了单变量内模控制的优势,并且采用优化的Butterworth滤波器代替传统的低通滤波器.由于其内部结构复杂,笔者提出利用免疫遗传算法对被控对象模型进行降阶.免疫遗传算法不仅具有遗传算法的搜索特性,还具有免...     

三容系统状态反馈解耦PID控制

多容器流程系统是具有纯滞后的非线性耦合系统,是过程控制中一种典型的受控对象,在生产实践中有着非常广泛的应用背景．本文基于状态反馈解耦,以某试验系统为被控对象,在实现解耦的基础上,给出了PID控制的数字仿真结果．     

基于解耦设计的多变量IGPC控制方法的研究与应用

针对多变量工业过程中存在的耦合性、建模困难以及不确定性的控制难点,论文研究了基于解耦设计的多变量隐式广义预测控制。该方法利用加权最小二乘递推方法根据输入输出数据直接辨识系统参数,这样就降低了控制器设计的复杂性;采用分散设计的方式来降低各通道间的关联关系。论文利用基于最小二乘方法,根据输入输出数据来建立被控对象的数学模型,并在此基础上对控制方法进行了仿真分析与试验研究,结果表明该方法具有良好的控制效果。     

基于改进逆向解耦的超超临界机组机炉协调控制

针对超超临界机组机炉耦合系统采用常规的PID控制时参数调整困难且难以获得好的控制效果的问题,先将耦合的多变量高阶被控对象解耦为具有典型二阶惯性环节的多个单入单出广义被控对象。对解耦后的单入单出广义被控对象,分别设计了PID控制器,基于内模控制原理整定PID控制器参数。在MATLAB/SIMULINK仿真环境下,通过实验验证了本方法能够很好地消除变量之间的耦合影响,实现各被控变量良好的设定值跟踪能力和干扰抑制能力。     

基于广义系统模型的网络控制系统问题

首先研究了当被控对象为广义系统时，基于模型的网络控制系统的运行特性.基于模型的网络控制系统的特点是在传感器与控制器之间添加了一个模拟模型，利用被控对象经过网络传输后的带有误差的信息(包括被控对象的状态量)来对被控对象的原始状态量进行模拟.随后建立了针对广义系统对象的基于模型的网络控制系统数学模型.当网络诱导时延为小于一个采样周期的常数时，对系统的稳定性进行了分析.最后，通过一个数值算例说明了建模方法和稳定性分析判据的有效性.     

球磨机单神经元自适应PID解耦控制系统仿真

针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出了球磨机自适应神经元PID解耦的控制方法.将静态解耦逆矩阵与球磨机对象串接,以解除球磨机多变量之间的耦合,再采用两个单神经元自适应PID控制器对解耦后的两变量对象进行闭环控制.仿真结果表明,该控制法相比常规的PID解耦控制法有更好的控制品质,跟踪快、鲁棒性强、解耦好,可较好地解决球磨机系统的时变性、耦合性等问题.