随机系统模型参考自适应控制

本文研究了随机系统的模型参考自适应控制问题，针对ＡＲＭＡＸ模型，给出了加权一步超前模型参考控制律及自适应控制律，且证明了自适应控制律的收敛性及闭环系统输入输出有界性。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力，它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数，使控制器能够适应受控对象结构的参数以及环境的变化。因此采用单神经元构成自适应PID控制器，将神经元与PID控制结合，对PID参数进行在线寻优、自校正，使PID控制能有效地对付一些较复杂非线性被控对象，特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力，采用动态自适应神经元（APE）对非线性系统进行预测，即用神经元建立起非线性系统的预测模型，预测系统的未来输出，从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明，这种自适应控制方案切实可行，其控制品质明显优于常规PID控制，且具有较强的鲁棒性，达到了良好的控制效果。     

基于神经网络的鲁棒自适应滑模迭代学习控制

对一类不确定非线性系统，包括不确定性机器人，提出一种自适应鲁棒迭代学习控制方案，学习控制用于学习周期性的系统不确定性，自适应滑模控制用于抑制非周期性系统不确定性，并且利用RBF神经网络自适应学习系统不确定性的未知上界，对不确定性系统动态和有界输入拢动具有鲁棒性，通过Lyapunov直接方法，确保了对每次迭代闭环系统是一致有界的，并且沿着迭代次数的增加，跟踪误差渐近收敛于零，仿真结果表明了该方案的有效性。     

一类非线性系统的无模型学习自适应控制

对于一类常见非线性离散系统，提出了其动态线性逼近的增量型模型、无模型自适应控制律和带有参数限定时域长度的参数自适应预报递推算法。实现了对时滞非线性系统的无模型学习自适应控制。通过仿真表明，该算法对于一类非线性系统实现无模型学习自适应控制是正确和有效的。     

最小方差模型参考自适应控制系统的仿真研究

当控制精度要求较高即采样周期较小时．通常液压离散系统变为非最小相位系统，为解决非最小相位系统的自适应控制问题，引进最小方差自适应控制理论．构成附加控制误差反馈的液压最小方差自适应控制系统．较详细介绍这种系统的构成过程．并通过仿真研究说明它的有效性．     

基于自适应神经模糊推理系统的微波炉温度控制

针对微波炉温度对象的不确定性，作者提出了用自适应神经模糊推理系统(ANFIS)对微波炉温度进行自适应控制的自适应神经模糊控制器。对ANFIS训练及检验的结果表明，该自适应神经模糊控制器具有较高的控制精度，控制效果较好。     

神经元自适应控制在开关磁阻电机中的应用

提出一种可应用于开关磁阻电机驱动系统的神经元自适应控制策略，对输出转矩进行了仿真分析，结果表明，神经元自适应控制比常规PID控制具有更好的输出转矩性能，提高了平稳性，证明了这种控制方法在开关磁阻电机驱动系统中应用的可行性和可靠性。     

基于可变增益LMS算法的自适应逆可重构控制

针对飞控系统的可重构设计问题，提出了解耦控制与自适应逆控制(Adaptive Inverse Control)相结合的控制策略。首先采用线性动态逆方法设计了某型飞机的滚转角控制回路，实现飞机滚转与侧滑之间的解耦；其次，给出了具有可变增益的基于ε-滤波的LMS算法，在系统解耦的基础上构建了自适应逆控制系统，从而实现系统在舵机故障下的重构控制。仿真结果表明，这种基于改进的ε-滤波可变增益LMS算法的自适应逆可重构飞行控制系统具有良好的系统故障恢复功能，表明了其在飞控系统重构中的有效性。     

卷绕张力控制器的三种设计方法及性能分析

给出了高速纺丝机卷绕张力控制器的三种设计方法；变参数ＰＩ控制、神经元自适应ＰＩＤ控制及神经元自适应ＰＳＤ控制。对三种控制方法下系统的性能进行了对比。表明三种控制方法均具有较好的控制性能。其中神经元自适应ＰＳＤ控制器设计简单，具有很强的自学习、自适应能力，是一种很好的张力控制方法。     

一种信息综合自适应管道有源消声系统的研究

探讨采用信号综合自适应系统的超稳定设计法实现管道有源消声的方法，解决了自适应状态观测器的设计以及如何实现纯滞后系统的自适应控制问题，最后给出了计算机仿真结果，从而验证了这种设计方法的可行性。     

一类非线性非严格反馈系统的间接自适应神经网络控制

针对一类非严格反馈非线性系统,本文提出了间接自适应神经网络控制器的设计方案,并基于系统函数界函数的单调递增性质,提出了变量分离方法,同时利用间接自适应神经网络控制技术和Backstepping(反推)相结合的方法,构造出间接自适应神经网络状态反馈控制器,所构造的间接自适应控制器,保证了闭环系统的所有信号是半全局有界的,并且系统的所有状态收敛到原点充分小的邻域内,有效地解决了一类非线性非严格反馈系统的自适应神经网络控制问题,并采用数值例子进行仿真实验。仿真结果表明,在本文所提出的控制律的作用下,不但保证了闭环系统的稳定,而且保证所有信号在闭环系统有界。该控制器为一类非严格反馈非线性系统的稳定性控制提供了理论参考。     

非线性纯反馈时滞系统的自适应模糊跟踪控制

针对一类不确定非线性纯反馈时滞系统的自适应模糊跟踪控制问题,本文采用模糊逻辑系统来逼近系统中未知的非线性函数,利用自适应方法和Backstepping方法构造出一种自适应模糊控制器,并给出了非线性纯反馈时滞系统跟踪控制问题可解的充分条件.仿真结果表明,所设计的自适应模糊控制器,保证闭环系统的所有变量有界,并确保系统输出有效跟踪给定的参考信号,跟踪误差收敛到原点的一个充分小的邻域之内,同时其他闭环信号保持有界.该控制方法可以有效地减少系统在线计算负担.     

电液力控制系统的自适应控制

电液力控制系统中非线性和时变因素引起的波形畸变等控制品质问题是电液控制系统中较难解决的问题。论文在板簧试验机上用参数补偿的模型参考自适应控制算法、Lyapunov稳定理论进行了推导,用微机实现了系统的控制。实验表明这种自适应控制方法明显地提高了控制品质,使系统的波形失真度下降,快速性增加。 论文还探讨了系统的鲁棒自适应控制问题。     

一种新型动态神经网络在多变量系统中的应用研究

提出了一种新型神经网络控制器，其控制机理与PID控制类似，但解决了在多变量控制中缺乏解耦能力的缺陷，从而解决了常规PID控制存在的快速性与超调量的矛盾，给出了网络结构和学习规则，并对系统稳定性及收敛条件做出了分析。通过仿真实验表明该神经网络系统具有较强的适应性和鲁棒性。     

稳定的分数维模型参考自适应系统的设计

针对一类参数未知的线性系统,为了设计出一种能提高系统动态性能的控制律,通过构造分数维的Lyapunov函数,设计出了新的模型参考自适应控制系统,进而证明了该闭环系统是稳定的．仿真实验验证了该闭环系统具有调节时间短、超调量小等更好的动态性能．     

模糊滑模控制及其在交流调速中的应用

研制了一套模糊自适应滑模控制及8098单片机的异步机调速系统,设计了模糊滑模控制器并辅以仿真研究。数字仿真结果和初步实验结果表明该系统具有良好的动静态性能。     

反步法在非线性控制中的应用

针对一类严参数反馈系统或经过变换可化为该种类型的非线性系统,基于反步(backstepping)递推设计方法,进行了自适应控制的设计。在此过程中,获得了对参数进行修正的规则。应用Lyapunov稳定性理论证明,该自适应控制器可保证整个非线性系统的鲁棒稳定性。和有关文献中提出的设计自适应控制器所应用的方法相比,反步法引进了虚拟控制的概念,通过适当的引入虚拟控制,使得系统误差具有期望的渐近形态,从而实现整个系统的渐近镇定。     

反步法在非线性控制中的应用

针对一类严参数反馈系统或经过变换可化为该种类型的非线性系统，基于反步（backstepping）递推设计方法，进行了自适应控制的设计。在此过程中，获得了对参数进行修正的规则。应用Lyapunov稳定性理论证明，该自适应控制器可保证整个非线性系统的鲁棒稳定性。和有关文献中提出的设计自适应控制器所应用的方法相比，反步法引进了虚拟控制的概念，通过适当的引入虚拟控制，使得系统误差具有期望的渐近形态，从而实现整个系统的渐近镇定。     

微机自适应控温系统

本文介绍以TP801单板机为核心的自适应控温系统。文中阐述了温度自适应控制系统的基本原理、设计方法和实验结果。