一类直接模型参考Backstepping自适应控制

提出一种新的直接模型参考Backstepping自适应控制系统结构:谈系统在直接模型参考卓适应控制(MRAC)结构的基础上,增加了Beckstepping控制信号发生器,通过Backstepping方法的灵活设计获得良好的过渡过程品质,得到直接MRAC在稳定性和鲁棒性设计等方面的优点.采用高阶调节器设计了未具规范化的直接模型参考Backstepping自适应律,克服了传统自适应律引入规范化信号后使系统过渡过程品质下降的缺点.     

分散模型参考自适应控制

本文针对由参数未知、存在有界扰动和非线性关联的子系统组成的大规模互联系统,提出了一种新的分散模型参考自适应控制法.它适用于孤立子系统传递函数的相对阶次n*i为任意值的情况.根据李雅普诺夫稳定性理论,文中证明了这种分散自适应控制系统全局稳定的充分条件.与有关文献所介绍的方法相比,本文的方法可用于n*i>2的场合,因而它更具有一般性和实用性.     

多输入多输出混合模型参考自适应控制

本文将文献[1]的模型参考控制方法推广到多输入多输出线性时不变系统。对于其关联因子(interactor)T(S)为对角矩阵及其高频增益矩阵 K 非奇异的情况,证明了混合自适应控制系统的稳定性。文中还通过一个仿真算例验证了该算法的有效性及其对未建模动特性的鲁棒性。     

基于模糊神经网络的模型参考自适应控制

用模糊神经网络作为控制器,依靠参考模型产生理想的控制系统闭环响应,从而随时得到控制系统的输出误差.用梯度法实时修正模糊控制器的输入和输出隶属度参数,得到一种在线模糊自适应控制的新方法.通过倒立摆的仿真实验表明,该方法是可行的并能适应对象特性的大范围变化.     

一类非线性系统的自适应模型控制

对一类非线性不确定连续系统，提出了一种新的自适应控制方法。此方法用Ｔ－Ｓ模糊系统对未知函数进行逼近，引入Ｈ＾∞控制减弱外部干扰及逼近误差对输出跟踪误差的影响，证明了该方法可保证闭环系统稳定。仿真结果验证了此算法的有效性。     

间接型的混杂模型参考自适应控制

针对相对阶为1的理想系统,本文考虑了具有混杂自适应律的间接型模型参考自适应控制问题.通过建立系统和控制器的离散参数估计和它们的插值四者之间关系的性质,严格地分析了闭环系统的稳定性,证明了闭环系统中所有的信号都一致有界,并且跟踪误差渐进收敛于零.     

一种基于模型参考自适应的神经网络控制

工业对象的动态特性具有大迟延、大惯性、时变性和不确定性等特点,难以建立精确的数学模型,从而使得建立在精确对象数学模型基础上的经典控制方法及状态空间控制方法难以取得满意的控制效果.基于神经网络的自适应神经网络控制具有鲁棒性高、自适应能力强、适用于工业过程控制.本文提出一种基于神经网络的模型参考自适应神经网络控制系统.仿真试验表明,此系统具有良好的品质特性.     

模型参考模糊自适应控制*

本文提出了一种模糊自适应机构的设计方法，所设计的自适应机构为偏差的非线性函数。用模糊自适应机构替代常规自适应机构，构成一个模型参考模糊自适应系统。导出了该系统稳定的充要条件，提出了一量化因子的选择方法，设计方法简单，便于工程应用。仿真结果表明：ＭＲＦＡＳ系统自适应性能好，抗内外扰动的能力强。     

模型参考自适应控制,模糊控制及PID控制的综合应用

模型参考自适应控制、模糊控制及ＰＩＤ控制的综合应用ＴｈｅＣｏｍｐｒｅｈｅｎｓｉｖｅＡｐｐｌｉｃａｔｉｏｎｏｆＭＲＡＣ、ＦｕｚｙａｎｄＰＩＤＣｏｎｔｒｏｌ●陈玉东刘红波ＣｈｅｎＹｕｄｏｎｇＬｉｕＨｏｎｇｂｏ１概述ＰＩＤ控制由于算法简单、可靠性高、稳定性...     

一类专家模型预测启发控制研究

一类专家模型预测启发控制研究胡树棠，薛云灿ＡＭｏｄｅｌＰｒｅｄｉｃｔｉｖｅＨｅｕｒｉｓｔｉｃａｌＣｏｎｔｒｏｌＢａｓｅｄｏｎＥｘｐｅｒｔＳｙｓｔｅｍ￥ＨｕＳｈｕｔａｎｇ；ＸｕｅＹｕｎｃａｎｌ引言预测控制是于７０年代后期直接从工业过程的控制中产生的一类...     

离散时间MRACS的超稳定性设计方法

本文经过重新定义增广误差信号,给出了有延时情况下线性时不变离散时间单输入单输出被控对象的模型参考自适应控制系统的超稳定性设计方法.文中的算法具有实时性,尤其适用于实时控制.     

基于专家—神经网的递阶智能控制系统

本文介绍了专家系统与人工神经网络技术相结合的一些方法，提出了联合使用专家系统与人工神经网络的递阶智能控制系统结构，其组成为：监督控制专家系统，数据处理与故障诊断神经网络，常规分布式控制系统。其中的监督控制专家系统又由人工神经网络模拟实现。由于本系统吸取了专家系统技术及人工神经网络技术两者的长处，克服了各自的缺点，使得系统的性能大为提高。     

关于自适应控制稳健性的一般观察

当前控制专业界对自适应控制理论方面最感兴趣的问题之一是有关鲁棒性的问题。自适应控制方面的研究人士公认,自适应控制算法是能够作出适当的修订,而使得对于某些无法建模的动态过程也表现出鲁棒性。这里讨论了MRAC 和 STR 自适应控制系统的鲁棒性,还考虑到了专家控制。     

采用自适应控制的电—气比例／伺服控制系统的研究

电-气比例/伺服控制系统的特性受到运行参数和负载干扰的较大影响,本文研究了该系统的自适应控制方法.根据电-气比例/伺服控制系统的技术特点,作者提出了采用模型参考自适应控制的策略,并解决了控制器设计、实现中的一系列技术问题.实验结果表明,本文的研究取得了显著的效果.     

基于黑板模型的智能控制结构

智能控制与传统控制机理的不同之处在于它直接利用了人的有关知识.智能控制包括两个方面的条件因素:一是要有足够的关于控制的知识;另一个是要建立适当的知识应用结构.本文将专家系统中的黑板模型引入智能控制的机理分析,并加以改进,成为一个适应性较广的智能控制结构.这种结构不仅包括了现有的各种智能控制形式,也适用于一些传统的控制方式.按照这种结构,还可以演绎出其它智能控制方式.本文最后给出了一个针对实际问题的智能控制系统设计实例.     

一种基于修正系统预测输出的自适应控制算法

本文利用预测误差的历史数据修正系统的预测输出,以抑制模型失配的影响.给出了修正的最小方差调节器和广义最小方差控制器的算法,并分析了所给修正算法能增强系统鲁棒性的机理.仿真结果表明了本算法的有效性.     

液压机器人自适应控制系统的研究

本文针对液压机器人在随机干扰和随机特征参数作用下的自适应控制系统设计研究的基础上,加入饱和非线性控制,从而改善了被控对象的控制输入,为机器人在线实时自适应控制提供了理论依据.通过仿真研究说明,文中采用的自适应控制方案具有很强的自适应能力.     

基于动态神经网的鲁棒直接自适应控制

基于动态神经网络，研究了一类具有未建模动态的未知多变量非线性系统的鲁棒直接自适应控制．基于Ｌｙａｐｕｎｏｖ理论得出一种鲁棒稳定的权学习算法，该算法不需要知道理想权矩阵的先验知识，并保证设计的控制器的稳定性．仿真结果表明提出的鲁棒控制算法的有效性     

基于局部化技术的多模型自适应控制

对一类含跳变参数的单输入单输出离散时间被控对象,建立由多固定模型和自适应模型组成的多模型,并通过引入指标切换函数构成多模型自适应极点配置控制器,在保证闭环系统稳定的前提下,改善系统瞬态响应.同时采用局部化(Localization)技术优化多模型模型集,在不损失计算精度的前提下,大大减少了计算量,提高了计算速度.     

一类大系统的间接自适应分散模糊控制

针对一类未知非线性大系统,将模糊控制、模糊逻辑系统及滑模控制相结合,提出了一种间接自适应模糊控制策略,仿真结果证明了所提出的算法是有效的.