首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
提出了一种具有全新的比例、非线性积分、非线性微分调节器(简称PNLINLD调节器),与传统的PID调节器相比,它完全消除广线性积分器和微分器的所有致命缺点而又完全保留了它们的全部优点,参数整定十分容易,其参数的大幅度变化不会给系统带来多大的不利影响,具有极强的鲁棒性.  相似文献   

2.
基于非线性系统右互质分解输入/输出方法的概念,讨论了非线性系统右互质分解鲁棒性在存在条件。之后,在文献「10」所给出结论的前提下,讨论了观测-控制器型反馈系统的稳定鲁棒笥及其与右互质分解鲁棒性之间的关系。  相似文献   

3.
本文提出了一种非线性变结构控制器,这种控制系统具有动态响应快、无超调、精度高等特点。结合实例与时间最优控制系统在动态性能指标及控制器结构等方面作了比较。结果表明:用文中方法所设计的系统结构简单,快速性好,且节省控制能源。  相似文献   

4.
5.
由电容极间电场的作用原理引申一种非线性函数构造方法,利用这一非线性函数对常规PD(proportional and derivative)控制方法进行修正可以形成一种非线性PD控制器.在此基础上,引入一种参考模型机制,对该非线性PD控制器进行旋转修正,使其控制面随参考模型的状态而变化,这一控制方法在设计控制器时,可以将系统的稳定裕度和刚度分开考虑,从而能很好地折中不同性能指标间的矛盾.仿真结果表明,这一方法具有很好的控制效果.  相似文献   

6.
基于非线性系统右互质分解输入/输出方法的概念,讨论了非线性系统右互质分解鲁棒性的存在条件.之后,在文献[10]所给出结论的前提下,讨论了观测-控制器型反馈系统的稳定鲁棒性及其与右互质分解鲁棒性之间的关系.  相似文献   

7.
非线性系统开闭环PI型迭代学习控制的鲁棒性   总被引:5,自引:0,他引:5  
对于完成重复轨迹跟踪任务的系统,迭代学习控制是一种能有效地改进其跟踪性能的技术。研究并给出了一类非线性系统开闭环PI型迭代学习控制的鲁棒条件,证明了系统在状态干扰、输出干扰和初态干扰有界的情况下跟踪误差有界收敛,在所有干扰渐近重复的情况下可以完全地跟踪给定的期望轨迹.从鲁棒条件式看出,迭代学习控制的鲁棒性与学习控制律中的积分系数无关。  相似文献   

8.
9.
针对自由系统、外部干扰输入矩阵和控制输入矩阵都具有加法不确定性的一类仿射非线性系统,讨论了非线性系统的鲁棒H∞控制问题,将这类非线性系统具有鲁棒性能的充分条件归结为Hamilon-Jacobi不等式的可解性问题,并获得了非线性鲁棒控制器的一种形式。  相似文献   

10.
11.
基于非线性补偿的PID控制器   总被引:5,自引:0,他引:5  
根据智能控制的思想,采用控制系统的偏差及偏差变化率来划分特征区域,并采用不同的补偿策略,形成了一种基于非线性补偿的 PID 控制器。由于补偿环节能够区分不同的特征区域,分别选择放大、缩小和保持偏差的实时数值,使得新控制器的动、静态性能得到改善。仿真结果表明,这种新型 PID 控制器比常规的 PID 控制器具有更强的鲁棒性和抗干扰能力。  相似文献   

12.
13.
给出了一种隐式极点配置控制器,它能消除稳态偏差且有抗干扰能力。当系统参数未知时,可直接辨识控制器参数。算法具有鲁棒性和实用性。  相似文献   

14.
一种智能PID型控制器的研究   总被引:5,自引:2,他引:5  
采用模糊控制理论与PID调节器相结合,给出了一种智能PID控制器的设计方法.介绍了PID型模糊控制器的设计原理,并应用于开关磁阻电机驱动控制系统(SRD)进行仿真实验,证明该控制器较常规PID控制及单纯的模糊控制具有更好的控制性能.  相似文献   

15.
提出了一种自整定PID控制器的一般设计方法。由继电特性自整定方法在乃氏曲线上确定一个点,可根据特定的相角裕度选择PID调节器的参数。将其理论应用于直流电动机控制,由大量的仿真实验得到了参数优化设计的结果。  相似文献   

16.
17.
18.
非线性系统PID控制器的优化设计   总被引:1,自引:0,他引:1  
借助MATLAB中非线性控制设计模块(Nonlinear Control Design Blockset),实现了非线性控制系统的PID控制器的优化设计。仿真结果表明,该方法简单、有效。  相似文献   

19.
20.
研究了系统满足收敛条件时,具有开闭环D型迭代学习控制律的一类非线性系统在动态过程存在干扰的情况下控制算法的鲁棒性问题。理论分析表明,当系统动态过程扰动有界时,开闭环D型迭代学习控制算法是鲁棒的。当满足开闭环学习收敛条件时,控制误差收敛到期望值的某一个邻域,其大小与相邻两次迭代运行中这些干扰的大小有关,而与初始控制输入等无关,当干扰越小时,学习控制过程越接近于期望值。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号