基于自适应逆控制建模的多载荷识别技术

以齿轮箱为研究对象,运用镜像映射变换(FHR)算法完成了对齿轮箱的自适应正向建模与辩识.在此基础上,研究了单输入单输出最小相位系统及多输入多输出系统的逆建模和多载荷识别原理,并通过试验进行了验证.从而建立起基于自适应逆控制建模的多载荷识别方法,为激励分析的故障诊断奠定了基础.     

基于逆传系统法的最大相位系统的动态载荷识别研究

在目前的载荷识别研究中,有关时域内载荷识别在其逆传系统的载荷识别研究一般只停留在最小相位系统上.本文在时间序列模型的逆传系统动态载荷理论基础上,提出了最大相位系统动态载荷识别新方法,克服了传统识别方法对边界条件的限制,并利用计算机仿真验证了该方法对最大相位系统的载荷识别的有效性.     

基于反推方法的自适应内模原理的多输入多输出系统控制

研究了一类有未知扰动的多输入多输出系统的自适应输出反馈控制．除控制系数的符号已知外，不需要其它未知参数的任何信息．通过综合应用反推、调节函数、SDU分解和估计参数，得到了控制器的设计．所设计的控制器能够确保全局一致最终有界性．     

基于自适应逆控制的永磁同步电动机控制系统

为进一步提高交流永磁同步电动机控制性能,本文提出了基于自适应逆控制的永磁同步电动机控制系统,采用基于递推最小二乘BP（RLS-BP）算法,对永磁同步电动机系统的进行建模、逆建模和自适应控制器的设计。提高了永磁同步电动机系统建模和逆建模的辨识收敛速度以及辨识精度和系统控制精度。仿真结果表明,基于本文提出的自适应逆控制方法的永磁同步电动机系统,具有良好的动态响应,并且在电机参数摄动情况下具有较强的鲁棒性。     

一种输入饱和受限系统的自适应逆控制

大部分执行器输入都是受约束的，若直接将控制信号输入被控对象，往往造成控制质量变坏，甚至导致控制失败．提出了一种约束自适应逆控制方法，当输入幅值受到饱和约束时，将饱和器与被控对象看作新的对象进行逆建模，并通过构造Lyapunov函数，得出新的控制器权值更新公式，且保证控制系统的稳定性，从而使饱和的影响降到最小．水箱温控系统的仿真实例表明了算法的有效性及对输入噪声的鲁棒性．     

基于自适应逆控制的无人机负载模拟器复合控制

针对无人机舵面负载模拟器中舵机运动对施力系统扰动的特点，提出了一种自适应逆控制方法。该方法以实际系统的输入输出信号为依据，通过算法调整LMS横向滤波器的权系数，实现系统建模，并利用该模型离线训练系统的逆动态作为控制器(逆模型)。以克服由于实际系统所受的扰动而可能引起的控制器不收敛。仿真分析表明该方法有效地改善了系统动态加载性能，有很强的鲁棒性。     

随机多输入多输出系统的自适应神经网络控制

针对一类具有严格反馈形式的随机非线性多输入多输出系统的自适应神经跟踪控制问题,本文利用径向基函数神经网络的万能逼近性,结合自适应Backstepping设计方法,提出了一类新的自适应神经网络状态反馈控制器,并对该系统提出的控制器含有较少的参数问题,通过Lyapunov稳定性理论进行了稳定性分析和证明,并应用仿真算例进行验证,仿真结果表明,闭环系统的所有误差变量概率意义下有界,并使系统的输出收敛到参考信号的一个小的邻域范围之内。该研究对随机非线性多输入多输出系统的跟踪控制有一定的指导意义。     

一种输入饱和受限系统的自适应逆控制

大部分执行器输入都是受约束的,若直接将控制信号输入被控对象,往往造成控制质量变坏,甚至导致控制失败.提出了一种约束自适应逆控制方法,当输入幅值受到饱和约束时,将饱和器与被控对象看作新的对象进行逆建模,并通过构造Lyapunov函数,得出新的控制器权值更新公式,且保证控制系统的稳定性,从而使饱和的影响降到最小.水箱温控系统的仿真实例表明了算法的有效性及对输入噪声的鲁棒性.     

基于VPBF网络的直接自适应逆控制方法

神经网络技术在非线性系统自适应控制器的设计中已得到广泛应用,但常见的神经网络存在着各种各样的缺点。为了改进自适应逆控制方法,同时克服一般神经网络的缺点,构造了一种结构简单的改进型VPBF网络,并将其引入自适应逆控制。利用该网络结构选择和参数选择上的优势,离线确定网络的初始规模和权值,在线学习非线性系统的逆,实现了一种非线性系统的直接自适应逆控制策略。仿真结果显示该控制系统能有效地克服扰动,有良好的鲁棒性能。     

基于反推方法的自适应内模原理的多输入多输出系统控制

研究了一类有未知扰动的多输入多输出系统的自适应输出反馈控制. 除控制系数的符号已知外,不需要其它未知参数的任何信息.通过综合应用反推、调节函数、SDU分解和估计参数,得到了控制器的设计. 所设计的控制器能够确保全局一致最终有界性.     

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。     

基于自适应逆控制的无人机舵控系统设计与仿真

针对无人机舵控系统获取精确模型难、控制器设计复杂、超调量大、抗干扰能力弱等问题,采用自适应滤波器方式,对无人机的舵控系统进行了建模和逆建模,设计了一种无人机自适应逆舵控系统,并以某型无人机舵控系统为例,进行了仿真验证．仿真结果表明,与传统PI控制相比,自适应逆控制的舵控系统具有更好的动态响应和抗干扰效果．     

神经网络自适应逆控制的仿真研究

将神经网络引入逆控制,提出了一种基于神经网络的自适应逆控制。该控制结构主要有两个子神经网络组成,其中一个用于对系统进行辨识,另一个子网络实现对模型的逆作为控制器,从而构成自适应的逆控制。将其应用于热工系统中并进行大量仿真研究,结果表明针对不同的热工对象,该控制系统都能有效的克服扰动,适应环境及参数的变化,表现出良好的鲁棒性和控制精度。     

MIMO系统求逆的Interactor算法改进

针对多输入多输出系统求逆的Interactor算法出现异常中断和不能给出构造性逆的问题,提出了在实施Interactor算法之前对输出交换输出次序、在算法过程中若出现异常时采用恢复方法、间接求逆、引入控制输入动态的改进策略,为提高可逆性的判定功效和实现逆系统的完全解析构造提供了有效的方法。算例和仿真说明了改进的Interactor算法的有效性。     

基于液压伺服回路的自适应逆控制

将自适应逆控制理论和系统辨识方法应用在六自由度并联机器人计算机软件控制上,设计了基于液压伺服回路的自适应逆软件控制器,取得了六自由度并联机器人总体动态响应优化的满意效果。     

一类基于高增益观测器的多输入多输出非线性时滞系统的自适应模糊动态面控制

针对一类多输入多输出且状态不可测非线性时滞系统,提出了一种自适应模糊backstepping输出反馈控制方案。因为模糊逻辑系统的逼近性,利用其对未知函数进行逼近,设计高增益非线性模糊观测器估计不可测状态。并结合自适应backstepping技术和动态面控制技术,提出了自适应模糊backstepping输出反馈控制策略。证明了系统中所有信号都一致有界,此外,选择适当的参数能够保证跟踪误差和观测误差收敛到很小的一个领域内。通过仿真验证了所提控制策略的有效性。     

随机系统基于输入匹配的最优自适应控制

本文针对随机系统提出基于输入匹配的最优自适应控制器原设计方法，证明了参数估计的收敛性及自适应控制收敛于一步超前的最优控制，仿真结果证实参数估计的算法和控制设计是成功的。     

自适应极点配置控制的一种解法

本文介绍了 SI～SO 非最小相位自适应极点配置控制 Bezout 方程的一种新的求解方法。     

基于单步预测的模型参考自适应逆控制

针对非线性系统,提出一种基于单步预测的模型参考自适应逆控制方案.该方案将预测思想引入自适应逆控制中,采用Elman网络作为模型辩识器,利用它建立非线性系统输出的预测模型;采用模糊神经网络作为自适应逆控制器,由预测误差进行参数的在线自适应寻优.仿真结果表明,该方案具有很好的跟踪效果和较强的鲁棒性.