一种基于对角递归神经网络的PID解耦控制器

在PID多变量解耦控制的基础上,设计了一种基于对角递归神经网络的PID解耦控制器。基于对角递归神经网络构造了PID控制器,并把几个PID控制器平行采用作为解耦控制器,以同时实现解耦和控制功能。通过对2输入2输出非线性耦合对象进行计算机仿真结果表明,该控制器对多变量非线性系统解耦控制效果很好。     

基于自抗扰技术的四旋翼姿态解耦控制方法

针对小型四旋翼飞行器姿态控制问题,基于姿态非线性耦合数学模型,设计了一种自抗扰姿态控制器。引入自抗扰控制技术,介绍了自抗扰控制器结构,包括安排过渡过程,扩张状态观测器以及非线性状态误差反馈。针对模型非线性耦合特点,介绍了多变量系统的自抗扰解耦控制原理,并设计了一种自抗扰姿态解耦控制器。基于Simulink搭建仿真模型进行了仿真。参数整定及仿真结果表明,所设计自抗扰控制器具有强鲁棒性、抗干扰性,系统具有良好的动态性能和稳态性能,对非线性耦合系统能有效地控制。     

基于α阶逆解耦的多变量内模控制系统研究

由于工业过程控制中存在大时滞现象,使得单变量内模控制难以获得有效的控制,而多变量内模控制成为一种较好的控制策略。文中简单介绍了多变量内模控制的原理,分别基于主回路为控制对象、V规范解耦的原则和α阶逆解耦进行内模控制器的设计,阐述了各个控制器的主要思想及其设计的具体方法。通过仿真比较模型匹配与模型失配下的内模控制输出仿真图。由仿真结果可以得出,基于V规范解耦的内模控制器具有较好的控制效果,但是解耦效果存在缺陷,针对非线性系统提出的基于α阶逆解耦的内模控制系统具有较好的解耦和控制效果。     

自适应单神经元网络在耦合系统中的应用

基于神经网络PID控制和解耦系统的特点,应用一种针对多输入多输出解耦系统的单神经元PID解耦算法和结构,并在算法中增加了自适应学习速率,更好的实现对耦合系统的解耦控制。仿真结果表明这种单神经元PID解耦算法实现的控制比常规的PID解耦不仅具有较好的动态性能和稳态性能,而且还具有很强的自学习功能和自适应解耦能力。     

一种新颖的基于内模电流控制的矢量控制系统

无速度传感器矢量控制系统中存在两个关键性的问题，即速度辨识的稳定性问题和控制器结构问题。本文提出一种新型的基于模型参考自适应的内模电流控制的矢量控制系统。首先，利用MRAS理论，保证了速度辨识的全局稳定性。然后通过内模控制实现动态解耦，克服了PI控制不能动态解耦和其他解耦方法中对参数敏感的问题。仿真结果表明：系统对参数变化具有较强的鲁棒性，取得较好的解耦效果和系统控制性能。     

PID神经网络在飞控解耦中的仿真研究

在进行飞行控制律设计时,为了获得好的控制品质,有必要对各输出量进行解耦,并且使控制器能根据被控对象动力学特性的改变而自适应调整。为此,介绍了两种PID神经网络解耦控制结构和一种神经网络辨识器,并分别给出了PID神经网络解耦控制器和辨识器的前向算法及反向传播算法;最后分别应用两种解耦方法针对飞机横侧向线性模型进行计算仿真,得到了两种解耦结果;证明了PID神经网络解耦控制的有效性,并比较了两种结构的优缺点。     

基于SVM逆系统的五相永磁容错电机解耦控制

设计了一种应用于五相永磁容错电机的解耦控制器,实现了调速系统的线性化及解耦。该智能控制器采用支持向量机(SVM)逆系统理论结合构成SVM逆控制器,由SVM来逼近原系统的逆系统,将原系统解耦成两个伪线性子系统,通过两个PI控制器调节子系统的控制性能。SVM逆控制器集合了SVM方法的高精度跟踪与逆系统解耦的优点。仿真和实验结果表明,在FTPM电机运行时,当参数发生变化,SVM逆系统控制器依然能表现出很好的稳定性与精确的响应性。     

四旋翼无人机仿真控制系统设计

为了实现四旋翼无人机的自稳定控制,对四旋翼无人机进行了动力学建模与控制。在建模时利用机理建模和实验实测相结合的方法,建立小型四旋翼飞行器的动力学仿真模型;并通过准LPV法将非线性模型线性化,在飞行器模型解耦的4个通道上分别设计PID控制器,且在Matlab/Simulink平台上对系统整体进行仿真。仿真结果表明,该动力学模型和PID控制器可以有效地实现飞行器的自稳定控制,为后续的四旋翼飞行器的控制研究打下基础。     

基于神经网络的VAV空调系统多区域解耦控制

分析变风量空调系统多区域运行时的耦合关系,针对变风量空调参数多变、强耦合的特点,提出了一种改进的误差反向传播算法的神经网络分散解耦控制方法,对送风量-室内温度进行解耦;然后采用基于BP神经网络的PID控制方法对解耦后的2个近似独立的单输入单输出系统进行控制。仿真结果表明,神经网络分散解耦算法具有很强的自学习功能和自适应解耦能力,控制系统响应快,稳态误差小,有效提高变风量空调系统的控制精度及性能指标。     

基于自抗扰技术的三相电力电子负载电流控制

本文提出一种基于自抗扰技术的三相电力电子负载模拟变换器电流控制方法,解决了传统电流控制存在电流解耦困难、参数摄动、抗干扰能力差的问题。通过建立基于同步旋转d/q坐标系下负载模拟变换器的数学模型,分析电流耦合产生的机理以及影响系统的扰动。设计一阶自抗扰控制器,将系统分析得到的问题作为系统扰动并通过自抗扰控制器消除扰动,达到控制效果,并选定该控制器参数整定方法。通过仿真、实验结果表明,所提出的基于自抗扰技术的三相电力电子负载的电流控制方法可确保负载模拟变换器获得较好的稳态和动态性能,特别是针对电流耦合以及系统外部扰动和内部扰动都具有较好的控制效果。     

基于优化BP神经网络的PID控制研究与仿真

PID控制要取得较好的控制效果．就必须通过调整好比例、积分和微分三种控制作用，形成控制量中既相互配合又相互制约的关系。优化BP神经网络是一种前向神经元网络，具有学习速率快、振荡小、精度高的优点，将其隐含层单元分别作为比例（P）、积分（I）、微分（D）单元。可以建立参数自学习的PID控制器。仿真结果表明基于优化BP神经网络的PID控制器具有较好的自学习和自适应性。     

仿人自学习控制器

仿人自学习控制器是一种新型的、能自动高速控制周期、控制参数控制和控制规则的智能控制器，文中介绍了其设计方法、控制周期在线选择以及参数规则调整算法。实验结果表明该控制器具有较强的鲁棒性和自适应性。     

换热站供热系统建模与解耦控制

换热站供热系统是典型的多变量、强耦合、大滞后系统。建立了供热过程二次网供回水温度与流量之间的双输入双输出耦合模型结构,采用改进的粒子群算法辨识模型参数;提出了自适应内模控制器对供热过程进行解耦控制。仿真结果表明,常规内模控制器与自适应内模控制器在模型匹配时都实现了系统供回水温度的解耦控制,控制效果相近。在模型失配时,后者的调节时间和超调量明显优于前者,自适应内模控制器具有更强的鲁棒性和自适应能力。     

一种静不稳定无人机快速跃升与俯冲机动控制器设计

针对无人机在快速跃升与俯冲机动中存在的气动耦合、操纵耦合与不确定扰动,以及由于静不稳定性而造成的不稳定俯仰力矩等问题,提出了一种新的鲁棒模型参考自适应非线性逆控制器。首先,通过基于状态反馈的非线性逆控制完成多通道之间的解耦;然后,依据解耦后的线性闭环系统设计鲁棒模型参考自适应控制器,其主要作用是对非线性逆误差与不稳定俯仰力矩进行补偿,并对不确定扰动进行抑制,从而保证无人机在整个快速机动飞行中的稳定性。通过非线性仿真验证了该控制方法在快速跃升与俯冲纵向机动控制中的有效性与可靠性,并与典型的鲁棒伺服LQR最优控制器对比,说明了该控制器的解耦性能以及对于不确定扰动的抑制作用。     

飞机直接力渐近解耦模糊控制系统设计

提出了一种带修正函数的模糊控制规则自调整方法。通过对修正函救，比例与积分因寻优，可获得性能优良的模糊控制器。然后将这种模糊控制方法与改进的渐近解耦方法相结合，构成一种渐近解耦模糊控制方案。最后用该方案对ＡＦＴＩ／Ｆ－１６飞机的直接力控制系统进行了设计，并提供了仿真结果。     

精馏模糊解耦控制系统探究

本文介绍了精馏塔的精馏工艺,分析了精馏塔塔顶和塔底温度控制回路的耦合关系,提出了模糊解耦控制应用的必要性。针对精馏塔塔顶和塔底温度的控制特点,设计了一种双输入双输出模糊解耦控制系统,具体分析了系统中该模糊解耦控制器的结构以及模糊控制各环节的具体实现方法,应用Simulink对控制系统进行仿真研究,得到了较好的控制效果。     

基于深度强化学习的无人机编队控制

针对无人机编队控制中无人机智能化程度不足、缺乏自主学习能力等问题,基于深度强化学习中DDQN算法设计无人机编队控制器,该控制器可同时控制速度与航向通道,使僚机能够自学习跟踪长机并保持编队,提高无人机智能化程度。为验证设计控制器的有效性,通过仿真将设计的DDQN控制器与传统PID控制器进行对比。对比结果表明,该控制器可有效形成无人机编队并满足编队要求,对无人机编队智能化控制进行了有效探索。     

微型四旋翼飞行器TSMC控制方法研究

针对微型四旋翼飞行器非线性动力学模型下姿态稳定和速度跟踪控制问题,基于全局快速终端滑模控制(TSMC-terminal sliding mode control)方法研究了控制器设计。通过引入等价控制输入,将姿态控制通道解耦并分别设计了姿态稳定TSMC控制器。对速度跟踪和高度跟踪控制,在保证高度跟踪控制稳定的基础上设计了保证速度跟踪的耦合控制器。姿态稳定和速度跟踪仿真验证了设计控制器的性能。     

永磁直驱风力发电系统内模解耦控制研究

针对永磁直驱风力发电系统中传统解耦策略易受系统参数变化的影响、对负载变化的适应能力差和抗干扰能力弱等缺点,本文将内模解耦控制引入双三电平永磁直驱风力发电系统网侧和机侧控制系统,并对机侧内模控制器的设计进行了详细的介绍。仿真实验结果表明电流内环采用内模解耦控制后,可有效抑制干扰及模型失配对输出的影响,克服传统的PI控制不能动态解耦以及对电机参数敏感的问题,并增强对给定信号的跟踪能力。     

矢量控制电流环的内模解耦控制

电机矢量控制虽然实现了励磁电流和转矩电流解耦,但交流电机内部M轴和T轴之间存在交叉耦合电压及转子温升造成矢量控制条件的破坏.提出采用定子电流解耦的内模控制,推导出其设计过程和控制器型式,通过数字仿真论述了感应电动机定子电流控制系统采用解耦内模控制,可有效抑制干扰及模型失配对输出的影响,增强系统对给定信号的跟踪能力.