圆筒加热炉控制系统研究

对圆筒加热炉进行计算机优化控制，采用以出口温度为主调参数，以燃料流量为付调参数，组成串级调节回路以保证出口温度稳定．在优化控制中用常规控制与热效率在线自寻最优控制相结合的方法，组成加热炉热效率最优控制系统，以实现系统热效率最大．控制过程主要是瓦斯流量热平衡控制和过剩空气系数最优控制．实际应用表明，所设计系统方案简单，控制稳定，干扰抑制能力强．     

同步发电机自适应最优励磁控制

本文针对线性最优励磁控制的缺陷，将自适应控制理论与最优控制理论相结合，通过多变量参数辨识、最优反馈系数计算和控制算法运算三个环节，实现了同步发电机励磁的自适应最优控制．数字仿真实验结果表明，该励磁控制系统能够自动跟踪系统运行工况，在线辨识不断变化的系统参数，使控制作用始终处于最优状态，从而改善了控制系统的动态品质，提高了系统的暂态稳定性．     

电液位置伺服系统的一种局部自适应方法

目的设计一种自适应的控制方法，消除机器人动力参数的变化对其电液位置伺服系统动态特性的影响．方法根据电液位置伺服系统本身的结构特点。提出和设计了一种局部自适应的控制方法，使用参数估计的方法对系统动态参数进行估计，以此参数设计控制策略．结果对局部自适应的控制方法进行的分析和仿真计算结果表明，这种方法可基本消除机器人动力参数的变化对其电液位置伺服系统动态特性的影响。并取得较为理想和一致的特性．结论在变负载的电液位置伺服系统中可以采用基于预报模型局部自适应控制方式，这种局部自适应方法可以显著抑制负载质量变化的影响。使得系统取得良好的一致响应；并且能有效地减少系统超调量．     

非线性时变系统的控制

针对变质量水下航行体提出了一种采用两级ＰＩＤ调节，控制参数随水下航行体质量和速度变化而进行优化处理的参数自适应控制方法，旨在解决水下航行体非线性参数时变问题，以便进一步提高水下航行体的航行性能。     

液压四足机器人的自适应模糊PID控制

为提高液压四足机器人的控制性能和足端轨迹跟踪效果,将自适应模糊PID算法用于机器人腿关节控制,并对PID参数进行实时增量调节.建立阀控非对称缸系统的数学模型,分析其伸出和缩回运动时由非线性、参数时变等因素导致的控制问题,利用AMESim-Simulink联合仿真模型对算法的控制效果进行了仿真,并在单腿试验平台上进行了实物样机测试.结果表明:自适应模糊PID算法的控制效果在减小调节时间、抑制干扰等方面相比常规PID有较大改善.该控制算法提高了机器人的动态跟踪性能,易于工程应用,有利于机器人的运动控制.     

液压凿岩卡钎机理及自动防卡钎新方案

在分析液压凿岩卡钎机理的基础上，为提高液压凿岩过程自动防卡钎能力，提出了一种可预防各类卡钎的液压凿岩自动防卡方案，并设计了相应的液压控制系统，且对其进行了实验验证，理论和实验结果表明，新的自动防卡钎方案提高了凿岩自动防卡钎能力，具有重要实用价值。     

主动液压悬架建模及最优控制

对一种液压悬架进行了动力学建模,并构建了控制执行机构的控制量与车辆实时状况之间的关系。根据最优控制理论,设计了液压主动悬架二次型最优(LQR)控制器,分析了系统在随机激励条件下的时域响应和频域响应。仿真结果表明:与被动悬架相比,最优控制的液压主动悬架在低频共振区能有效控制车身垂直加速度、悬架动扰度和轮胎动载荷。     

非线性液压伺服系统的自适应控制

针对存在不确定参数的液压伺服系统，提出了高性能轨迹跟踪控制器的设计方法。通过“反演”设计策略，给出基于Lyapunov稳定的设计过程，其中系统负载、液压油缸及液压伺服阀的动力特性都包含于控制系统设计中。同时给出了基于液压系统不确定参数的自适应控制律。数值仿真表明了控制系统设计的正确性。     

确定性系统的最优自适应控制器

研究了确定性系统的最优自适应控制问题，系统的自适应控制器采用随机投影算法来构造，证明了自适应系统全局稳定，且自适应控制收敛于“一步超前”的最优控制。     

驱动复合连杆机构滚动的液压控制系统特性

针对曲轴连杆机械式滚切剪机构复杂、设备质量大、造价高等问题,研制出液压缸驱动PR-8R-PRⅡ级杆组的复合连杆剪切机构.通过建立复合连杆机构的位置环方程、力矩平衡方程,求解出构件的轨迹曲线及液压缸的位移、双腔平衡力参数及液压控制系统的传递函数.理论与实测结果表明:液压伺服控制系统模型满足了连杆机构复演滚动轨迹的特性要求;该机构构型设计及机构学综合分析数据正确可行,液压伺服控制系统具有较强的鲁棒性和自适应能力,可在复杂恶劣工况下实现较高的位置控制精度,采用非对称阀控制非对称缸的方法能有效解决剪切机构驱动液压缸的换向冲击问题.     

Control of Hydraulic Power System by Mixed Neural Network PID in Unmanned Walking Platform

为满足无人行走平台液压动力系统的快速调节和精确控制的需求,简要分析数字PID及其优缺点,提出了液压动力系统控制参数要求,制定了关联的双回路PIID控制策略;依据物理过程,建立了液压变量泵和汽油机的负载响应数学模型,引入神经网络结构PID构建了混合神经网络PID,实现混合神经网络PID的BP算法和自适应学习步长的计算;在MATLab环境下进行了混合神经网络PID控制算法的训练和参数控制效果的模拟,并在试验台架上,实现了汽油机转速和变量泵压力的控制,结果表明：混合神经网络PID的控制效果是有效稳定的,并能很好地满足汽油机转速和变量泵压力的调节要求。     

基于改进的粒子群PID控制在变风量系统中的应用

目的研究变风量空调系统温度-风量PID控制器的整定方法,利用粒子群算法的特点设计一种较为高效、稳定的自适应控制器.方法以常规PID控制方法的整定结果作为参考,选择PID参数的取值区间,选取种群数量、维数、最大寻优速度、收缩因子等粒子群内部参量,根据粒子群的演化规则自动完成最优控制.结果采用引入收缩因子的粒子群PID自适应控制器时,系统的调节时间约为常规控制方法的50%,超调量减少了约75%.且动态过程快速而平稳;而当系统突加阶跃扰动时,粒子群PID自适应控制器的调节时间及超调量均约为常规控制方法的50%,系统控制品质得到了较大的改善.结论仿真结果表明,采用上述自适应控制器后,空调房间的温度调节过程加快,室内外干扰因素对房间温度的影响明显降低,整个系统体现了良好的动态性能及较强的鲁棒性.     

自适应机翼的控制系统设计及其试验研究

针对自适应机翼的特点和研制要求,研究了控制系统的设计与实现,较好地解决了飞行中机翼参数时变的问题,并使系统对控制律做了合理的约束,根据最优控制理论对具体方案进行了理论分析和物理试验。结果表明,采用具有辅助模型自适应控制理论的控制器能够有效、准确、快速地达到设计目标跟踪和设计状态回归两项重要指标,系统的鲁棒性、收敛性和稳定性都得到明显体现,且能很好地实现在线控制。     

估计不确定界的分散鲁棒自适应控制

对具有高阶不确定关联作用、未知不确定界、线性时不变关联系统，提出了一种分散鲁棒自适应控制方法．控制包括反馈增益的自适应估计和基于所估计参数的分散鲁棒控制．自适应方案的引入，克服了分散鲁棒控制方法中需要已知不确定性界的缺点．采用极点配置（或最优控制）方法设计常值反馈增益，避免了常值反馈自适应设计中需要人为给定反馈系数的问题，同时使系统具有更好的暂态特性．对运动小车二阶倒立摆的数值仿真证实了本方法的有效性．     

集体防御机制下同质网络行动同步建模与控制

针对网络行动的特点和集体防御机制,研究了同质网络行动的同步建模和控制问题．分析了网络安全集体防御的行动特性及影响因素,引入不确定性因子,构建了网络行动同步的新型模型．在此基础上,根据系统参数的信息差异,分别研究了同质网络的主控同步与控制、自适应同步与控制．在系统参数已知的情况下,运用主动控制实现了同质网络行动的同步控制;在系统参数未知的情况下,根据李雅普诺夫稳定性理论,设计了参数自适应率和自适应控制器,实现了同质网络行动的自适应同步控制．仿真结果表明,通过调节可变系数h能够有效地控制不确定因素对同质网络在集体防御行动中同步的影响．     

移动机器人的自适应模糊滑模动力学控制

针对非完整移动机器人轨迹跟踪控制问题,提出了一种基于自适应分流运动学控制与自适应模糊滑模动力学控制的混合控制算法.自适应分流运动学控制解决了由于大范围的初始位姿偏差变化而引起的速度跳变问题.利用滑模控制具有的稳定性和鲁棒性的优点,解决了机器人的参数与非参数不确定性问题.并通过带有自适应调节算法的模糊控制来调节滑模控制的...     

自适应逆控制在电液伺服系统中的应用

以液压位置控制系统为研究对象,根据自适应逆控制理论,运用X—VSSLMS滤波算法构成参考模型为一的自适应逆控制器．完成了系统动态特征参数变化、外界扰动影响下等的大量仿真试验研究,结果表明,自适应逆控制器在系统参数变化、外界扰动的影响下,具有良好的自适应性和动态鲁棒性．     

模糊调节策略在模型参考自适应控制中的应用

本文在一种简化模型自适应控制的基础上，提出了一种基于模糊规律的参数调节方法．用模糊规则调节模型参考自适应算法中的自适应参数，消除了原算法中增益系数、输入信号幅值等对系统性能的不良影响，使ＭＲＡＣ中自适应参数仅依赖于系统误差的状态．大量阶越试验表明，在不同阶越幅度及负载时变的情况下，采用模糊调节后，系统均具有优良的动态性能，算法鲁棒性、稳定性优于模型参考自适应算法．     

脐带缆拉弯组合疲劳试验机恒拉力控制

由于深海脐带缆的变拉伸刚度特性、卧式加载条件下脐带缆过长、疲劳试验机弯曲端伸缩状态切换而引入冲击噪声等因素,导致恒拉力控制难度高、精度低。在对疲劳试验机控制系统研究的基础上,将模型参考自适应控制算法应用于该试验机的恒拉力控制系统中。针对液压系统中存在的非线性时变参数,提出了自适应线性神经网络与归一化最小均值M估计(ADALINE-NLMM)的自适应控制策略。其利用系统估计的输出误差调整自适应的神经网络的权值,同时利用最小均值M估计算法调整系统中的不确定参数。根据液压系统内部频率变化而跟踪参考模型的输出,削弱脉冲噪声的干扰,提高了控制系统的鲁棒性。不同弯曲角度下脐带缆的静态拉伸试验表明:系统的静态跟踪误差最大不超过3%,平均跟踪误差接近0.3%。一定角度范围内动态拉伸试验表明,脐带缆拉伸端施加恒定的拉力的控制误差不超过10%。结果表明:提出的模型具有良好的恒拉力控制精度和鲁棒性。     

黑箱系统的一种简便自适应预测控制策略

采用一种输入输出增量式一元线性回归模型作为黑箱系统的预测模型，应用投影算法估计模型参数．该模型将对象输出增量分解为2个分量：一个为非零控制增量作用下的强制分量，另一个为控制增量为零时的自由分量，是一种非齐次时变线性模型．此外，应用广义预测控制理论，提出了一种基于该模型的自适应多步预测控制策略，导出了基于该模型的多步最优预测算式和最优控制律．该控制策略不仅具有广义预测控制的强自适应能力和强鲁棒性，且模型参数少，算法简单，适用于黑箱系统的控制．仿真结果表明该控制策略是有效的。