带神经网络补偿的极点配置广义最小方差自校正控制

首先用一个常规线性模型对被控对象进行辨识,再对线性模型辨识的余差用一个神 经网络进行补偿．线性模型和神经网络共同构成对象的辨识模型,并基于这一模型提出了一 种显式极点配置广义最小方差自校正控制．该方法适用于非线性对象,且具有较高精度和较 快的收敛速度,具有较强的鲁棒性．     

广义最小方差极点配置PID自校正控制器

本文提出一种广义最小方差极点配置自校正控制器,仿真表明了它的有效性。     

广义极点配置自校正控制器

引入双恒等变换推导出系统及辅助系统的ｄ步预测模型,基于估计器的自校正控制器能将闭环极点配置在所希望的位置,它的参数是由于与其相互独立的对象参数调节,提出使用辅助估计器克服丢番方程的病态问题,仿真表明在存可测干扰的情况下该系统具有良好的动态性能。     

隐式多变量广义自校正控制器

本文提出了具有在线选择加权阵的两种多变量自校正控制器.加权阵的在线选择和自校正控制算法都采用隐式方案来实现.本文还证明了该自校正控制器具有全局收敛性.     

广义最小方差自校正重置PID控制器及其在压力系统中的应用研究

针对压力系统的纯延迟、大惯性、非线性、时变等特点,本文将重置控制和以广义最小方差为性能指标的自校正PID控制相结合,提出一种广义最小方差自校正重置PID控制方法。该方法首先根据被控对象的数学模型,以广义最小方差为目标设计广义最小方差控制器,通过选择该控制器的分母多项式,求解Diophantine方程,得到具有PID结构形式的广义最小方差控制器,再在该控制器的积分项中引入重置控制,构成广义最小方差重置PID控制;对于模型未知或参数慢时变的被控对象,通过采用带遗忘因子的递推最小二乘法构建系统的自适应机制,增强控制系统的自适应能力和鲁棒性。最后,将该控制方法应用于压力容器的恒值控制中,获得了比较满意的控制效果。     

新型多变量广义预测自校正控制器

本文对多变量线性系统提出了一种新的广义预测自校正控制器(MGPC).由于本算法是利用辨识结果直接求解控制器,不需要在线求解Diophantine方程,因而大大减少了计算量,并简化了控制系统的设计过程。仿真结果表明:本文提出的算法能适用于具有有色噪声干扰的不稳定和(或)非最小相位多变量随机系统。     

改进多变量广义最小方差解耦控制方法及应用

针对现有多变量广义最小方差解耦控制方法不能直接抑制有界可测干扰的问题,以及另加前馈控制器带来的结构复杂且成本增加的难题,提出一种改进的多变量广义最小方差解耦控制方法.所提方法通过在加权多项式矩阵和丢番图方程中的多项式矩阵同时引入积分项,用于直接抑制工业过程中有界可测干扰对系统的影响,从而消除稳态误差,提高控制精度.数值...     

具有可变性能指标的自校正自适应控制理论的研究

本文在广义最小方差基础上提出了具有可变性能指标函数的自校正控制方案,依据所要求的特征方程之根在线地改变权函数来确定控制律.本方案控制的算法不仅简单而且容易实现.计算机模拟仿真结果表明此控制律性能优于一般的自校正控制律,最终利用本文的方案对船舶航向实施自校正控制进行了讨论并实现了在"大明山"号轮船上的实际海试,结果表明性能优良.     

统一的自校正控制器

本文提出两种统一的广义最小方差自校正控制器,以控制具有任意维数输入/输出的(ADIADO)系统.这两种新的控制器解决了以前无法处理的输入/输出维数不等、Bo奇异系统的自校正控制问题.几个典型的仿真例子证明了这两种控制器的统一性和有效性.     

多变量非线性自整定PID控制器 *

本文提出一种基于神经网络的多变量非线性自整定ＰＩＤ控制器，通过神经网络权值的学习在线自动整定控制器参数，将其用于某水浴系统的温度多变量控制，仿真结果令人满意。该控制器的设计无需对象模型，具有响应豆腐快，抗干扰能力强和鲁棒性好等特点，控制器不仅算法简单，实现简易，而且适用范围广。     

造纸机不同时滞多变量自校正控制器

本文针对造纸机的纸张定量及水分,研制了具有不同时滞的多变量自校正控制器,增加了积分器和前馈补偿,用增广最小二乘法估计全部参数,实际运行获得满意的控制效果;还介绍了微机控制系统的构成及自校正控制系统的调试经验.     

多变量双环自校正动态解耦控制器

本文提出一种多变量双环自校正动态解耦控制器,该控制器采用在零极点配置基础上叠加最小方差控制的结构,既能实现动态解耦,又改善了伺服跟踪性能,该控制器采用隐式递推算法,参数估计数目少,在线计算量小,仿真结果表明控制效果良好。     

多变量系统的隐式广义预测自校正控制算法

针对双输入双输出机炉协调控制系统,介绍了一种隐式广义预测自校正控制算法并对其进行仿真研究,分析仿真结果,总结参数变化对整个系统性能的影响,结果证实了算法的有效性。     

多变量自寻优极点配置自校正控制器

本文提出了一种多变量自寻优闭环移动极点极点配置目校正控制算法,其基本策略是:在控制过程中,以多变量广义最小方差为目标自动移动闭环极点,且在控制量允许的范围内,使闭环极点处于理想位置上。理论与仿真表明:本文给出的算法避免了预先确定闭环极点位置所带来的种种不利现象,不仅能实现最优控制,且仍具有极点配置的鲁棒性。