可切换减震器的自适应控制

研究了可切换减震器的控制策略和算法。该处算法能够自适应于不同的路面谱输入，具有实现简单、等特点，考虑到实际实现中某些状态变量不易测量，进一步探讨了用于估计状态变量的卡尔曼滤波器。仿真结果表明该算法是可行和有效的。     

一种新型无速度传感器的直接转矩控制方案

无速度传感器异步电动机的直接转矩控制系统大多采用模型参考自适应的方法来实现.基于以电机定子电流磁链为状态变量的状态方程的推导,提出了用卡尔曼滤波器方法来实现定子磁链和转速估计,并给出了卡尔曼滤波的算法.     

基于多变量时间序列的接触状态聚类分析

针对机器人轴孔装配任务中接触状态的分类问题,该文提出了一种基于多变量时间序列的聚类方法。该方法利用深度时间聚类网络对装配过程中的接触状态变量进行编码,然后使用复杂度不变性度量对时间序列片段进行划分。该方法避免了对接触过程进行准静态分析,因此在实际中具有一定的通用性。并且利用时间序列的方式有利于提取接触状态变量的时间关联特性,从而使得聚类的结果更加鲁棒。实验结果和预期一致,验证了该算法的正确性和有效性。     

用部分变量控制和同步一个超混沌系统

根据一个超混沌系统的具体结构和微分方程稳定性理论,利用它的第三个状态变量设计了一个线性反馈控制器,实现了该混沌系统的渐近稳定,以驱动系统的第一个和第三个状态变量作为驱动变量,设计了适当的控制器,实现了两个相同的超混沌系统的同步,数值仿真结果表明这些同步方法是有效的和可行的.     

基于凸集模型的多学科耦合系统不确定性分析

研究了用凸集模型描述不确定参数时,多学科系统的不确定性分析方法．为了减少计算量,采用一阶泰勒近似并结合全局敏度方程推导了系统状态变量变差范围的近似计算公式,可用于超椭球凸集与区间变量并存的情形．该方法只需借助各学科分析的敏度信息,易于与各种基于敏度的寻优算法融合,进行不确定环境下的多学科优化设计．实例计算表明,在不确定程度较小时,该方法可以给出状态变量变差范围,而计算量远远小于Monte Carlo仿真算法．     

电力系统无功优化与电压控制

本文提出了利用调节控制变量使电力系统平衡节点有功功率变量为最小的无功优化与电压控制新方法,建立了相应的数学模型,导出了状态变量与控制变量之间的新的灵敏度关系矩阵,对状态变量的不等式约束利用了迭代约束检索技术进行处理,采用了带上、下界变量的线性规划求解。对6节点算例和24节点实际网络的计算证明该算法具有收敛性好、占用内存少、计算速度快的优点。     

基于终端滑模的移动机器人轨迹跟踪控制

分析了具有不确定性非完整约束移动机器人系统的轨迹跟踪问题。在运动学模型分析的基础上,利用非奇异终端滑模技术,提出了一种新的轨迹跟踪控制算法,该算法消除了传统滑模控制带来的奇异问题。基于后退方法的思想设计系统状态变量,将系统分解为低阶子系统处理,简化了控制律的设计。结合Lyapunov方法,证明了在该控制律作用下,对满足一定速度条件的期望轨迹,移动机器人完全能够实现轨迹跟踪。仿真实验结果表明了该方法的有效性。     

电力系统无功优化与电压控制

本文提出了利用调节控制变量使电力系统平衡节点有功功率变量为最小的无功优化与电压控制新方法,建立了相应的数学模型,导出了状态变量与控制变量之间的新的灵敏度关系矩阵,对状态变量的不等式约束利用了迭代约束检索技术进行处理,采用了带上,下界变量的线性规划求解,对6节点算例和24节点实际网络的计算证明该算法具有收剑性好,占用内存少,计算速度快的优点.     

一种非线性模型参考迭代学习控制算法

针对存在周期或非周期不确定干扰的非线性系统,提出一种模型参考迭代学习控制算法(MR-ILC),其目标是在被控系统满足假设条件并采用相应学习律的条件下,使被控系统的状态变量跟踪参考模型的状态变量,且两种模型不需要具有相同的结构和参数。运用λ范数证明了算法的收敛性,仿真结果验证了算法的有效性。     

基于改进果蝇优化算法的无功优化

将改进果蝇优化算法运用于无功优化领域,为电力系统的无功优化计算提供了一种新的算法.通过对迭代步长进行自适应调整可以有效避免果蝇算法可能陷入局部最优的问题,同时还能提高收敛精度.在无功优化模型中,对控制变量进行归一化处理,使得量纲一致;将约束条件以罚函数的形式并入目标函数中,实现对状态变量的限制.以IEEE30节点系统和IEEE57节点系统为例,分别基于果蝇优化算法(FOA)、改进果蝇优化算法(IFOA)和遗传算法(GA)进行了无功优化计算,结果表明改进果蝇优化算法(IFOA)具有更好的优化效果和计算速度,更加接近全局最优值,采用该算法解决无功优化问题效果很好.     

参数B样条曲线的非均匀离散细分算法

利用差商算子给出一种参数B样条曲线的非均匀离散细分算法。为了便于工程实际应用，在算法中分别考虑了B样条的均匀细分算法和非均匀细分算法，并将其应用在自由型曲线生成和函数逼近上，通过计算比较表明，B样条的非均匀离散细分算法在某些方面比均匀离散细分算法有更好的效果。     

自适应PID控制：Ⅱ.全局收敛性分析

本文是“自适应ＰＩＤ控制”的第二部分。在第一部分中［１］，讨论了自适应ＰＩＤ控制的基本原理和基本算法，并给出了仿真结果。本文则对具有代表性的广义最小方差自校正ＰＩＤ控制算法进行收敛性和稳定性分析，得到了一些理论结果。     

自适应SDT预估控制系统的稳定性研究

研究了滞后时间系统自适应预估控制的稳定性问题,提出了三种可提高自适应可调参数的收敛速度,从而保证系统稳定性的自适应控制算法。文中还对三种算法的适用性进行了分析、比较。     

基于实时专家系统的自来水混凝投药自动控制系统

从分析当前主要的混凝技术入手,提出了基于实例推理技术的实时专家系统的控制方案,给出了系统的前馈、反馈控制结构,其前馈控制采用实时专家控制系统,反馈控制采用常规PID控制．介绍了前馈实时专家控制系统中案例库的组成及更新方法、推理决策机构根据现时数据对案例库中的记录进行匹配的算法以及专家系统的自学习与自适应方法等．实践表明,该方案能够对水处理的絮凝过程进行有效控制,还可结合应用系统的实际特点,不断地自学习和自适应,以达到最优效果．     

自适应滤波方法在传感器在线自诊断中的应用

论述了自适应滤波方法用于传感器性能及故障的在线自诊断技术 .这种基于数字信号分析和时序建模分析的方法 ,非常适应于工程测试信号检测、分析仪器和系统的诊断 .     

基于Hopfield网络的衰变目标识别研究

人工神经网络是对人脑功能的某种程度的反映，具有自适应，自学习的能力，可通过对模式样本的自学习，从中获取特征，并能将学习获得的知识应用到后来的识别中。本文采用单层离散Hopfield网络来实现衰变目标的识别，提出了选取Hopfield网络三个记忆模式方法。     

专家监控极点约束自适应控制器

提出一广义自寻极点自校正算法,根据工程要求的过渡过程时间和超调量,算法约束闭环极点到一预先指定的区域内.为了保证在实际运行中,系统始终具有满意的劝态性能及稳定性,采用自适应专家监控方案,依照必要的启发规则,对系统进行校正,简化了自适应算法.仿真结果说明其具有良好的实用性.     

自适应加权滤波的去隔行算法及其FPGA实现

提出了一种基于运动检测和自适应加权滤波的去隔行算法,该算法克服了运动自适应算法中受噪声影响较大及运动补偿算法的硬件实现复杂度高的缺点,在不需要进行准确的运动信息计算的前提下,保持了图像的空间特性与垂直细节。利用现场可编程门阵列(FPGA)进行验证和性能测试,实验结果表明,该算法在处理动态和静态视频信号时都能稳定地达到较好的效果,并且相对于传统的行平均算法节省了14.5%的硬件资源。     

α稳定噪声环境下IIR自适应滤波递归整体最小P-范数算法

当无限脉冲响应(IIR)系统输入和输出信号被α稳定噪声干扰时.传统的最小平均P-范数(LMP)算法的解会出现较大偏差,而整体最小平均P-范数(TLMP)算法存在收敛速度慢的问题.为此提出一种适用于自适应IIR滤波的递归整体最小P-范数(IIR RTLP)算法,首先整体考虑输入和输出信号受α稳定噪声干扰的影响,使得基于P-范数的误差期望值达到最小;然后采用矩阵求逆引理和幂迭代法递归更新自适应滤波器的系数,使其可跟踪时变系统,并提高算法收敛速度.仿真结果表明,IIR RTLP算法比TLMP算法有较小的系统估计误差和较快的收敛速度.     

交流伺服系统神经网络PID控制

提出了采用神经网络的自适应PID控制系统,将BP神经网络引入交流伺服系统中代替PID控制器,实现对被控电机的自适应控制;并在此基础上,简化神经网络的结构,把它与传统的PID控制结合起来,实现对交流伺服系统的复合控制。仿真结果表明,所提算法切实可行,系统具有较强的鲁棒性。