一种复杂非线性系统的智能变结构控制方法

采用一种智能结构方法实现复杂非线性系统的控制,给出了设计原则,并用第四代歼击机飞行控制系统设计一个复杂实例来说明方法的有效性,实例系统中包含了两种控制律：增益调参和非线性动态逆控制律,两种控制律都包括了对发动机推力矢量喷管的控制。文中采用了一种基于状态的控制律切换算法进行两类控制律的切换,考虑了变结构系统切换瞬态问题和强迫振荡问题,并给出了简便的解决方法。     

神经网络滑模变结构控制研究综述

综述了近年来将人工神经网络控制和滑模变结构控制相结合的研究工作．从神经网络在滑模变结构控制中不同的应用方式出发，论述了神经网络在提高和改善滑模变结构系统性能方面的理论和方法，分析了它们各自的特点与相互之间的联系．最后展望了该领域未来的研究方向．     

柔性臂仿人智能变结构控制

柔性臂的位置控制中，最大的难点是柔性振动的抑制，常规控制方法往往不能同时得到良好的关节跟踪轨迹和对柔性振动的补偿。本文提出了仿人智能变结构控制方法，此方法综合了仿人智能控制与变结构控制的优点，仿真结果表明，这种控制方法能有效的抑制柔性振动，同时具有良好的关节跟踪能力。     

柔性臂仿仿人智能变结构控制

柔臂的位置控制中，最大的难点是柔性振动的抑制，常规控制方法往往不能同时得到良好的关节跟踪轨迹和对柔性振动的补偿，本文提出了仿人智能变结构控制方法，此方法综合了仿人智能控制与变结构控制的优点，仿真结果表明，这种控制方法能有效的抑制柔性振动，同时具有良好的关节跟踪能力。     

神经网络离散变结构控制的算法及其应用

本文首次将自适应线性神经元（Ａｄａｌｉｎｅ）用于离散变结构控制。以滑模面Ｓ（ｋ）＝０作为Ａｄａｌｉｎｅ元的希望输出，作为Ａｄａｌｉｎｅ元的实际输出，通过ＬＭＳ算法在线调整权值可保证滑态可达条件的满足。应用所提出的控制策略对泵控马达速度伺服系统进行控制，仿真表明控制效果是令人满意的。     

用于SVC的一种模糊非线性变结构控制方法

采用直接反馈线性化方法得到有SVC单机无穷大系统线性模型状态方程。以此为被控对象,设计了一个滑膜变结构控制器,将滑膜切换面函数值及其变化率作为模糊控制器输入,以调整控制量输出。通过仿真验证,所设计的SVC模糊滑膜控制器可以有效的改善系统功率环境,受到扰动时可以迅速的平息功率的变化。     

聚焦式模糊变结构控制及其在主汽温控制中的应用

针对具有纯滞后、大惯性、参数漂移大的非线性复杂系统,本文提出一种聚焦式模糊变结构控制算法,使系统在多种干扰下具有较强鲁棒性的同时,具有较快的响应速度．控制器采用偏差e、偏差变化速率de/dt和偏差累积∫edt作为输入信号,利用聚焦式量化算法对这3个输入论域进行离散化,模糊化后采用模糊变结构算法对三维输入进行二维的模糊推理,大大简化了模糊推理的过程．仿真结果表明:新算法具有很好的动态品质,可以有效地消除系统的稳态误差．该算法在广东某电厂2#机组锅炉的汽温控制系统中得到成功的应用,其控制效果良好．     

降低鲁棒变结构模型参考自适应稳态控制增益的模糊实时分层方法

提出一种模糊实时分层方法来降低鲁棒变结构模型参考自适应稳态控制增益。利用模糊理论将一些定性经验与已提出的鲁棒变结构模型参考自适应控制相结合,可以在一定程度上克服稳态控制增益高的缺点。仿真结果表明,采用模糊实时分层方法后,稳态控制增益有所降低。     

基于神经网络变结构控制的PMSM系统研究

针对交流永磁同步电机伺服系统中，变结构控制策略存在的抖动，采用递归神经网络来调节变结构控制器参数，有效的削弱了变结构控制固有的抖动特性。仿真结果表明，该方案不仅具有良好的动态性能，而且对系统参数变化和负载扰动具有很强的鲁棒性。     

变结构模糊神经网络在交流解耦变结构系统中的应用*

在感应电动机的控制中采用解耦变结构控制,有效地简化了控制器的设计,并提高了控制器的抗干扰性和鲁棒性,交流解耦变系统中应用变结构模糊神经网络一方面系统原来存在的抖振得以抑制,另一方面又使系统具有自学习和自调整模糊规则的能力,提高了控制系统的智能,改善了控制系统的性能。     

陶瓷窑变结构温度控制系统的设计

针对陶瓷明焰窑温度控制中存在的状态能观性、能控性问题,采用模糊控制与时间比例分割控制相结合的控制策略;提出了一种基于系统过程状态的变结构控制方法,并设计出了以这种变结构控制为核心的陶瓷明焰窑温度控制系统;经工业现场的实际应用表明,该方法应用于陶瓷明焰窑温度控制是可行的,系统设计是成功的.     

模糊自学习滑模变结构控制的研究及在直线AC伺服系统中的应用

滑模变结构控制（SMSVC）是一种特殊的非线性控制策略,它对参数变化,负载扰动以及系统的不确定性有强的鲁棒性。然而,系统的控制精度和稳定性受到由滑模开关控制所引起的抖振的影响,在本文给出的方法中,抖振可以通过在传统的滑模控制中引入模糊自学习加以有效的抑制,而对SMVSC的强鲁棒性不产生影响,对于直接驱动的AC直线伺服系统的仿真结果显示了这种方法是有效的。     

多输出非线性系统神经网络变结构控制的算法及其实现

在变结构控制系统中，切换函数的实际值与理想值之差反映了模型与实际系统的差别，引入神经网络的目的是在线辨识出这种差别。方法实现了对输入多输出非线性系统轨迹踊跃的控制，且对摄动具有很强的鲁棒性，大大减小了系统在切换面上的抖动。     

模型跟随变结构控制系统的滑模设计和控制策略研究

介绍模型跟随变结构控制系统一种新的滑模平面设计方法。运用矩阵的广义逆及投影变换理论对模型跟随变结构控制系统的降阶控制进行论证，并对系统的特性进行分析，同时研究了模型跟随变结构系统的控制策略选择。     

SISO仿射非线性系统自适应变结构BPNN控制

为了更好地消除抖振,提高复杂非线性系统的控制效果,针对一类典型SISO仿射非线性系统,提出了一种新的变结构BP神经网络(back propagation neural network,BPNN)自适应控制策略(VSYNC);其中,对于系统未知非线性函数,将神经网络用作估计器;对控制输入加入连续函数项,其可以根据状态点和滑动切换面之间的距离自适应地调节不连续的控制变量,从而使变结构控制策略得到了显著提高;所提出的控制方法能够有效地抑制周围切换面的抖振,保证了系统地动态性能,同时还能够消除系统的稳态误差;仿真结果表明,该方法具有较高的控制精度和鲁棒性。     

滑模变结构控制理论研究综述

针对近年来滑模变结构控制理论的应用与发展,从4个方面对其进行了分析和总结。讨论了滑模变结构的两个设计问题,即滑模面设计和求解控制律的滑模到达条件,以及如何消除滑模变结构的抖振问题;指明了滑模变结构的一个重要发展方向—离散滑模变结构控制。介绍了目前各个方面的研究内容和方法,对各种方法的优缺点进行了评述,特别介绍了与模糊控制、神经网络等其他控制方法相结合的研究方法,预期了今后的发展方向。     

不确定性多变量系统的变结构最终滑动模态控制方案

为了改善多变量变结构控制系统的瞬态性能，本文提出了一个变结构最终滑动模态控制方案。文中方案克服了由于多变量变结构控制中存在多个滑动模态，而带一的因采递阶控制方案导致控制结构复杂程序增加的缺点，有效地改善了系统进入最终滑动的动态品质，并对于参数摄动具有较强的鲁棒性。     

基于T-S模糊模型的离散混沌系统变结构控制

研究了离散混沌系统模糊变结构控制问题.采用T-S模糊模型描述离散混沌系统,将离散混沌系统模糊化为局部线性模型.依据Lyapunov稳定性定理和线性系统变结构控制趋近律设计方法,设计了一种新型的离散变结构控制器,该控制器不仅能保证局部线性模型渐近稳定,而且能确保模糊动态模型全局渐近稳定.利用Matlab对确定Henon系统和不确定Henon系统进行数值仿真,结果表明所设计的控制器不但有效,而且具备很强的鲁棒性.