稳定平台的自适应逆控制

稳定平台严格来说是一个复杂的非线性的控制系统,常规的PID控制很难满足其高精度、快响应的特点。本文采用模型参考自适应逆作为控制器来完成稳定平台转轴的控制,尝试利用其开环特性来改进稳定平台的控制性能。稳定平台模型辨识和控制器的设计算法上都采用最小二乘法（LMS）,仿真结果表明采用自适应逆控制的稳定平台具有响应快、无超调、抗干扰能力强以及稳态误差小等优点,其动、静态性能均优于常规的PID控制     

自适应逆控制在过热汽温控制中的应用

针对火电厂过热汽温被控对象大迟延、大惯性以及参数时变的特点，提出了基于自适应逆控制的过热汽温控制策略，采用FIR滤波器进行了自适应建模并设计了相应的逆控制器及扰动消除器。仿真结果表明该方法具有较好的控制品质以及优于常规串级PID控制的鲁棒性和抗干扰性。     

改进变步长自适应分布式滤波算法

为提高传统LMS算法在分布式传感器网络自适应滤波中的收敛速度并保持较小的稳态误差,在扩散LMS算法基础上,提出一种基于Sigmoid函数改进变步长的分布式扩散LMS自适应滤波算法,算法通过Sigmoid函数变换构建步长因子与迭代误差之间非线性模型,并通过设置控制因子合理调整模型的步长曲线波型,使得算法在初期使用较大的步长以加快收敛速度,而在后期则采用平稳变化步长以保持较低的稳态误差,从而在在不失传统算法稳态精度的情况下,实现较快的收敛速度。实验结果表明:相比于已有算法,所提算法的估计性能更优。     

自适应光学系统中倾斜镜的自适应逆控制

为了克服自适应光学系统中倾斜镜的迟滞响应,提高响应的线性度,改善倾斜镜的控制精度,研究了倾斜镜的迟滞非线性效应。提出了一个基于频率相关的Mutified-Prandtl-Ishlinskii(MPI)模型的补偿方法来在线自适应逆补偿倾斜镜的迟滞非线性。结合反馈PID控制构成了自适应逆前馈复合控制方案,其中自适应逆前馈克服了由于频率等因素引起的迟滞曲线变化,反馈PID则改善了整体的控制性能。建立了倾斜镜二阶系统模型来估计倾斜镜系统的输出,解决了MPI模型参考信号的问题,避免了增加额外前馈传感器,保证了光能量的利用率。实验结果表明,倾斜镜系统15 Hz非线性迟滞率由原来的24.28%降为1.17%,线性度提高了约95%,控制精度较传统PID方法提高了约60%。该方法能够有效补偿倾斜镜的迟滞非线性,提高了自适应光学系统中倾斜镜的校正精度。     

一种新的变步长LMS自适应滤波算法研究及其应用

变步长LMS自适应滤波算法克服了传统自适应滤波算法的不足,通过构造合适的变步长因子,在提高收敛速度的同时保证了较小的稳态误差,在实际中得到了广泛应用。为进一步改善算法性能,首先对传统的和现有改进的变步长LMS算法机理进行了深入分析,在此基础上,提出了一种新的变步长LMS自适应滤波算法。该算法通过建立一个新的步长因子与误差的非线性函数模型,使得算法在不失精度的情况下,具有较快的收敛速度。论文对新算法的机理进行了较为详尽的阐述,对算法中关键参数的选取对滤波性能的影响进行了深入分析,并给出了算法中关键参数的自适应确定方法。仿真实验表明,相对于其他自适应滤波算法,该算法在收敛速度方面有了很大的提高。将新算法应用于对实际龙口水位监测数据的滤波中,取得了良好效果。     

基于逆系统的非线性自适应逆控制

针对非线性系统自适应逆控制的不完善,本文引入逆系统方法将非线性系统转化为伪线性系统,然后使用最小二乘支持向量机(LS-SVM)建立了逆系统模型,最后利用成熟的线性系统自适应逆控制理论实现非线性系统的自适应逆控制。引入逆系统方法后实现了两大功能:其一,消除了非线性系统的干扰,而且不需要设计逆对象模型:其二,实现了多变量(n维变量)之间的解耦,而且节省了3n(n-1)个线性滤波器的设计。本文针对一个典型多变量二阶系统实现了非线性系统的自适应逆控制,仿真试验表明该方法不但能够很好地消除非线性系统的干扰,而且还实现多变量的解耦控制。     

一种新的变步长LMS自适应滤波算法性能分析

在简单介绍了基本的LMS,NLMS自适应滤波算法的基础上,介绍了一种新的可变步长LMS自适应滤波算法,并将该算法应用于自适应噪声对消系统的仿真中.通过计算机仿真,给出了LMS、NLMS和新的可变步长LMS自适应滤波三种算法的性能对比,结果表明该算法具有较快的收敛速度和较小的稳态误差.     

LMS自适应主动控制汽车悬架系统试验研究

以汽车操纵稳定性及行驶平顺性为控制目标，确定汽车系统的簧上质量加速度、车轮动载荷、悬架动挠度为具体评价参数。选择LMS自适应滤波算法，通过调整自适应滤波器的权系数使二次性能指标最小，根据单个样本方差的负梯度来调节权系数，得到控制输出。针对简化的汽车模型，在路面信号作为激励源的仿真研究过程中，算法对悬架系统的振动控制收到了较好的效果。在两自由度的悬架系统试验台架上进行了试验研究，结果进一步证明该算法的有效性，表明LMS自适应控制策略在主动悬架系统中的应用切实可行。     

自适应逆控制原理应用于高精度恒流源

将自适应逆控制理论应用于高精度恒流源的设计,系统结构简单,易于实现。实验结果表明,采用自适应逆控制的方法能够使输出电流具有很高的精度和稳定性,可实际应用于仪器仪表、家用电器、传感技术和通信设备等领域。     

一种基于逆模糊模型的自适应逆控制方法

利用模糊逆建模方法,结合自适应逆控制思想,提出了一种基于模糊逆模型的自适应逆控制方法。首先利用模糊系统理论对未知非线性对象进行离线逆建模,得到模糊逆模型;然后将对象与初始逆模型进行串联,利用LMS算法在线调节逆模型,同时将其进行数字复制作为系统控制器,与对象进行串联。该方法可用较少的模糊规则数达到很好的跟踪控制效果,将该方法用于一混合非线性系统及球形液位控制中,仿真结果验证了该方法的有效性与实用性。     

Internal model control structure using adaptive inverse control strategy

In this paper, we propose a new adaptive internal model control scheme based on adaptive finite impulse response filters. This scheme provides the same design procedure for both minimum and nonminimum phase plants. The plants under consideration may contain time delay. The tracking objective is accomplished for both invertible and noninvertible stable plants. The internal model of the plant and its inverse are estimated by recursive least-squares and least-mean-squares algorithms, respectively. The closed loop is designed such that the system from the reference input to the plant output can be approximately represented by a pure delay. The effect of the process zeros on the output is compensated by using adaptive finite impulse response filters. This avoids the cancellation of noncancellable zeros of the plant and forces the plant output to track the reference input with a delay. The stability of the closed loop for both minimum and nonminimum phase systems is guaranteed. Computer simulation and laboratory scale experimental results are included in the paper to demonstrate the effectiveness of the proposed method.     

智能自适应逆控制在无压式淬火机上的应用

将智能控制方法与自适应逆控制思想相结合用于无压式淬火机的综合自动控制．研究建立了基于智能自适应逆控制的终冷温度预测和控制模型，经现场实际验证表明，预测控制模型具有较高的预测精度和良好的控制效果。     

高档珩磨机自适应控制研究

针对珩磨加工过程多参数耦合程度高、动态实时性强的特点,通过分析珩磨机的加工原理和控制要求,根据数控珩磨机床往复运动系统和进给运动系统的工作特点,建立珩磨机自适应控制系统的数学模型,提出自适应控制策略,并用Simulink仿真,结果表明该模型和自适应控制策略满足高档数控珩磨机的控制要求。     

基于龙格-库塔法的自适应PID控制算法及其应用

针对大滞后系统提出一种基于四阶龙格-库塔预测模型的自适应PID控制算法,该算法是先对系统的状态变量进行步长预测,然后将此预测值代入系统输出方程,求出被控对象的步长测量值,再将该测量值作为反馈值进行PID控制运算。在控制运算中,沿二次型性能指标的负梯度方向对加权系数进行在线修改,实现了自适应PID的优化控制。仿真结果表明该预测控制算法的响应速度快,鲁棒性强,有很强的实用性。     

压电陶瓷执行器的神经网络实时自适应逆控制

目的：为了提高压电陶瓷执行器执行精度,提出消除压电陶瓷的非线性、非光滑的迟滞特性的方法。 方法：提出了基于内积的压电陶瓷动态神经网络非线性、非光滑的迟滞逆模型,采用反馈误差学习方法,避免了求取压电陶瓷的Jacobian信息,快速地在线得到压电陶瓷的逆模型,并结合PID反馈控制,在dSPACE系统平台上,实现压电陶瓷的神经网络自适应逆控制,为了提高实时性,程序采用效率高、速度快的C-MEX S Function编程。结果：实验结果表明：神经网络自适应逆控制的控制精度为：0.13μm,而PID控制精度为：0.32μm 。结论：所提出方法有效地消除了迟滞的影响,控制精度高。     

下肢外骨骼康复机器人的自适应控制研究

针对下肢外骨骼康复机器人的动力特性,为实现康复训练过程中控制的实时性和高精度,消除系统中存在的未建模动态、外部扰动和非线性不确定性的影响,本文提出采用两个相互独立控制器共同作用控制方法,即基于标称模型的计算力矩控制器和变结构鲁棒自适应补偿控制器。补偿控制器基于Lyapunov函数法,通过引入一个动态信号和非线性阻尼项来抑制未建模动态、外部有界扰动和非线性不确定项的影响。设计的自适应律通过在线刷新系统的不确定参数,增强了控制系统的鲁棒性并保证系统达到全局渐近稳定。通过Lyapunov稳定性定理和仿真结果证明了该控制策略的可行性和有效性。