基于FNNs的闭式循环柴油机配氧前馈控制策略研究

配氧控制是闭式循环柴油机(CCD)系统的关键技术之一，为改善其动态特性，在PID反馈控制的基础上，设计了基于模糊神经网络(FNNs)模型的前馈控制器，并采用PID反馈控制输出信号作为网络训练的误差信号，使模糊神经网络逐步具有前馈补偿能力，从而能够有效对负荷扰动进行及时补偿．仿真结果表明，采用FNNs前馈控制器后，可以有效改善氧气控制的动态特性，并且具有快速的学习速度和很强的适应能力．     

零相位滤波迭代学习算法在注射速度控制上的应用

本文针对注射速度控制,设计了一种带有零相位滤波器的迭代控制算法.该算法将迭代控制器的输出作为PI闭环控制器的输入,从而形成一个前馈反馈控制器.反馈控制用于克服当前批次扰动,前馈控制利用以往批次信息实现精确跟踪,引入零相位滤波器对迭代控制输出进行滤波.经实验结果验证,这种方法能很好的满足实际的注射控制要求.     

受需求扰动的供应链系统最优跟踪控制

针对动态供应链系统中市场需求扰动引起的牛鞭效应问题,提出一种基于前馈补偿的最优跟踪控制设计方法.首先,针对需求扰动可模型化为线性外系统的情形,引入了一个渐近稳定的期望系统;然后,基于线性二次型性能指标,给出了受需求扰动的供应链系统的前馈反馈最优跟踪控制器设计方法.控制器的反馈增益和前馈增益可分别通过求解Riccati方程和Stein方程得到.仿真结果表明,提出的前馈反馈最优跟踪控制方法能有效抑制需求扰动对供应链系统的影响,改善供应链系统的动态性能,且该方法明显优于经典的最优跟踪控制.     

舵机电液伺服加载复合控制方法研究

为解决飞机舵面加载控制中出现的强干扰、耦合等问题,分析被动式加载系统中干扰力矩的特点,对前馈补偿方法中存在的高阶微分补偿控制器物理上难以实现以及模型失配问题,提出了基于改进型前馈补偿结构和FCMAC-PID控制算法相结合的复合控制方法.在前馈补偿控制器设计中采用加载马达输出转轴角速度作为补偿输入,该种补偿器不仅有效地消除了多余力矩,而且降低了整个系统以及补偿器的阶次.针对普通PID控制器快速性和稳定性之间的矛盾,研究了FCMAC-PID控制器,在保证稳定性的同时快速性得到了改善.仿真表明:采用补偿复合控制器可以有效消除扰动,系统能快速准确跟踪载荷谱.     

H∞控制理论在管道降噪中的仿真实验研究

本文运用H∞控制理论建立管道内一维声场的前馈式噪声主动控制模型,将前馈控制器设计问题转化为标准的H∞控制问题,为有效地消减次级声场对参考传声器的声反馈影响,声反馈通道被融合于控制器的设计过程中,以保证ANC系统的稳定性和降效果,计算机仿真结果表明,该系统能够稳定运行,并且可有效地降低截止频率以下频段的噪声,在设定频带内达到了较好的降噪效果。∞     

直升机结构响应混合鲁棒控制研究

为解决满足控制系统的自适应性与在线计算量小的要求,本文提出了多输入、多输出直升机结构响应混合鲁棒控制决策,首先利用混合灵敏度设计方法设计出鲁棒反馈控制器,在此基础上引入基于FXLMS方法设计的自适应前馈控制器,形成自适应前馈-鲁棒反馈的混合控制,设计控制器的原始参数取自离线计算与识别,将计算工作量放在设计阶段,而只需很小的在线调整前馈控制器的计算量。进行了直升机结构模型的鲁棒控制仿真计算,与自由-自由梁的鲁棒控制与混合鲁棒控制的试验研究。结果表明本文方法的可行性与有效性。     

船舶发电机组转速神经网络模型参考自适应控制研究

将基于神经网络的模型参考自适应控制（NNMRAC）作为控制策略用于研究船舶发电机组的时变与非线性转速控制,以提高控制质量。研究中建立了船舶发电机组二阶传递函数模型,模型参考自适应控制的神经网络辨识器与控制器均采用多层前馈拓扑结构,网络训练采用量化共轭梯度反向传播优化学习算法。学习完成的神经网络模型参考自适应控制器与PID控制器并行作用于船舶发电机组,仿真数据表明船舶发电机组转速控制系统的调速快速性得到了提高、灵敏度得到了改善。     

高精度转台摩擦力矩补偿控制器设计与仿真

针对高精度转台在低速运行时,由于摩擦力矩的作用,跟踪精度会受到很大的影响的实际情况,本文提出将Stribeck摩擦力矩模型应用于高精度转台系统,并设计控制器,可以在线的对摩擦力矩进行辨识和补偿.该方法根据摩擦力矩模型的特点,采用前馈+积分反馈设计控制器.并采用Lyaponov函数和拉萨尔一般不变性原理分析了系统的稳定性,证明在一定的条件下,可以实现渐进稳定跟踪.实验结果表明,控制器对非线性摩擦力矩具有补偿作用.     

基于改进LuGre摩擦模型的阀控缸系统非线性控制策略研究

针对具有高度非线性的电液伺服系统控制问题,提出了一种适用于伺服系统的摩擦模型,利用遗传算法对所建立的摩擦模型进行参数辨识,获得了精确的摩擦力矩数学模型,并将其作为前馈补偿加入非线性控制中,以减小摩擦非线性对电液伺服系统的影响。为解决伺服系统换向过程中易出现的抖振现象,设计了一种基于摩擦模型前馈补偿的模糊变系数自抗扰控制器。基于类双曲正弦函数设计了状态误差反馈控制部分,平滑切换点处的输出抖动,在此基础上结合模糊自适应控制方法,通过误差和误差微分对非线性状态反馈系数进行调节。研究表明,上述控制策略能够有效提高系统响应速度、收敛速度、稳定性和鲁棒性,降低了对摩擦的过补偿、欠补偿的影响,对伺服系统换向和速度零点处的抖振具有较好的抑制作用。     

基于神经网络自适应算法的机械手控制器的设计与仿真

该文根据Lyapunov稳定性理论,建立了机器人机械手的动力学模型,设计了控制器并分析了其稳定性。采用S-函数和M文件实现被控对象模型的描述和设计。通过Simulink程序的调用,完成相应控制器的仿真过程。综合利用不同的控制方法分别对单臂和双臂机械手控制器进行设计和仿真。仿真结果表明,采用RBF神经网络可以实现对机器人动力学方程中未知部分的精确逼近,从而可通过在线建模和前馈补偿,实现对机器人的高精度跟踪,其结果与被控对象已知时基本一致,控制性能良好。     

前馈型神经网络在SARS疫情分析中的应用

前馈神经网络在非线性系统的建模及控制中有着广阔的应用前景,其中用差商近似代替导数的Powell法是一种高效、快速的学习方法本文采用三层前馈神经网络结构对SARS在中国的传播与流行趋势及控制策略建立了网络模型.并利用Powell学习方法,针对北京、山西的疫情进行了计算仿真.结果表明,该网络模型算法收敛速度较快,预测精度很高.     

前馈型神经网络在SARS疫情分析中的应用

前馈神经网络在非线性系统的建模及控制中有着广阔的应用前景,其中用差商近似代替导数的Powell法是一种高效、快速的学习方法本文采用三层前馈神经网络结构对SARS在中国的传播与流行趋势及控制策略建立了网络模型.并利用Powell学习方法,针对北京、山西的疫情进行了计算仿真.结果表明,该网络模型算法收敛速度较快,预测精度很高.     

含控制时滞的海洋平台前馈反馈最优跟踪控制

通过引入状态变换,将含控制时滞的海洋平台系统转化为无时滞系统.然后,通过引入渐近稳定的期望系统,基于波浪力线性外系统近似模型,给出了海洋平台系统基于二次型性能指标泛函的前馈反馈最优跟踪控制器设计方法及其控制器的存在唯一性条件.控制器的前馈增益矩阵和反馈增益矩阵可分别经由求解代数Riccati方程和Sylvester方程得到.仿真算例表明了方法的有效性,且在减小平台的振动幅值和控制力方面,前馈反馈最优跟踪控制方法优于前馈反馈最优控制方法.     

基于RDRNN的变阻尼半主动结构控制振动试验研究

在一个1：4的五层模型刚架结构上进行了变阻尼半主动结构控制的振动台试验,应用多输入多输出分支动态递归神经网络模型RDRNN建立了神经网络控制器,利用已有的试验数据对神经网络控制器进行训练,然后应用该神经网络控制器对结构进行变阻尼半主动结构振动控制,输入了几种不同的地震波,对比分析了该神经网络控制器的控制效果。振动参试验结果表明,应用神经网络控制器对结构进行变阻尼半主动结构控制,可以达到较好的控制效果,所需控制信息较少,并且对不同的地震激励有较强的荷载适应性。     

汽车转向试验台加载系统惯性力补偿策略研究

针对汽车转向试验台加载系统的惯性力进行了补偿方法研究,通过机理建模原理建立了汽车转向试验台数学模型并得到简化方框图,求出方框图中相应的传递函数,分析试验台中转向器驱动系统和加载系统存在的耦合,并根据前馈补偿解耦原理设计了前馈补偿解耦控制器,以消除加载系统惯性力,最后将加载系统补偿前后的模型进行了Simulink仿真。解耦仿真结果表明,加入前馈补偿解耦器后,加载系统在不同频率下具有较高的跟踪精度,惯性力有效地得到补偿。     

基于前馈补偿的振动台粒子群迭代学习控制算法

针对电磁式振动台对地震波信号复现精度低及复现过程中迭代次数较多的问题,在建立准确的振动台模型的基础上,提出了基于加速度模型的前馈逆模型补偿方法,主要提高电磁式振动台低频特性.此外,针对迭代学习控制算法在振动台波形复现中收敛速度慢的问题,提出了带遗忘因子的反馈辅助PD型迭代学习算法,并用改进自适应粒子群算法,离线优化控制...     

基于滑模输出反馈与输入成形控制相结合的挠性航天器主动振动抑制方法

针对挠性航天器大角度姿态机动的振动抑制问题，提出了一种基于输出反馈滑模控制和输入成形振动抑制方法相结合的主动振动控制策略。输入形成器作为前馈控制器作用在反馈回路的前相通道，通过改变输入命令的作用形式，在保证参考模型（标称对象）完成指定的姿态机动的同时抑制掉对系统影响较大的挠性结构的振动；而对于闭环控制回路，考虑挠性结构模态不可测、模型参数具有不匹配不确定性以及外干扰力矩的作用，在输出反馈滑模控制的基础上，给出了仅利用输出信息的滑模控制器设计方法，保证跟踪参考模型的输出以获得要求的闭环系统的性能。将该方法应用于单轴挠性航天器的大角度rest—to—rest（静止到静止）姿态机动控制进行了仿真研究，结果表明，所提出的方法是可行而有效的。     

PD自适应控制结合输入整形抑制单模态弹性机构振动研究

单模态弹性机构的动力学特性表现为长时间的减幅振动特性,针对单模态弹性机构的振动抑制问题,提出了一种PD自适应控制与输入整形相结合的振动控制策略,输入整形器作为前馈控制器作用在反馈回路的前向通道上,通过对输入命令进行整形,在保证参考模型完成指定运动的同时抑制掉弹性机构的残余振动;而对于闭环控制回路,考虑系统模型存在参数不匹配不确定性的影响,在输出反馈控制的基础上,给出了仅利用输出信息进行PD自适应控制器的设计方法,保证跟踪参考模型的输出以获得满意的性能。将该方法应用于桥式起重机的防摆控制中,仿真结果验证了所提方法的有效性。     

带误差补偿的GPC对网络控制系统时延的解决

针对网络控制系统(NCS)具有不确定时延的特性，提出了将广义预测控制(GPC)应用于网络控制系统的思想。为了克服模型失配和系统不确定性的影响，基于BP神经网络建立一个误差的预测模型，用误差预测值对输出预测值进行补偿，构成新型的广义预测控制算法，并采用了平滑滤波的加权输入控制律。在网络控制系统中，测试了网络数据传输的随机延迟时间特性，比较了GPC和具有BP网络预测误差补偿的GPC两种控制方法，验证了具有BP网络预测误差补偿的GPC在模型失配时的更好的控制性能。     

基于差分进化算法的摩擦力建模与前馈补偿

摩擦力是电机运行时受到的外部扰动,会降低直线电机的跟踪精度.根据摩擦模型设计前馈补偿器是降低摩擦影响的重要方法.首先分析摩擦特性,选用合适的摩擦模型.其次设计电机速度前馈控制器和加速度前馈控制器,提高电机的跟踪性能.根据测得的电机在不同速度下的摩擦力值,运用差分进化算法辨识直线电机的摩擦模型参数,以此设计前馈控制器,实现永磁同步直线电机的摩擦抑制.仿真结果表明,摩擦模型能准确描述被测直线电机的摩擦特性,基于摩擦模型辨识结果设计出的摩擦前馈控制器可以有效地消除摩擦力引起的速度粘滑现象并且减小电机的位置跟踪误差.