增量式自适应逆控制及在过热汽温中的应用

被控对象的迟延和惯性特性是影响控制系统品质的重要因素之一.从常规PID增量式控制算法入手,在对具有迟延和惯性被控对象的动态特性进行定性分析的基础上,给出了一种改进型增量式控制算法的表达式;分析了被控对象校正逆模型的参数向量与控制器的参数向量之间的联系,进而将控制器的荻取与被控对象校正逆模型的建立相结合,将控制器的自适应过程归结为被控对象校正逆模型的在线辨识问题,通过对校正逆模型的在线辨识直接对改进型增量式控制算法中控制器的参数进行在线修正,形成了一种增量式自适应逆控制系统.将该方法应用于锅炉过热汽温控制系统中,并通过与常规PID串级控制和直接自适应逆控制系统的控制效果对比,验证了所提方法的有效性.     

基于模糊树模型的自适应直接逆控制

基于模糊树模型, 结合神经网络中的逆向学习和专门化学习, 提出了自适应直接逆控制方法. 首先离线辨识对象的逆模型作为初始的控制器, 然后与对象串联, 用最小均方差 (Least mean square, LMS) 算法在线调节控制器中的线性参数. 本方法辨识得到的逆模型控制器可以减少需要的模糊规则数目, 同时达到较好的跟踪控制效果. 仿真结果表明了方法的有效性.     

自适应有限拍感应电机电流控制器设计

基于有限拍方法设计了一种自适应矢量控制感应电机的电流控制器.通过差分消去电机模型中的反电动势,利用补偿电压进一步消除电流误差.针对电流控制器对电机参数变化敏感的问题,对电机参数进行在线辨识,保证控制器参数与电机的实际参数一致.仿真结果表明,定子电流在参数变化时能够实现对参考电流的快速跟踪,同时能获得良好的稳态性能.     

具有输入齿隙的一类非线性不确定系统自适应鲁棒控制

针对一类具有未知输入齿隙、参数不确定以及未建模动态和干扰的非线性系统,设计了自适应鲁棒控制器.将齿隙非线性模型等价表示为具有有界建模误差的全局线性化模型,在此基础上设计了包含自适应模型补偿、反馈稳定和鲁棒反馈3部分的自适应鲁棒控制器,并给出了系统动态跟踪误差和稳态误差指标.理论分析证明,闭环控制系统信号有界且跟踪误差在任意期望的精度范围内,仿真研究验证了所提出方法的有效性.     

导弹纵向动力系统自适应反演积分控制研究

研究导弹的纵向高精度控制问题.导弹运动数学模型可以看成一组非线性微分方程的动力系统,在对其进行纵向运动控制过程中,传统方法使用小扰动理论进行分段线性化,分别求取增益调度在各段的控制参数.在大扰动条件下,由于动力系数的剧烈变化,使得模型参数存在不确定性问题,导致传统的增益调度算法控制器无法保证控制系统的稳定性.提出了一种应用李雅普洛夫法和反演技术设计的参数自适应非线性跟踪控制器,同时在反演镇定函数中加入积分项以消除稳态跟踪误差,使系统能够全局渐近跟踪参考指令.仿真结果表明,改进方法对于参数不确定的导弹纵向运动控制有很好的自适应性,能够在2秒内跟踪到俯仰角输入信号,并且消除跟踪误差,同时保证控制器具有全局稳定性.     

直接多模型自适应控制器设计——LMI方法

本文将线性矩阵不等式(LMI)方法引入直接多模型自适应控制, 将直接多模型控制器的 设计过程转化为求解线性矩阵不等式的可行解问题,同时给出在不同不确定参数范围内的多 个状态反馈控制器,并由此构成直接多模型自适应控制器．同时将直接多模型自适应控制推 广到多输入多输出被控对象的设定值跟踪问题,并给出稳定性分析结果．     

倾转定翼无人机姿态控制系统设计

所研究对象为四旋翼倾转定翼无人机（Quad Tilt Wing-Unmanned Aerial Vehicle, QTW-UAV），首先对QTW-UAV的直升机模式进行动力学特性分析，建立其滚转运动数学模型，然后设计了基于模型参考的PID自适应控制器，在传统PID控制方法的基础上融合自适应控制算法，给出PID参数自整定率，实现了QTW-UAV姿态角的自适应控制。仿真结果表明，设计的控制器具有良好的稳态和跟踪性能，实现了QTW-UAV姿态稳定控制。     

基于U-LMS算法的船舶自适应逆控制

自适应逆控制的基本思想就是要用一个来自控制器的信号去驱动对象,而该控制器的传递函数就是参考模型与该对象建模函数的商.按照某一种自适应算法,用对象和指令输入之差的误差信号来调节控制器的参数以使该误差信号的均方差最小.根据IIR算法的快速收敛性,该文设计了基于U-LMS算法的IIR控制器,并把其应用到船舶模型控制上,仿真结果表明这种控制器大大减少了计算量,快速性得到了提高,并且权值的失调较小,对于参考模型的输出具有非常优良的跟踪性能.     

基于模型完全动态延时逆的内模控制方法

针对常规内模控制中存在的缺点,提出了一种基于模型完全动态延时逆的内模控制方法,采用神经网络自适应滤波器对内部模型和完全动态延时逆进行在线学习和控制,取消低通滤波器的设计,以逆的延时时间的调整来提高系统的鲁棒稳定性,并把内模控制器的动态响应和扰动消除控制分开进行。理论分析和仿真实验表明,此方法对系统输入信号的跟踪响应具有很高的稳态精度和动态控制品质,对对象的扰动消除具有很好的效果,是一种新型、具有鲁棒稳定性的内模控制方法。     

随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统, 提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器. 该多模型控制器由多个固定控制器和两个自适应控制器构成. 固定控制器用以覆盖系统参数的可能变化范围, 自适应控制器用以保证系统的稳定性和提高暂态性能. 该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质, 基于广义最小方差性能指标, 将随机系统辨识算法和最优控制器设计相结合, 直接辨识出控制器的参数, 通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制, 而且消除了稳态误差、配置了闭环极点. 文末给出了全局收敛性分析. 仿真结果表明该方法明显优于常规自适应控制器.     

Adaptive discrete-time sliding-mode control of nonlinear systems described by Wiener models

In this paper, we propose an adaptive control scheme that can be applied to nonlinear systems with unknown parameters. The considered class of nonlinear systems is described by the block-oriented models, specifically, the Wiener models. These models consist of dynamic linear blocks in series with static nonlinear blocks. The proposed adaptive control method is based on the inverse of the nonlinear function block and on the discrete-time sliding-mode controller. The parameters adaptation are performed using a new recursive parametric estimation algorithm. This algorithm is developed using the adjustable model method and the least squares technique. A recursive least squares (RLS) algorithm is used to estimate the inverse nonlinear function. A time-varying gain is proposed, in the discrete-time sliding mode controller, to reduce the chattering problem. The stability of the closed-loop nonlinear system, with the proposed adaptive control scheme, has been proved. An application to a pH neutralisation process has been carried out and the simulation results clearly show the effectiveness of the proposed adaptive control scheme.     

基于数据驱动的感应电机多模型逆自适应解耦控制

提出一种基于数据驱动的感应电机多模型逆自适应解耦控制方法. 首先, 利用仿射聚类法(AP) 对电机系统的输入输出数据进行聚类, 再基于聚类结果和隶属度函数建立相应的神经网络多模型逆, 以实现解耦控制. 针对电机系统运行过程中电机参数变化问题, 采用粒子群优化算法(PSO) 在线调节子模型权值, 以改善逆模型失匹造成解耦控制性能下降的问题. 仿真实验表明, 所提出的方法能对电机的转速和磁链实现良好的解耦控制, 且对电机系统工况参数变化具有良好的自适应能力.

     

Stable indirect adaptive switching control for fuzzy dynamical systems based on T–S multiple models

A new indirect adaptive switching fuzzy control method for fuzzy dynamical systems, based on Takagi–Sugeno (T–S) multiple models is proposed in this article. Motivated by the fact that indirect adaptive control techniques suffer from poor transient response, especially when the initialisation of the estimation model is highly inaccurate and the region of uncertainty for the plant parameters is very large, we present a fuzzy control method that utilises the advantages of multiple models strategy. The dynamical system is expressed using the T–S method in order to cope with the nonlinearities. T–S adaptive multiple models of the system to be controlled are constructed using different initial estimations for the parameters while one feedback linearisation controller corresponds to each model according to a specified reference model. The controller to be applied is determined at every time instant by the model which best approximates the plant using a switching rule with a suitable performance index. Lyapunov stability theory is used in order to obtain the adaptive law for the multiple models parameters, ensuring the asymptotic stability of the system while a modification in this law keeps the control input away from singularities. Also, by introducing the next best controller logic, we avoid possible infeasibilities in the control signal. Simulation results are presented, indicating the effectiveness and the advantages of the proposed method.     

Dynamic adaptive trajectory tracking control of nonholonomic mobile robots using multiple models approach

This paper presents an approach for the trajectory tracking control of nonholonomic wheeled mobile robots (WMR) by combining one of the existing adaptive control methods and multiple identification models. The overall system includes two types of controllers in the control scheme. A kinematic controller developed by using kinematic model produces the required linear and angular velocities of the robot for tracking a reference trajectory. These required velocities are used to calculate the torques using an adaptive dynamic controller with multiple models. The proposed method uses the multiple models of the WMR for the identification of the dynamic parameters and performs switching between the given models. The models used in the identification are identical, except for the initial estimates of the parameters. By using an adaptive dynamic controller with multiple models of the WMR, enhancement in transient response is obtained. Stability analysis of the overall system is given, and simulation results are presented to demonstrate the effective performance of the adaptive control by using multiple models approach.     

无轴承异步电机悬浮系统的非线性滤波器自适应逆控制

讨论了基于非线性自适应滤波器的无轴承异步电机(bearlngless induction motor,BIM)悬浮系统自适应逆解耦控制问题.利用非线性自适应滤波器,建立系统模型和逆模型.复制逆模型,将其串联在悬浮系统之前作为逆控制器,并采用改进的最小均方(least mean square,LMS)算法在线调整权值,从而实现转子的悬浮控制.相比于传统的控制方法,此方法不必依靠转矩系统来传递磁链信息,从而避免了各自的控制策略之间的相互制约问题.仿真结果验证了该方法的有效性,完成了系统模型和逆模型的建立,并且能够实现两自由度径向悬浮力之间解耦.     

Interconnected backlash inverse compensation in neural decentralized control for switched nonlinear systems

In the study, a tracking control method is addressed when switched interconnected systems are subjected to backlash nonlinearities. For one inequality with multiple smooth inverse models, it is not clear how to establish the boundedness of system states. In order to remove above restriction, a novel interconnected smooth inverse compensator is presented. Then, combined the proposed inverse model with common Lyapunov method, a new adaptive neural decentralized controller is presented to assure stability of system. Eventually, availability of developed control approach can be proven by the examples.

     

基于ε滤波和反馈误差学习原理的自适应逆控制

如何调节逆控制器是自适应逆控制的一个关键.本文采用基于ε滤波和反馈误差学习原理的方法来解决这个问题.利用反馈误差学习原理调节逆控制器,利用ε滤波方法在线构造反馈控制器,从而构成一个非线性自适应逆控制系统,使得被控对象的输出跟随指令输入.仿真结果表明了这种方法的有效性.     

非匹配不确定系统的自适应反演准滑模控制

对于一类n阶非线性系统,提出一种自适应反演准滑模控制方法,控制的前n-1步采用自适应反演算法消除非匹配不确定性的影响,在最后一步,为改进跟踪效果,结合了可变边界层的思想,设计了准滑模控制方法,达到系统的n个状态快速收敛的目的.最终系统中不满足匹配条件的部分也具有较好的鲁棒性.与自适应反演线性滑模方法相比具有更好的跟踪性,理论分析证明了控制系统在削弱抖振的同时也能保证稳态精度,仿真实验证明了该方法的可行性.     

Hénon混沌同步的自适应逆控制

基于自适应逆控制原理,在噪声存在的情况下,提出了一种实现混沌同步的自适应逆控制方法.为此首先简要介绍了控制方法结构,然后利用神经网络算法对被控对象模型进行辨识和训练发送端的控制器.仿真证明该方法能够很好的消除干扰,使得被噪声污染的混沌同步系统能够保持良好的同步.此外自适应逆控制是开环控制,具有很好的实施性.     

感应电动机调速系统的自适应逆控制

针对电压源型逆变器供电的感应电动机调速系统,提出了一种自适应逆控制方法,实现了电磁转矩和定子磁链的解耦控制．应用得到的逆系统将多变量、非线性、强耦合的感应电动机调速系统解耦为电磁转矩和定子磁链两个一阶线性子系统,从而简化了各个闭环线性调节器的设计难度．为了提高系统的鲁棒性,利用递推最小二乘算法实时辨识电动机参数,降低了参数变化对系统性能的影响．使用MATLAB软件进行了仿真实验,实验结果验证了理论分析的正确性和控制方案的可行性．