基于遗传算法的模型参考自适应控制*

本文以连续搅拌反应釜（ＣＳＴＲ）这一非线性系统为例，介绍了根据参考模型的输出，运用遗传算法对控制的ＰＩＤ参数不断寻优，不断调整，以达到参考模型所要求的控制效果的自适应控制方法，并对改变遗传算法的几个参数对控制效果的影响进行了比较讨论。     

基于模糊神经网络的模型参考自适应控制

用模糊神经网络作为控制器,依靠参考模型产生理想的控制系统闭环响应,从而随时得到控制系统的输出误差.用梯度法实时修正模糊控制器的输入和输出隶属度参数,得到一种在线模糊自适应控制的新方法.通过倒立摆的仿真实验表明,该方法是可行的并能适应对象特性的大范围变化.     

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。     

模型参考自适应控制,模糊控制及PID控制的综合应用

模型参考自适应控制、模糊控制及ＰＩＤ控制的综合应用ＴｈｅＣｏｍｐｒｅｈｅｎｓｉｖｅＡｐｐｌｉｃａｔｉｏｎｏｆＭＲＡＣ、ＦｕｚｙａｎｄＰＩＤＣｏｎｔｒｏｌ●陈玉东刘红波ＣｈｅｎＹｕｄｏｎｇＬｉｕＨｏｎｇｂｏ１概述ＰＩＤ控制由于算法简单、可靠性高、稳定性...     

模型参考自适应实验装置研制的几个问题

本文给出了与传统不同的新的自适应控制规律的表达式及程序设计的主要特点。图6幅     

非定常参考模型的模型参考自适应控制系统（MRACS）设计

针对定常参考模型ＭＲＡＣＳ无法实现最优性能指标控制问题,提出了采用非定常参考模型的ＭＲＡＣＳ设计方法,使被控对象跟随最优性能指标下线性时变或非线性参考模型的设计问题得以实现。     

模型参考自适应控制系统（MRACS）设计的一种方法

只根据对象的输入输出值，而不利用各阶导数设计ＭＲＡＣＳ是易于实现的设计方法。本文在现有只适用对象模型分母与分子阶数差不大于１的成熟简便设计方法基础上，推广出模型为任意相对阶数的ＭＲＡＣＳ设计方法。此方法对该问题设计比现有的其它方法大为简单。     

永磁同步电机的模型参考自适应反步控制

基于转子磁场定向坐标系下的永磁同步电机(PMSM)模型,提出一种PMSM的模型参考自适应反步控制方法.该方法采用线性参考模型来给出控制系统的性能规范,通过定义虚拟控制和选择适当的Lyapunov函数来保证整个系统的稳定性,进而导出系统控制律及参数自适应律.系统可在电机参数变化和负载扰动的情况下,渐近跟踪参考模型给出的转速和定子电流信号.仿真结果证实了该方法的有效性.     

基于模糊树模型的自适应模糊滑模控制方法

本文针对单输入–单输出仿射非线性系统提出了一种基于模糊树模型的具有监督控制器的模糊滑模控制方法. 该方法用模糊树模型逼近非线性系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考输入信号的跟踪控制. 模糊树辨识方法自适应划分输入空间, 大大减少模糊规则的数目, 在一定程度上可以缓解困扰模糊控制中的”规则爆炸”问题. 该方法通过监督控制器保证闭环系统所有信号有界. 通过理论分析, 证明了跟踪误差收敛到零. 用倒立摆进行仿真验证, 结果表明该方法用较少的模糊规则, 就能得到满意的控制效果, 有推广应用价值.     

基于模糊参考模型机制的网络自适应拥塞控制

在高速通信网络的发展过程中,业务流呈现出的突发性和多样性为提高网络服务质量制造了更多的困难。该文提出的网络自适应拥塞控制方法以模糊参考模型机制的核心来提高主动队列管理算法在突发性网络状况中的适应能力,以2条信息通道分别实现主动队列管理的控制与学习功能,并结合参考模型机制实现模糊反向推理算法,针对网络突发性状况自适应调整主控制通道的控制行为。仿真研究表明,该控制方法提高了拥塞控制机制的自适应性能,并在自适应性能和实时性能上获得了较好的平衡。     

潜艇推进器模型参考模糊自适应PID控制方法研究

本文主要介绍了模型参考模糊自适应PID控制在潜艇推进液压伺服系统中的应用。潜艇推进液压伺服系统因随外界环境的变化而变化,因此常规PID控制无法满足要求,本文采用模型参考模糊自适应PID控制对其进行控制,并对控制结果进行仿真分析,通过与传统PID控制进行比较从而得出该控制方法可以有效抑制负载干扰和参数扰动,具有很强的鲁棒性。     

基于模糊树模型的间接自适应模糊控制

提出了一种基于模糊树模型的间接自适应模糊控制器的设计方法. 采用模糊树辨识方法离线辨识系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考信号的跟踪控制. 通过对倒立摆系统进行数值仿真, 验证了所提方法的有效性和优越性.     

张恩勤,施颂椒,徐立鸿

针对一类不确定非线性系统提出一种新的模糊自适应控制方法。用模糊逻辑系统逼近未知函数,并根据前一步参考误差来修正模糊逻辑系统的输入,以此对逼近误差进行补偿。该方法不但能保证闭环系统稳定,而且可使跟踪误差收敛于原点或原点的一个小领域内。仿真结果验证了此方法的有效性。     

船舶航向模型参考模糊自适应控制器的设计

本文介绍了模型模糊自适应控制器的结构，调节机理。针对船舶航向控制，设计了参考模型模糊自适应控制器，并进行了仿真。与普通模糊控制器控制效果进行了比较，仿真表明参考模型模糊自适应控制有良好的控制性能。     

基于模糊自适应控制的温度控制系统研究

针对一些系统大延时滞后的特点,本文以温度为对象,结合模糊控制技术和自适应Smith预估器,组成模糊自适应Smith预估控制系统。运用Simulink建立温度控制系统的仿真模型,并分别用常规模糊控制技术和模糊自适应Smith预估控制技术对温度加温进行仿真试验。仿真结果表明在温度加温的模糊控制系统中增加自适应Smith预估器后,系统具有更强的适应能力,系统的动态特性都有了较大的改善。     

分散模型参考自适应控制

本文针对由参数未知、存在有界扰动和非线性关联的子系统组成的大规模互联系统,提出了一种新的分散模型参考自适应控制法.它适用于孤立子系统传递函数的相对阶次n*i为任意值的情况.根据李雅普诺夫稳定性理论,文中证明了这种分散自适应控制系统全局稳定的充分条件.与有关文献所介绍的方法相比,本文的方法可用于n*i>2的场合,因而它更具有一般性和实用性.     

An Adaptive Fuzzy Control Model for Multi-Joint Manipulators

Multi-joint manipulator systems are subject to nonlinear influences such as frictional characteristics, random disturbances and load variations. To account for uncertain disturbances in the operation of manipulators, we propose an adaptive manipulator control method based on a multi-joint fuzzy system, in which the upper bound information of the fuzzy system is constant and the state variables of the manipulator control system are measurable. The control algorithm of the system is a MIMO (multi-input-multi-output) fuzzy system that can approximate system error by using a robust adaptive control law to eliminate the shadow caused by approximation error. It can ensure the stability of complex manipulator control systems and reduce the number of fuzzy rules required. Comparison of experimental and simulation data shows that the controller designed using this algorithm has highly-precise trajectory-tracking control and can control robotic systems with complex characteristics of non-linearity, coupling and uncertainty. Therefore, the proposed algorithm has good practical application prospects and promotes the development of complex control systems.     

Model-Reference Fuzzy Adaptive Control as a Framework for Nonlinear System Control

The paper presents a general methodology of adaptive control based on fuzzy model to deal with unknown plants. The problem of parameter estimation is solved using a direct approach, i.e. the controller parameters are adapted without explicitly estimating plant parameters. Thus, very simple adaptive and control laws are obtained using Lyapunov stability criterion. The generality of the approach is substantiated by Stone-Weierstrass theorem, which indicates that any continuous function can be approximated by fuzzy basis function expansion. In the sense of adaptive control, this implies the adaptive law with fuzzified adaptive control parameters. The proposed control algorithm may be viewed as an extension of classical adaptive control for linear plants, but compared to the latter it provides higher adaptation ability and consequently better performance if the plant is nonlinear. The global stability of the control system is assured and the tracking error converges to the residual set that depends on fuzzification properties. The main advantage of the approach is simplicity that suits control engineers since wide range of industrial processes can be controlled by the proposed method. In the paper, the control of heat exchanger is performed.