基于递归小脑神经网络的模糊自适应控制

为解决一类不确定非线性系统控制问题,提出了小脑神经网络模糊自适应算法.将系统分为标称模型、参数不确定部分以及包含建模误差、干扰及未建模动态等在内的混合干扰项,用模糊自适应控制实时逼近系统各个不确定参数,用鲁棒控制消除混合干扰,并设计了递归小脑模型关节控制器作为观测器来对混合干扰的上界进行实时逼近.李亚普诺夫理论证明了控制算法可使系统一致有界稳定,微飞行机器人姿态控制仿真结果表明,控制算法改善了系统的动态性能及鲁棒性,研究结论对复杂非线性系统的有效控制提供了依据.     

应用Modelica语言对柔性结构振动控制建模与仿真

柔性结构振动控制建模一直存在工作量大和模型重用性差的问题。本文有用有限元法和基于非因果建模思想的Modelica语言对此进行了研究，提出了一种新的方法，利用该法对非理想柔性悬臂梁的振动控制问题进行了计算机仿真研究，本文采用的方法具有建模工作量小，重用性好的特点，仿真结果表明了该方法的有效性。     

建筑结构离散变结构控制的模糊趋近律方法

抖振问题是离散变结构控制在实际系统中应用的突出障碍。基于模糊控制的优点,文中采用了一种含有模糊趋近律的离散变结构控制方法对地震作用下建筑结构的振动控制问题进行了研究。给出了确定切换面的方法,并推导了控制律的表达式。文中以一个3层剪切型建筑结构模型为例验证所提出的离散变结构控制方法的有效性,算例分析结果表明,所提出的控制方法能够有效地减小结构的地震峰值响应,同时达到了削弱控制系统抖振的目的。     

柔性机械臂变结构跟踪控制及柔性振动抑制

柔性机械臂具有质量轻、速度快和负载大的特点,针对柔性机械臂轨迹跟踪与弹性振动抑制问题,基于奇异摄动理论和两种时间尺度的假设,将柔性机械臂系统分解为代表大范围刚体运动的慢变子系统和代表柔性振动的快变子系统.对于慢变子系统采用变结构控制来实现关节轨迹的跟踪,而快变子系统则采用最优控制方法来对柔性杆振动进行主动抑制.仿真实验结果表明,该控制方法不仅能够保证系统刚性运动轨迹的精确跟踪,并能有效抑制柔性杆件的弹性振动.     

基于RBF神经网络的柔性机械臂位置控制

针对复杂的柔性机械臂位置控制问题,提出一种结合极点配置技术的自适应滑模控制方法。变结构滑模应用于柔性臂的刚性运动和弹性振动抑制的控制,极点配置用以设置滑模面的极点,以获得良好的动态响应特性。利用RBF网络自适应性学习系统不确定量的上界,神经网络的输出用于自适应修正控制律的切换增益。实例仿真结果表明,该控制方法能在对机械臂位置控制的同时有效地抑制柔性臂的弹性振动,对不确定参数具有鲁棒性。     

建筑结构基于Kalman滤波器的趋近律离散变结构控制

针对在大型的建筑结构中安装过多的传感器进行主动控制是不切实际的,基于Kalman滤波器具有较准确估计系统部分未知状态的特点,提出一种基于Kalman滤波器的趋近律离散变结构控制方法,对一维地震动作用下建筑结构的振动控制问题进行了研究.以一个三层剪切型结构模型验证了该控制方法的有效性.仿真结果表明:利用Kalman滤波器算法和离散指数趋近律所设计的变结构控制器在系统状态信息不完备的情况下,具有较好的控制效果和鲁棒性.     

建筑结构离散变结构控制的组合趋近律方法

抖振问题是离散变结构控制方法应用于土木工程结构振动控制中的突出障碍。为了能较好地解决离散变结构控制的抖振问题,采用了一种含有组合趋近律的离散变结构控制方法对地震作用下建筑结构的振动控制问题进行了研究。依据所采用的组合趋近律推导了控制律的表达式,并且针对最大控制力受到限制时的情况,引入了饱和控制方法。以一个3层剪切型建筑结构模型为例验证所提出的离散变结构控制方法的有效性,算例分析结果表明,所提出的离散变结构控制方法能够有效地减小结构的地震峰值响应,同时控制系统的抖振很小,从而保证控制系统具有稳定的性能。     

基于 RDRNN 的变阻尼半主动结构控制遗传算法

提出了基于ＲＤＲＮＮ的变阻尼半主动结构控制遗传算法应用多输入多输出动态递归神经网络模型ＲＤＲＮＮ预测结构的响应并利用遗传控制算法进行变阻尼控制力寻优，实现了结构振动的变阻尼半主动最优控制。ＲＤＲＮＮ模型针对结构控制中结构状态变量、控制变量和外界荷载对结构的响应有不同的影响，采用分支输入递归处理，不但结构响应预测，精度好，而且神经网络的训练效率也高；基于ＲＤＲＮＮ给出的预测结果，遗传控制算法直接在控     

一类可解耦MIMO系统的模型跟随变结构控制

结合线性多变量系统解耦理论与变结构控制的优点，采用鲁棒控制系统理论中的二自由度结构法的设计思想，提出了一种对于可解耦多输入多输出线性系统的模型跟随变结构控制方法，对于一类满足解耦条件的多输入输出跟踪系统，分两步进行设计，首先对被控对象标称模型进行解耦和稳定化极点配置，将得到的控制表达式作为最终控制律的第一部分，其次，以前一部分设计构成的闭环系统模型作为参考模型建立模型跟随偏差系统，并求出变结构控制律，作为最终控制的律的第二部分，从而使被控系统在存在内部模型参数摄动和外部干扰的情况下，仍然具有优良的动态性能，利用Lyapunov方法证明了所设计的模型跟随编差系统是稳定的，最后，通过仿真实例，表明了所提出的方法是正确的。     

作大范围运动弹性结构振动频率及模态的摄动解

根据参数摄动理论，建立了作大范围运动弹性结构特征频率与模态的摄动理论，推导了作大范围运动弹性结构的特征频率与模态的1阶、2阶摄动方程．以作大范围运动弹性梁为例，求解了作大范围转动弹性梁振动频率与模态的1阶、2阶摄动近似解，并与结构动力学意义下的频率与模态进行了比较．该方法解决了在柔性多体系统中大范围运动对柔性体变形运动的振动频率与模态的影响这类刚-柔耦合问题，同时为任意柔性多体系统刚-柔耦合动力学程式化建模提供了高效、精确的离散方法．     

改善转台速率平稳性的混合鲁棒重复控制方法

提出了一种混合形式的鲁棒重复控制方法,来抑制转台速率系统中存在的位置相关周期性扰动.该方法综合了变结构控制和重复控制,重复控制在未知对象模型的情况下抑制周期性扰动,而变结构控制用于镇定不确定性系统和保证重复学习过程收敛.应用李亚普诺夫直接法证明了误差的渐近收敛性.计算机仿真结果表明该方法有效地改善了转台速率系统的平稳性.     

一类时滞不确定线性系统的变结构镇定方法研究

针对时滞不确定线性系统的鲁棒镇定问题,首先利用变结构控制系统理论及时滞线性系统的一般结论,选择滑动模,由滑动模的存在条件导出了变结构状态反馈镇定控制算法;由此进一步讨论输出反馈和动态输出反馈变结构镇定控制器．最后有实例验证了所得方法的有效性．     

基于BP网络的磷炉工艺参数优化系统建模研究

影响磷炉系统工艺的因素很复杂,其参数的选取更是具有不确定性.由于神经网络方法不仅能考虑定量因素,而且能考虑定性因素的影响,因而神经网络适用于解决非确定性的参数优化问题.研究了人工神经网络技术在磷炉系统工艺参数优化中的应用,通过建立基于神经网络的电耗、产量模型以及优化工艺参数的两个判断函数,用Visual Basic 6.0对其进行了可视化开发,实现了基于人工神经网络技术的工艺参数优化.并应用三相六根电极磷炉大量样本对网络进行测试,其结果表明与实际相符,具有一定的推广应用价值.     

热网动态BP网络预测模型结构的研究

将人工神经网络应用于供暖热网实时预报技术,讨论了热网动态BP网络预测模型结构的确定问题。建立起可用于热网供暖预报的外时延反馈型BP网络模型．利用牡丹江西海林小区锅炉房2000年11月-2001年4月的部分热网数据,对所建立的网络进行训练和检验,结果表明预报模型具有较好的动态跟踪能力和预报特性．     

A hybrid particle swarm optimization approach with neural network and set pair analysis for transmission network planning

Transmission network planning (TNP) is a large-scale, complex, with more non-linear discrete variables and the multi-objective constrained optimization problem. In the optimization process, the line investment, network reliability and the network loss are the main objective of transmission network planning. Combined with set pair analysis (SPA), particle swarm optimization (PSO), neural network (NN), a hybrid particle swarm optimization model was established with neural network and set pair analysis for transmission network planning (HPNS). Firstly, the contact degree of set pair analysis was introduced, the traditional goal set was converted into the collection of the three indicators including the identity degree, difference agree and contrary degree. On this bases, using shi(H), the three objective optimization problem was converted into single objective optimization problem. Secondly, using the fast and efficient search capabilities of PSO, the transmission network planning model based on set pair analysis was optimized. In the process of optimization, by improving the BP neural network constantly training so that the value of the fitness function of PSO becomes smaller in order to obtain the optimization program fitting the three objectives better. Finally, compared HPNS with PSO algorithm and the classic genetic algorithm, HPNS increased about 23% efficiency than THA, raised about 3.7% than PSO and improved about 2.96% than GA.     

神经网络PID参数自整定的应用研究

PID控制是工业控制中应用最为广泛的控制方法,但在实际应用中,其参数整定仍未得到较好的解决.本文把神经网络技术应用在PID控制中,采用BP网络对被控对象在线辨识,利用神经元自适应PID在线调整参数,构造神经网络PID自整定控制器.通过在实际交流变频调速系统上的实验表明,当突然加、减负载时,神经网络PID控制与传统PID控制相比,具有恢复时间短、超调量小等特点.     

船舶动力系统智能控制

针对船舶动力系统存在着非线性、不确定性和复杂性,传统的速度调节系统已经不能满足控制需要,作者将模糊神经网络应用到复杂过程控制中去,实现动力系统的智能控制.采用模块建模法建立了汽轮机模型,给出了一种基于模糊神经网络的转速调节系统.并将粗糙集理论与模糊神经网络结合起来,利用粗糙集从观测数据中提取规则,并寻求最小规则集,解决...     

Variable structure attitude maneuver and vibration control of flexible spacecraft

A dual-stage control system design method is presented for the three-axis-rotational maneuver and vibration stabilization of a spacecraft with flexible appendages embedded with piezoceramics as sensor and actuator. In this design approach, the attitude control and the vibration suppression sub-systems are designed separately using the lower order model. The design of attitude controller is based on the variable structure control （VSC） theory leading to a discontinuous control law. This controller accomplishes asymptotic attitude maneuvering in the closed-loop system and is insensitive to the interaction of elastic modes and uncertainty in the system. To actively suppress the flexible vibrations, the modal velocity feedback control method is presented by using piezoelectric materials as additional sensor and actuator bonded on the surface of the flexible appendages. In addition, a special configuration of actuators for three-axis attitude control is also investigated ： the pitch attitude controlled by a momentum wheel, and the roll/yaw control achieved by on-off thrusters, which is modulated by pulse width pulse frequency modulation technique to construct the proper control torque history. Numerical simulations performed show that the rotational maneuver and vibration suppression are accomplished in spite of the presence of disturbance torque and parameter uncertainty.     

Adaptive Control by Using Neural Networks

ＡｄａｐｔｉｖｅＣｏｎｔｒｏｌｂｙＵｓｉｎｇＮｅｕｒａｌＮｅｔｗｏｒｋｓ￥（郝继红）（吕强）（段运波）（许耀铭）ＨＡＯＪｉｈｏｎｇ；ＬＵＱｉａｎｇ；ＤＵＡＮＹｕｎｂｏ；ＸＵＹａｏｍｉｎｇ（Ｄｅｐｔ．ｏｆＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎｉ...