神经网络自组织模糊控制在同步收集装置的应用

为提高多电机运行的同步性以及在冲击干扰下电机控制的快速反应和鲁棒性,提出将神经网络的自组织 模糊控制融合进环形耦合控制策略中。建立同步收集装置的控制模型,给出环形耦合控制结构,分析传统PID 控制 和传统模糊控制的缺陷,并通过实验验证。实验结果表明,融合有神经网络模糊控制策略的环形耦合控制具有更高 的同步性和鲁棒性。     

变参数趋近率的滑模模糊控制方法

针对永磁同步电机传统滑模控制系统中的输出超调大、受外界因素干扰大、滑模抖振等问题,提出变参数趋近率的滑模模糊控制方法。该方法在速度环控制过程中引入模糊控制,通过模糊规则来适当地调节趋近率参数,实现变参数滑模结构控制。仿真实验结果表明,与传统滑模指数趋近率相比,本文所设计的控制方法能在电机启动和电机受到负载时增强系统抗干扰能力、降低超调量,在系统受到外部干扰时能够更快地趋于稳定值,有效地降低了滑模抖振,验证了所设计的控制方法的有效性。     

基于I-Fuzzy-Smith融合策略的硫化过程控制

针对硫化过程采用PID控制导致的塑胶制品质量稳定性欠佳问题,设计了一种I-Fuzzy-Smith融合控制器。分析了产品质量不稳定的影响因素,描述了塑胶硫化过程的控制论特性,研究了控制策略,基于积分控制-模糊控制-斯米特预估器各自优势的集成,设计了基于I-Fuzzy-Smith融合的复合控制器。仿真实验表明,该控制器鲁棒性强、稳定性好、控制精度高。     

基于动态RBF网络辨识和模糊控制的弹道落点预测导引研究

针对目前远程弹道修正火箭弹中,滤波外推落点预测导引法存在导引系数确定难、导引精度低、自适应性与鲁棒性差的问题,提出了一种基于动态RBF神经网络在线辨识与带自调整因子模糊控制相结合的落点预测导引律.具体在传统滤波外推落点预测导引法的基础上,将预测落点偏差与偏差变化率作为模糊控制器输入量,通过RBF神经网络在线整定模糊控制的权重因子和比例因子,实现导引指令的自适应调整.仿真结果表明,同常规方法相比,在充分考虑随机扰动和测量误差情况下,具有更强的自适应性与鲁棒性,保持了较高的导引精度.     

基于神经网络的模糊控制在装甲车电传动控制系统中的应用

针对装甲车辆电传动系统是一个复杂的多变量、非线性系统,其控制系统的扰动变化大,对驱动电机的控制要求苛刻的特点,根据模糊控制器对参数的变化不敏感,对非线性系统进行控制时往往能取得较好的控制效果,以及神经网络的学习功能、联想记忆功能、分布并行式处理功能可以更好地实现模糊逻辑控制中的规则表示、知识获取和并行推理,因此利用神经网络来实现无刷直流电机调速系统的模糊控制。在MATLAB中进行计算机仿真,通过仿真分析表明,当突然加、减负载时,神经网络模糊控制与PID控制相比,具有对参数变化不敏感以及超调和振荡小等特点。该控制方法被证明适用于装甲车辆电传动系统。     

基于RBF+NTSMC的舰载火箭炮随动系统控制研究

针对舰载火箭炮控制系统存在火箭炮射速、跟踪精度的问题,提出了一种基于RBF神经网络的非奇异终端滑模控制(NTSMC)策略。基于非奇异终端滑模控制强鲁棒性的特点,用RBF神经网络对未建模动态进行自适应逼近,将RBF神经网络与非奇异终端滑模控制相结合,既保持系统良好的鲁棒性又提高了火箭炮发射精度。仿真结果表明:与传统的NTSMC相比,该控制策略有效地提高舰载火箭炮系统的响应速度、鲁棒性以及发射的命中精度。     

基于伪控制隔离器的导弹控制方法研究

针对直接力/气动力复合控制导弹的参数严重不确定和多操纵机构的耦合问题,文中利用动态逆控制器适应系统的非线性要求,并用神经网络补偿动态逆控制系统所需要精确模型的不足,考虑到作动器的位置/速率饱和和延时的情况,增加了伪控制隔离器,以解决神经网络由于作动器的各种异常出现适应性困难的问题。最后通过仿真实验证明该算法满足扰动条件下飞行稳定性要求,提高了系统的鲁棒性。     

滑模变结构制导律的抖振问题研究

滑模变结构制导律是一种强鲁棒性的制导律,对于系统的参数变化和外部的干扰具有理论上的完全鲁棒性。然而,滑模变结构制导律在滑模面上的高频抖振是其在实际应用当中的主要障碍。本文介绍了目前削弱滑模变结构制导律抖振的主要方法。重点介绍了模糊控制、RBF神经网络控制与滑模变结构控制相结合的智能滑模变结构制导律。智能滑模变结构制导律是解决抖振问题的发展方向。     

两相混合式步进电机建模与仿真

为提升两相混合式步进电机的控制性能,建立一种基于模糊控制在线参数调节控制策略的两相混合式步进电机数学模型。在合理简化和线性化处理的基础上,采用先进的模糊控制理论和 PID 控制结合的控制策略,将模糊控制对环境的适应性强,可在线调整控制参数应用于对PID参数的实时调节。在Matlab仿真环境下进行建模与仿真,对比分析了常规 PID与模糊 PID控制的仿真特性。仿真结果表明：在不同响应和精度要求的两相混合式步进电机控制系统中,通过模糊参数在线调节控制比常规参数 PID 控制可以达到更优的技术指标,实现了对两相混合式步进电机的快速精确控制。     

基于漏斗函数双电机伺服系统跟踪与同步控制

针对双电机驱动伺服系统具有未知非线性的问题,提出一种基于漏斗函数的跟踪与同步控制方案。首先,利用神经网络逼近和补偿复杂的非线性,在此基础上,引入滤波技术解决传统反步控制的“计算爆炸”问题,同时引入非光滑漏斗误差面确保系统的状态量被约束在预定义的漏斗边界内,结合改进的漏斗函数和反步设计技术设计了一种自适应量化漏斗跟踪控制方案。为了同时保证双电机的同步运行,同步控制器采用了平均偏差耦合策略,实现了双电机伺服系统的跟踪与同步控制。仿真结果表明,该方法可以实现对负载的跟踪以及双电机的同步。     

改进型偏差耦合结构的多电机同步控制系统

为解决多电机同步控制难以满足高精度控制和比例同步控制的问题,提出一种改进型偏差耦合控制结构 系统。根据每台电机的运行状态进行速度补偿,采用模糊PID 控制器替换固定增益,结合速度补偿模块结构原理, 对速度控制器进行改进,建立永磁同步电动机的控制仿真模型,并对3 台电机改进偏差耦合控制进行仿真分析。仿 真结果表明：与传统的固定增益控制策略相比,该改进型控制系统的自适应模糊PID 控制策略具有更高的同步稳定性。     

某舰载火箭炮交流伺服系统并行复合控制方法

针对舰载火箭炮在发射过程中会受到风浪以及自身扰动的影响而导致射击精度和稳定性降低的问题,提出一种RBF神经网络滑模-模糊PID控制方法。利用RBF神经网络来削弱滑模的抖振,在误差较小时提高响应速度和鲁棒性;利用模糊规则对PID参数进行调整,在误差较大时提高控制精度。仿真结果表明：该复合控制策略可使舰载火箭炮交流伺服系统具有更高的射击精度和反应速度,提高系统性能。     

基于模糊神经网络PID的串级温度控制系统研究

为解决传统PID 控制存在控制效果不够理想、性能欠佳和很难满足系统精度要求的问题,提出基于模糊 神经网络的自适应PID 控制算法对系统进行控制。采用Labview 构建模糊神经PID 控制器,对环控引气系统温度进 行动态控制,进行仿真研究,并将此控制策略与经典PID 控制进行仿真比较。结果表明：基于模糊神经网络的PID 控制算法在系统的超调量和调节时间上都小于经典PID,能提高系统的快速性和准确性,改善系统特性。     

人工神经网络在运动控制中的应用

介绍了人工神经元模型与神经网络基本结构。阐述了多层前向网络的工作原理及误差反转（BP）算法,探讨了用于运动控制的单神经元PID控制器的结构与基于BP网络的模糊自适应PID控制,给出了由传统PID控制器,模糊量化处理,系统辨识神经网络NNM和系统控制网络NNC组成的基于BP网络的模糊自适应PID控制器结构,并讨论了人工神经网络在运动控制领域中应用的发展趋势。     

履带车辆双电机耦合驱动系统同步特性

为提高双电机耦合驱动履带车辆直驶稳定性,从机械及控制两个方面对驱动系统输出同步问题进行研究。对驱动系统中的耦合机构负载均衡原理进行分析,得出耦合机构可以使其两个输出 端的负载差传递到两个输入端后降低60%～80%. 通过深入分析双电机耦合驱动系统同步运行的影响因素,提出基于模糊PID的偏差耦合同步控制策略,对两侧电机控制误差存在差异及驱动系统输出端存在不平衡负载状态下,有、无同步控制的情况进行仿真对比,并进行基于实车平台的双电机耦合驱动系统同步性能试验。仿真及试验结果表明,利用机械、控制相结合的方法很好地解决了双电机耦合驱动履带车辆直驶同步的难题。     

无人机飞行控制系统自修复设计研究

提出了一种基于神经网络逆控制的飞行控制方法,用于解决无人机发生故障传统PID失效时,难以恢复控制的问题。通过建立基于适当神经网络结构的非线性系统的逆系统,与PID反馈控制结合,有效解决无人机发生故障时非线性耦合的问题,并重构控制率,使无人机恢复有效控制。仿真结果表明该控制策略可行,提高了在传统PID失效时无人机的生存能力。     

基于干扰观测器与模糊前馈补偿的随动系统PID控制策略

针对随动系统在非线性随机力矩干扰时输出信号易畸变的现象,提出一种基于干扰观测器与模糊前馈补偿的随动系统PID控制策略。在随动系统"三闭环"结构模型的基础上,合理设计干扰观测器与模糊前馈补偿器,对干扰力矩的不确定性误差进行补偿,经仿真试验与结果分析,与传统模糊PID控制策略相比,所提策略能更好地补偿随动系统在非线性随机力矩干扰下的不确定性误差,削弱模糊PID控制的抖振,使系统具有良好的跟踪性能与鲁棒性。     

基于RNN-AFTSM 的PMSM 位置伺服系统控制

针对炮控永磁同步电机位置伺服系统存在耦合、参数时变,外部扰动等非线性特征,提出了一种快速终端滑模控制策略对上述伺服系统进行控制.针对传统的快速终端滑模控制策略存在固有的抖振现象,提出了一种基于RNN-AFTSM控制策略.通过构造包含滑模面的自适应律,根据系统所处状态动态修改RNN网络隐含层节点的输出,以达到提高系统的控制精度和快速响应能力.数值仿真结果表明:采用RNN-AFTSM控制策略能大大提高PMSM位置伺服系统的控制精度和响应速度,同时对系统的鲁棒性也有所提高.     

基于模糊神经网络的遥控武器站伺服系统PID控制器

针对遥控武器站伺服系统具有间隙、摩擦等非线性、不确定性特征,将PID控制与模糊神经网络进行有机结合。利用多层神经网络提取模糊控制规则,构建模糊神经网络控制器,根据偏差E和偏差变化EC在线调整PID控制器的三个参数。仿真试验表明,该控制器具有PID控制器精度高,以及模糊神经网络控制器响应速度快、超调小、稳定性高的特点,具有良好的动、稳态特性。