自适应系统的控制器结构

针对一类同时存在参数不确定性和外来相对有界干扰的动态系统 ,提出一种基于集员辨识的自适应控制算法。考虑到系统参数带有不确定部分 ,文中相应地设计出一个包含未知参数的控制器。通过直接对控制器参数向量进行集员辨识 ,得到一个包含真参数向量的椭球型集合 ,从而可适时地确定一族控制函数 ,构成自适应控制系统的闭环模型族     

基于遗传算法的IC自适应系统设计

提出了一个基于遗传算法的仿人智能控制器自适应控制系统,解决一阶纯滞后对象的控制问题.采用基于遗传算法的系统模型参数辨识和智能控制器参数优化,依据系统辨识的结果自适应调整仿人智能控制器参数.在系统参数变化时,可以自动根据系统参数变化修正控制器的控制参数,使系统保持稳定并运行在优化状态中.     

基于遗传算法的IC自适应系统设计

提出了一个基于遗传算法的仿人智能控制器自适应控制系统,解决一阶纯滞后对象的控制问题.采用基于遗传算法的系统模型参数辨识和智能控制器参数优化,依据系统辨识的结果自适应调整仿人智能控制器参数.在系统参数变化时,可以自动根据系统参数变化修正控制器的控制参数,使系统保持稳定并运行在优化状态中.     

基于观测器的混合直接自适应模糊辨识与控制

针对一类状态不可测的单输入单输出非线性不确定系统,提出了一种基于观测器的混合直接自适应模糊辨识与控制方法。设计中,将观测器、直接自适应模糊控制器与白适应模糊辨识模型相结合,用跟踪误差估计和辨识误差去调整系统的参数,以取得更好的逼近和跟踪效果。基于Lyapunov方法,证明了闭环系统的稳定性,跟踪误差渐近收敛剑零点的一个小邻域内,仿真结果验证了该方法的有效性。     

一类不确定非线性系统的鲁棒自适应控制

针对具有有界扰动的参数化严格反馈非线性系统,提出了一种鲁棒自适应控制方案。用辨识器估计系统未知参数,利用“确定性等价原则”构成自适应控制方案,从而实现了辨识器与控制器设计的完全分离。所设计的自适应控制器既能保证闭环系统所有信号的全局有界性,又能使输出跟踪误差以指数速度收敛到零的一个小邻域内。仿真结果表明了所提控制方案的有效性。     

多变量受控自回归滑动平均系统的极大似然辨识方法

提出了一种针对多变量受控自回归滑动平均(controlled autoregressive moving average system-like, CARMA-like)系统的极大似然参数估计算法。将CARMA-like系统分解成为m个辨识模型(m是输出量的个数),使每一个辨识模型仅包含一个需要估计的参数向量,通过极大似然方法估计每个辨识模型的参数向量,从而得到整个系统的参数估计值。仿真结果验证了该算法的有效性。     

参数不确定下的反馈控制混沌同步

为实现参数不确定情况下的混沌同步,提出了一种基于参数辨识的反馈控制混沌同步方法．采用参数自适应控制策略对系统中的不确定参数进行辨识,并设计了线性反馈控制器,实现了参数不确定情况下的线性反馈混沌同步．进一步对线性反馈控制器参数采用自适应改进控制,简化了同步收敛条件的计算、同时,针对线性反馈控制非单调同步的局限性,设计了非线性反馈控制器,实现了性能良好的非线性反馈混沌同步、最后,通过对Lorenz系统的仿真结果验证了方法的有效性．分析表明,该同步方法能够有效地解决工程实际中出现的参数不确定下的混沌同步问题,具有一定的实用性．     

模型不确定非线性系统的自适应模糊Backstepping预测控制

为解决一类模型不确定严格反馈非线性系统的跟踪控制问题,提出一种使闭环系统稳定且滚动时域性能指标在线最小化的自适应模糊反步预测控制策略。模糊系统用来逼近该设计过程中的未知非线性项,自适应参数直接用来估计最优逼近权值向量范数的平方,从而只有一个自适应参数需要在线调节;同时考虑模糊基函数的性质,所设计的控制律与自适应律均不含模糊基函数项,理论证明该方法设计的控制器保证闭环系统所有信号是半全局有界的,并且跟踪误差收敛于零的某一邻域。该方法所设计的控制器形式简单,计算量小,更易于实际应用,仿真算例验证提出算法的有效性。     

永磁直线同步电动机自适应摩擦补偿控制

针对永磁直线同步电动机（PMLSM）伺服系统的精度受非线性摩擦力、动子质量变化等因素影响这一问题,设计了基于库仑摩擦的模型参考自适应系统,以对摩擦力进行在线补偿.设计了满足系统位置性能要求的IP位置控制器;将模型参考自适应参数辨识器与摩擦补偿自适应控制系统相结合,采用模型参考自适应参数辨识器对变化的动子质量加以辨识,使基于库仑摩擦的模型参考自适应系统中的动子质量参数得到更新.仿真结果表明,该方法提高了系统的位置跟踪精度,同时增强了系统的鲁棒性能.     

非线性时滞系统的自适应模糊跟踪控制

针对一类带有未知非线性函数和时滞项的非线性不确定系统,提出了一种新的自适应模糊跟踪控制。用模糊逻辑系统来逼近系统中未知的非线性不确定函数,基于自适应方法和Backstepping设计模糊自适应控制器。设计的模糊自适应控制器确保了闭环系统的所有信号是一致有界的,也保证了跟踪误差收敛到原点的一个充分小的邻域内;另外设计的模糊跟踪控制器不涉及模糊基向量函数的计算,使其在系统的控制过程中将极大地降低系统的在线计算负担。仿真算例验证了所提出方法的有效性。     

非线性不确定系统的自适应模糊跟踪控制

针对一类带有未知非线性函数的非线性不确定系统,提出了一种新的自适应模糊跟踪控制方案。模糊逻辑系统用于系统中的未知的非线性函数建模,然后基于backstepping方法和自适应技术设计模糊自适应控制器。所设计的模糊自适应控制器确保闭环系统的所有信号是一致有界的,同时跟踪误差收敛到原点的一个充分小的邻域内。另外所设计的控制器不涉及模糊基向量函数,因此所提出的控制器用于控制系统时,将极大地降低系统的在线计算负担。仿真算例验证了所提出方法的有效性。     

数据融合技术在集员辨识中的应用

集员估计算法是一种新型的、有效的系统估计方法,在控制领域越来越受到重视.通过多传感器数据融合的方法,可以减少单一传感器辨识目标的不确定性和模糊性,可以进一步提高辨识结果的准确性和精度.文中提出了一种新型的基于数据融合的集员估计算法可以用来减少各种检测误差带来的影响,提高辨识的速度和精度.得出一个更优的集员估计集.     

基于支持向量回归的自适应逆控制方法

将支持向量回归引入逆控制,提出了一种基于支持向量回归的自适应逆控制方法。采用支持向量回归在线辨识算法建立被控对象的逆模型,然后将逆模型作为控制器进行复制去驱动被控对象,从而完成一个自适应逆控制过程。由于支持向量回归是建立在小样本基础上的一种学习方法,因此较好地解决了对于线性系统自适应滤波算法存在的运算量大,权值失调及自适应过程时间长等问题。对于非线性系统,与现有的神经网络方法相比,该方法能提高收敛速度及逼近能力,而且具有更好的推广能力。仿真结果表明,应用该方法可以取得良好的控制效果,并具有较好的鲁棒性能。     

不确知多变量系统的自适应滤波器

本文提出了有关信号统计特性未知时多变量系统动态方程的一种自适应滤波方法.通常,不确知多变量系统输出量的估计分为两步:一是辨识系统;二是估计输出量.这种方法无法用于实时控制.为了提高计算速度,本文提出无需进行参数辨识的自适应滤波算法.为估计输出量,采用向量多项式最小二乘法拟合系统的过程变量.     

电机变频控制液压电梯系统的自校正自适应控制

本文详细介绍了电机变频控制液压电梯系统的模型结构和模型辨识、最小方差自校正自适应控制器和极点配置自校正自适应控制器的设计要点及实验结果．作者提出的将参数辨识结构组成常系数多项式控制律在实验中取得了令人满意的控制效果．     

基于鲁棒跟踪控制的飞控系统自适应重构技术研究

应用多模型自适应控制技术可以有效地抑制作动器故障引起的参数大范围跳变。基于多模型自适应控制思想,提出了一种基于鲁棒跟踪控制的飞控系统作动器故障重构设计方法。首先建立作动器故障参数模型;然后根据故障的随机性,设计一系列并行的辨识模型,每个模型对应一种故障,同时对应于每个辨识模型建立一个控制器;最后根据飞行品质的要求,设计鲁棒跟踪控制器,由于控制器采用了积分项,可很好地抑制扰动。用该方法对某型飞机纵向控制系统进行仿真,结果表明在升降舵严重受损的情况下,飞机仍能保持良好的性能。     

非线性多变量离散自适应控制

为了获得一种结构简单、参数整定方便的控制策略,研究了化工过程的一种非线性自适应控制方法。该方法采用非线性多变量模型来近似化工过程的动态特性,并将一般模型控制算法(GMC)与非线性观测器结合,将被控对象模型直接嵌入到控制中,用非线性观测器来进行参数在线辨识,构成自适应控制系统。该非线性控制系统在控制没有约束的情况下,控制系统为一个线性伪二阶系统。控制器参数整定方便,其中非线性观测器整定参数只有一个。该系统用于压力容器的控制,实时控制表明非线性自适应控制系统性能良好。     

含未知参数的永磁同步电机的自适应同步控制

在实际应用中,系统不可避免的存在参数未知或不确定的情况。为解决含未知参数的永磁同步电机的同步控制和参数识别问题,文章建立了具有 2 个未知参数的均匀气隙永磁同步电机驱动—响应系统的动力学模型;基于 Lyapunov 函数法和不等式技术,设计了一种简单新颖的自适应控制器及未知参数自适应律,并进行了详细的理论推导。理论分析表明,永磁同步电机驱动—响应系统实现同步的同时能有效辨识出未知参数。最后,仿真实验结果验证了理论推导的正确性及系统对未知参数的鲁棒性。     

基于动态递归神经网络的自适应控制非线性系统研究

提出一种基于动态递归神经网络的自适应控制器,该控制器能通过自学习进行适应性控制,且结构简单,易于实现。其主要特点是能够提供一个跟踪网络来辩识系统模型,进而确定控制器的网络参数,实现间接自适应神经网络控制。经过对大量非线性系统的仿真研究,证明其具有良好的控制性能。     

电液比例式推进系统的自适应反演滑模控制

针对电液比例阀驱动的水下推进系统存在液压系统强非线性、易受外界温度压力以及水动力性能变化引起的参数不确定性的问题,提出一种自适应反演滑模控制方法.该方法结合实验辨识和自适应参数控制器设计方法分别对电液比例复杂耦合系统和不确定系统参数进行简化分析和在线估计,使用李雅普诺夫稳定性理论保证了系统全局渐近稳定以及系统状态的有界性.以国家发展高科技计划4 500米级深海作业系统-"海马号"ROV的螺旋桨推进系统为研究对象,使用提出的控制方法与传统PID控制器进行对比试验.仿真和水池试验结果表明,所设计的自适应反演滑模控制器对参数变化以及未知外界干扰具有较强的鲁棒性,可以很好地跟踪螺旋桨转速参考轨迹,获得较好的稳态控制精度和动态性能;同时修正后的参数估计能够保证在外界未知干扰下估计参数的有界性.