基于动态神经模糊算法的船舶航向自适应控制

针对船舶航向控制中模型参数变化引起的不确定性问题,提出一种基于动态神经模糊模型(DNFM)的自适应控制算法.DNFM在学习中同时调整结构和参数,充分逼近Norrbin非线性船舶NARX模型的逆动力学.训练好的DNFM与PD控制器并联构造自适应控制器用于航向控制,且以PD控制器的输出作为自适应律的自变量,进一步在线调整DNFM的权值.以5446 TEU集装箱船的航向控制仿真结果验证了算法的有效性.     

船舶航行的模糊模型建模及航向控制

为了进一步对船舶行操舵控制的研究,应用模糊系统理论对船舶航行操舵控制建立了一个模糊模型;并彩神经网络方法对模糊模型的参数进行了辨识和估计,此模糊模型的建立使控制设计摆脱了数学模型,同时为下一步进行控制方案选择和设计打下了基础,仿真结果表明,船舶航行模糊模型及参数辨识方法是有效的,并给出针对某一船舶的模糊模型的具体形式;仿真结果也表明了船舶航行控制效果良好性。     

船舶航向非线性离散系统自适应模糊最优控制

针对船舶航向非线性离散时间系统,本文提出一种基于模糊逻辑系统的自适应最优航向控制算法。本文优化控制算法采用actor-critic结构,模糊逻辑评价系统和模糊逻辑执行系统分别用于构建最优评价信号和最优控制信号。模糊权值采用梯度下降法进行更新学习,并以大连海事大学"育龙"轮为例进行仿真研究。基于前向差分Lyapunov方法证明了闭环系统半全局一致最终有界,保证系统跟踪误差收敛到以零为中心的邻域内。仿真结果进一步验证了本文算法的有效性和合理性。     

新型动态模糊神经控制器及其混合学习算法研究

介绍了一种基于动态模糊神经控制器的控制系统,通过在模糊神经网络控制器的第2层引入动态递归环节,使其具有动态映射能力,并提出了动态模糊神经控制器的混合学习算法,即先采用免疫遗传算法的“粗”学习,再采用BP梯度算法的“细”学习,通过对锅炉主汽温控制的仿真表明了该网络结构和训练方法是可行的和有效的。     

动态调整航向角误差走廊的侧向制导策略

针对传统的侧向制导方法在气动参数存在不确定性时,因气动力和倾侧角剖面的变化而造成较大的制导误差,提出了一种基于动态航向角误差走廊的侧向制导方法.根据参考航向角误差走廊和实际升阻比的估计值在线调整航向角误差门限.在飞行轨迹末端根据当前速度和航向角误差的导数对反转点进行预测.该制导方法对气动参数摄动具有较强的鲁棒性,并避免...     

船舶航向反步自适应控制

针对反步控制算法控制参数多、难整定的问题,经过理论分析提出基于期望指标的二阶系统参数整定方法.将系统变换为二阶系统形式,在选取闭环系统的自然频率、阻尼、闭环系统调节时间与超调量后,确定系统闭环极点,由极点整定了两个关键控制参数,积分增益取值参考PID控制器中积分时间参数的方法整定.在海浪干扰和船舶模型参数出现很大摄动的情况下,对所设计控制器进行了仿真试验,结果表明,所设计的控制器具有很好的鲁棒性,提出的整定控制器参数方法是可行的.     

基于二阶滑模算法的船舶航向控制

针对非线性、易受外界扰动的欠驱动船舶航向控制系统,基于滑模控制算法的理念,直接对二阶航向控制系统中的控制输入进行设计,提出一种二阶滑模控制算法,通过设计合理的李雅普诺夫函数及利用其稳定性理论对系统的稳定性进行了分析,并利用"育龙"轮运动数学模型进行计算机模拟仿真,验证了该控制算法的合理性及有效性。该算法避免了计算中的维数膨胀问题,无需对不确定的外界摄动进行定性估计,可以保证闭环控制系统的渐近收敛及稳定。仿真结果表明,根据该控制算法所设计的控制器,能够有效解决非线性航向控制系统中存在的抖振、超调以及不能在有限时间内快速收敛的问题,而且对外界干扰以及系统摄动不敏感、具有强鲁棒性,具有很好的实践应用价值。     

一类具有不确定性的线性系统的模糊自适应控制

针对一类具有不确定性和干扰的线性系统,首先将系统不确定性进行归一化处理,然后利用模糊逻辑系统对系统不确定性进行逼近估计。同时对模糊逻辑系统的未知参数进行估计合成相应的自适应律,由此提出了一种模糊自适应控制设计方法。这种模糊自适应控制不仅能够减少自适应律的数目,而且也能够保证被控系统的状态及参数估计误差一致终极有界。最后的仿真结果表明了该方法的有效性。     

基于模糊小脑模型神经网络的直线伺服跟踪控制

以永磁直线同步电机为被控对象，在高精度直线伺服跟踪控制系统中，为使输出响应快速地跟踪输入指令，需要克服系统滞后、未建模动态、不确定性以及负载的变化因素等的影响.为此，提出了一种模糊小脑模型(FCMAC)神经网络直接逆控制的方案，可动态地克服上述这些因素的影响.同时，还给出了较详细的原理分析及实现过程.仿真结果表明，此控制方案是十分有效的，能够明显地提高伺服系统的快速跟踪能力，并使系统具有较强的适应性和鲁棒性.     

建筑设计企业的动态模糊预测

通过对建筑设计企业的长期观察，提出在动态基准线上划分状态的新思路，并通过实践证明了这种动态模糊预测方法的正确性。     

基于神经网络参考模型的船舶航向智能自适应控制系统

为使船舶能在不同状态和环境下按所希望的要求改变船舶的航向，提出了一种基于神经网络参考模型的船舶航向智能自适应控制算法，利用神经网络建立了参考模型和船舶航向运动的辨识模型。并将模糊控制与神经网络相结合，设计了模糊神经网络控制器。利用神经网络的学习功能对控制器的隶属度函数及推理规则进行修正，以提高其自适应能力。仿真结果表明该算法对船舶转向控制有良好的效果。     

具有参数不确定被动力伺服系统的反步控制

针对被动式力伺服系统的参数变化和多余力矩问题,在建立系统非线性模型的基础上,设计一种自适应反步控制器.并利用Lyapunov稳定性定理证明了设计控制器的稳定性.该控制器考虑了系统主要参数变化和承载系统的扰动,将系统方程重组成多个虚拟子系统,利用反步控制思想对每个虚拟系统设计虚拟控制量,通过反步递推得到含有参数变化与承载系统扰动的非线性控制器.仿真结果表明:与传统控制器相比,该自适应反步控制器能更好地抑制多余力矩,证明了所设计控制器的有效性.     

Robust tracking control for micro machine tools with load uncertainties

The quality of the micro-mechanical machining outcome depends significantly on the tracking performance of the miniaturized linear motor drive precision stage. The tracking behavior of a direct drive design is prone to uncertainties such as model parameter variations and disturbances. Robust optimal tracking controller design for this kind of precision stages with mass and damping ratio uncertainties was researched. The mass and damping ratio uncertainties were modeled as the structured parametric uncertainty model. An identification method for obtaining the parametric uncertainties was developed by using unbiased least square technique. The instantaneous frequency bandwidth of the external disturbance signals was analyzed by using short time Fourier transform technique. A two loop tracking control strategy that combines the μ-synthesis and the disturbance observer (DOB) techniques was proposed. The μ-synthesis technique was used to design robust optimal controllers based on structured uncertainty models. By complementing the μ controller, the DOB was applied to further improving the disturbance rejection performance. To evaluate the positioning performance of the proposed control strategy, the comparative experiments were conducted on a prototype micro milling machine among four control schemes: the proposed two-loop tracking control, the single loop μ control, the PID control and the PID with DOB control. The disturbance rejection performances, the root mean square (RMS) tracking errors and the performance robustness of different control schemes were studied. The results reveal that the proposed control scheme has the best positioning performance. It reduces the maximal errors caused by disturbance forces such as friction force by 60% and the RMS errors by 63.4% compared with the PID control. Compared to PID with DOB control, it reduces the RMS errors by 29.6%.     

欠驱动水面船舶的非线性滑模轨迹跟踪控制

针对模型参数存在不确定性和风、浪、流时变干扰的三自由度欠驱动水面船舶动态轨迹跟踪控制问题,根据滑模控制对系统的不确定性和外界干扰具有鲁棒性的特点,提出了一种新型的非线性滑模控制律设计方法.在设计时根据欠驱动水面船舶的固有特性,船舶在横向上没有驱动,如果要同时控制船舶水平面位置和艏摇角3个自由度的运动,就需要分别引入关于纵向跟踪误差的一阶滑动平面和关于横向跟踪误差的二阶滑动平面来间接设计控制律.仿真结果表明,所设计的控制器能够使船舶跟踪虚拟船产生的参考轨迹,对参数不确定和外界扰动具有强的鲁棒性.     

自适应LOS制导结合MPC控制的车辆循迹优化

为提升无人驾驶车辆循迹过程的动态响应能力,确保车辆能快速且稳定地跟踪参考路线,首先基于模糊控制的思想,在传统视线(line-of-sight, LOS)制导策略中引入了时变前视距离,提出了改进后的自适应LOS制导策略,把目标轨迹的跟踪简化为目标点航向的跟踪。其次,建立车辆三自由度动力学模型,并结合自适应LOS状态方程设计路径跟踪系统的线性数学模型。最后,基于模型预测原理,使用多步预测、滚动实时优化、反馈校正等控制方式,求解出最优反馈的方向盘控制指令。本文为验证上述所提及跟踪策略的有效性,在Simulink仿真环境中分别以直线路径和曲线路径作为参考轨迹进行追踪仿真实验,结果表明:所提自适应LOS制导策略能使循迹车辆的轨迹横向误差和航向误差迅速地收敛到零,从而验证了改进LOS制导算法可以提高无人车路径跟踪的响应速度和平稳性。     

非匹配不确定的弹性高超声速飞行器终端滑模控制

为解决带有非匹配不确定的弹性高超声速飞行器(FHV)鲁棒跟踪控制问题,设计一种基于有限时间干扰观测器的非奇异终端滑模控制器.首先,通过将弹性模态的影响视为不确定,与系统参数不确定一起处理为综合不确定,将带有弹性的高超声速飞行器模型简化为便于控制器设计的面向控制模型;其次,设计有限时间干扰观测器估计模型的综合不确定;进而,基于干扰观测器,设计一种新型的非奇异终端滑模面,将高阶不匹配问题转化成一阶匹配问题,进行控制器的设计;最后通过Lyapunov理论证明了闭环系统的稳定性.仿真结果表明:所设计的控制器可以有效抑制非匹配不确定及弹性的影响,实现了飞行器速度与高度的稳定跟踪控制.     

轮式移动机器人的滚动LQR轨迹跟踪控制

基于滚动优化思想提出了一种轮式移动机器人的LQR轨迹跟踪控制方法．在每一采样时刻,通过实时地对跟踪误差系统进行线性化得到线性化模型,并利用该模型通过求解LQR问题获得状态反馈控制律．文中给出的不同情况下跟踪‘8’字轨迹的仿真结果验证了该方法的有效性．     

直接力/气动力复合控制导弹动态特性分析

建立了直接力/气动力复合控制导弹的扰动运动方程组,分析得到自由扰动运动的稳定条件和振荡运动条件,重点研究了发动机脉冲干扰力矩作用下的导弹动态特性,得到脉冲干扰力矩和导弹运动参数之间的传递函数,分析了不同阻尼系数时导弹强迫扰动的过渡过程品质,并提出等效偏量的概念和计算方法.