基于LS-SVM的非线性系统直接逆模型控制

针对非线性系统逆模型建立难的问题,提出了基于最小二乘支持向量机(LS-SVM)的非线性系统逆模型辨识建模的方法,在此基础上,提出了基于LS-SVM的非线性系统直接逆模型控制的方法。仿真试验结果表明,采用LS-SVM建立的非线性系统逆模型具有很高的建模精度和较强的泛化能力,基于LS-SVM的直接逆模型控制方法的控制效果好,简单易行,从而验证了这两种方法的有效性和先进性。     

非线性系统的支持向量机逆模型辨识及控制

针对非线性系统逆模型建立难的问题,提出了基于回归型支持向量机(support vetor regression,SVR)的非线性系统逆模型辨识建模的方法,在此基础上,提出了基于SVR的非线性系统逆模型控制的方法.仿真试验结果表明:采用SVR建立的非线性系统逆模型具有很高的建模精度和较强的泛化能力,基于SVR的逆模型控制...     

非线性二自由度主动悬架滑模控制方法的研究

以非线性二自由度主动悬架模型为研究对象,分析与验证了基于参考天棚模型的滑模控制算法在非线性悬架控制中的有效性。根据参考天棚模型和非线性二自由度模型中簧载质量位移和速度相等,利用滑模控制方法,给出了非线性二自由度主动悬架的控制力的计算方法。试验测试了有无控制时非线性二自由度主动悬架系统中簧载质量的加速度,验证了主动悬架的控制力的计算方法的有效性。给出了参考天棚模型中天棚阻尼系数的选择方法,研究了控制参数对非线性二自由度主动悬架控制效果的影响。基于非线性二自由度主动悬架模型,计算分析了滑模控制和线性二次型最优(Linearquadraticregulator,LQR)控制的主动悬架性能指标。结果表明:对于非线性二自由度悬架系统,基于参考天棚滑模控制的主动悬架系统可以获得更优的性能指标。     

基于事件的控制理论研究及其应用

基于事件的规划与控制系统是以非时间运动参考变量作为系统的描述参数,其相关理论内容包括系统的稳定性分析、能控能观性分析等都需要深入研究。针对某一类输入仿射非线性系统,利用非线性系统的反馈线性化理论证明基于事件控制的能控性问题,并在此基础之上利用非线性微分几何理论的能控分布和能观协分布基本概念研究非完整约束系统的基于事件控制的能控能观性问题。以两轮差动移动机器人为应用对象,进行相关分析工作。进行仿真,比较基于时间控制和基于事件控制的方法在时延系统中的控制效果,仿真结果表明基于事件控制能有效地克服系统随机时延带来的影响,在时延系统中明显优于基于时间的控制。     

基于RBF神经网络的非线性系统智能控制

针对工业控制领域中复杂非线性时变系统，采用传统的控制方法不能达到满意的控制效果，提出了基于神经网络的PID自适应控制方案。采用神经网络辨识器在线辨识系统模型，自动调整PID控制器参数，从而实现系统的智能控制。仿真结果表明该方法对于复杂非线性系统能进行有效的控制并且具有很好的自适应性和鲁棒性。     

基于T-S模糊模型的非线性系统广义预测控制

针对离散非线性系统,提出一种基于T-S模糊模型的广义预测控制方法。该方法将采样点的T-S模糊模型转化为采样点线性模型与非线性误差叠加的线性形式,通过迭代修正非线性误差,使具有非线性误差的线性模型预测控制律逐渐逼近采样点T-S模糊模型预测控制律。同时,该预测控制方法也能适用于当系统受输入输出约束时的控制。仿真结果验证了所提出的TS模糊模型广义预测方法有效。     

基于神经网络的PID控制方法在矿井提升机中的应用

通过对矿井提升机的控制策略进行研究,达到提高提升机控制系统的性能,使其运行安全、可靠,满足煤矿安全生产的要求。在分析非线性PID控制系统理论基础上,采用基于神经网络算法改进非线性PID控制方法,实现减小系统的超调、提高稳定性等运行指标。并使用仿真工具MATLAB进行了数字仿真,证实了基于神经网络非线性PID控制方法在矿井提升机控制系统中的效果。     

基于Backstepping的阀控非对称缸电液伺服系统非线性控制

考虑了阀控非对称缸电液伺服系统的控制问题。首先给出了系统的动态模型，然后基于Backstepping方法得到了系统的非线性控制器。这种方法可以扩展到液压驱动机器人控制的设计上。最后对所提出的非线性控制策略与常规的PD控制方案进行了比较，仿真结果表明所提出的非线性控制策略具有更高的控制精度。     

神经网络预测控制及其在煤气生产过程中的应用研究

非线性、大滞后系统是工业生产过程中普遍存在的现象,被认为是物理系统中最难控制的重要环节。本文以水煤气生产过程为背景,对这类复杂非线性系统提出了一种基于改进B-P神经网络的预测控制方法,仿真结果表明该方法的有效性和快速性,从而为非线性、大滞后系统的实时智能优化控制的实现提出了一种有效的方法。     

考虑关键非线性特征的集成式电子液压制动系统主缸液压力精确控制

针对具有"电动机+减速机构"形式的解耦式电子液压制动系统（Electro-hydraulic brake system,EHB）展开研究。针对主缸液压力控制过程中出现的爬行、死区和振荡等问题,设计一种考虑关键非线性特征（摩擦、PV特性）的主缸液压力精确控制算法。基于LuGre模型对摩擦非线性进行补偿,设计了压力自适应控制器。针对压力闭环控制在系统死区工作点处出现的问题,采用基于死区补偿的非线性控制方法。结合以上两种方法的优点,设计基于LuGre摩擦模型前馈补偿和死区补偿的联合控制方法,能够在考虑系统关键非线性特征的基础上,精确控制主缸液压力。通过联合仿真（AMESim&Simulink）和硬件在环测试对比验证各闭环控制系统的时频域响应特性,联合控制方法提高了系统的压力动态跟踪精度和响应速度。     

振动自适应模糊控制方法研究

将自适应模糊控制理论引入振动控制工程领域,提出了一种基于模糊逻辑系统的在线自学习控制方法。给出了该控制方法的学习算法及初始振动模糊控制器的产生方法。分析了该方法与其它非线性控制方法（神经网络控制）相比所具有的优点。仿真结果表明该自适应模糊控制方法能有效地抑制振动。     

宽带振动主动控制的模糊自适应控制方法

由于广泛采用的自适应滤波－X LMS算法只限于线性问题，针对振动主动控制中存在的一些非线性问题，文中利用模糊逻辑系统能够逼近非线性系统的特性，提出一种模糊适应前馈主动控制方法，解决由于传感通道的非线性使得参考信号与外扰间呈非线性函数关系的主动控制问题。针对复合材料梁振动控制的数值仿真计算结果表明，该非线性模糊自适应控制方法的有效性。     

非线性随机振动系统的阻尼模糊控制

建立了非线性随机振动阻尼模糊控制系统的力学模型;针对该模型内的模糊控制器的参数确定问题;提出了基于细菌遗传机理的局部改进遗传算法;解决了该遗传算法与模糊控制理论应用于非线性随机振动系统阻尼控制的有关问题;给出了仿真实例。     

Nonlinear adaptive control based on fuzzy sliding mode technique and fuzzy-based compensator

It is difficult to efficiently control nonlinear systems in the presence of uncertainty and disturbance (UAD). One of the main reasons derives from the negative impact of the unknown features of UAD as well as the response delay of the control system on the accuracy rate in the real time of the control signal. In order to deal with this, we propose a new controller named CO-FSMC for a class of nonlinear control systems subjected to UAD, which is constituted of a fuzzy sliding mode controller (FSMC) and a fuzzy-based compensator (CO). Firstly, the FSMC and CO are designed independently, and then an adaptive fuzzy structure is discovered to combine them. Solutions for avoiding the singular cases of the fuzzy-based function approximation and reducing the calculating cost are proposed. Based on the solutions, fuzzy sliding mode technique, lumped disturbance observer and Lyapunov stability analysis, a closed-loop adaptive control law is formulated. Simulations along with a real application based on a semi-active train-car suspension are performed to fully evaluate the method. The obtained results reflected that vibration of the chassis mass is insensitive to UAD. Compared with the other fuzzy sliding mode control strategies, the CO-FSMC can provide the best control ability to reduce unwanted vibrations.     

压电复合材料结构模糊自适应前馈振动控制

针对压电复合材料结构前馈主动控制中存在的某些非线性问题 ,本文提出一种模糊自适应前馈主动控制方法 ,解决一类参考信号与外扰呈非线性函数关系的主动控制问题。数值仿真结果表明 ,该非线性模糊自适应控制方法优于线性滤波 - x L MS方法的控制效果     

Robust covariance control for discrete system by Takagi-Sugeno fuzzy controllers

Variances of the system states or outputs often play vital roles in the problem for performance requirements of many stochastic control systems. For linear stochastic systems, the covariance control technique has been applied to deal with the variance constrained design problem. This paper extends this technique to a class of discrete-time nonlinear perturbed stochastic systems, which are modeled by the Takagi-Sugeno (TS) fuzzy systems. By fuzzy IF-THEN rules, which represent local linear input-output relations, the nonlinear systems can be described by TS fuzzy models. According to the parallel distributed compensation (PDC) concept, the discrete-time nonlinear perturbed stochastic systems can be driven by the linear feedback gains. The purpose of this paper is to provide a method to design an output feedback fuzzy controller, which is based on the upper bound state covariance control technique and PDC concept, for the discrete-time perturbed stochastic systems using TS fuzzy models.     

FUZZY MODEL-FOLLOWING ADAPTIVE CONTROL DESIGN FOR ROBOT MANIPULATORS

ＦＵＺＺＹＭＯＤＥＬ－ＦＯＬＬＯＷＩＮＧＡＤＡＰＴＩＶＥＣＯＮＴＲＯＬＤＥＳＩＧＷＦＯＲＲＯＢＯＴＭＡＮＩＰＵＬＡＴＯＲＳＦＵＺＺＹＭＯＤＥＬ－ＦＯＬＬＯＷＩＮＧＡＤＡＰＴＩＶＥＣＯＮＴＲＯＬＤＥＳＩＧＷＦＯＲＲＯＢＯＴＭＡＮＩＰＵＬＡＴＯＲＳＺｈａ...     

基于简化模糊模型的广义预测控制器

利用适应模糊推理修正非线性系统的局部线性化，提出一种基于模糊辨识的非线性系统广义预测控制器。仿真研究表明，该算法能有效实现对非线性对象的预测控制，抑制外来噪声，具有良好的鲁棒性。     

Adaptive fuzzy wavelet network control of second order multi-agent systems with unknown nonlinear dynamics

In this paper, consensus problem is considered for second order multi-agent systems with unknown nonlinear dynamics under undirected graphs. A novel distributed control strategy is suggested for leaderless systems based on adaptive fuzzy wavelet networks. Adaptive fuzzy wavelet networks are employed to compensate for the effect of unknown nonlinear dynamics. Moreover, the proposed method is developed for leader following systems and leader following systems with state time delays. Lyapunov functions are applied to prove uniformly ultimately bounded stability of closed loop systems and to obtain adaptive laws. Three simulation examples are presented to illustrate the effectiveness of the proposed control algorithms.