力前馈控制的并联机器人自适应系统的研究

针对6－DOF并联机器人的液压主关节。设计了一种力前馈控制，结构简单，容易实现的模型参考自适应系统MRACS。仿真表明：此系统稳定可靠，有效地抑制了干扰作用。提高了系统的跟踪精度。本文的研究为系统的实际应用奠定了基础。     

自适应系统的控制器结构

针对一类同时存在参数不稳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有确定部分,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。     

基于组态软件的自适应PID控制器研究

针对工业过程中常遇到的二阶纯滞后系统,介绍了一种基于组态软件的自适应PID控制器的设计方法.该控制器可实现在线辨识并可自动整定控制参数,结构简单,工作稳定,鲁棒性好.对于一些复杂过程和严重非线性过程,在辨识过程不十分有效的情况下,运用Fuzzy PID参数调节,系统仍有较好的控制性能.     

双线性系统随机多输入间接自适应前馈控制器及其应用

本文针对随机双线性多输入系统，提出了一种适用于具有多种扰动对象的随机多输入间接自适应的前馈控制器，其特点是通过引入改进的广义最小方差最优控制律来克服双线性对系统的影响，该控制器采用间接算法实现，并适用于延时未知系统，它不仅具有渐的最优的控制的效果，可以对可测干扰实行有效的动静态补偿，消除隐态跟踪误差，使随机干扰对系统的影响最小，而且即使用于不稳定和（或）逆不稳定系统也具有全局收敛特性。文中还介绍了     

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     

一种前馈CGPC控制器

本文提出一种抑制可测扰动的前馈连续时间广义预测控制器,它是依据CGPC控制器发展而来的,仿真试验表明:这种前馈CGPC控制器具有和原CGPC控制器几乎相同的良好控制性能并且更优越的的抑制可测扰动的控制特性。     

死区非线性系统的随机多输入间接自适应前馈控制器

本文针对具有死区非线性特性的随机多输入系统，提出了一种适用于多种扰动对象的随机多输入间接自适应前馈控制器。     

组合式前馈神经网络研究

本文首先讨论了组合式前馈神经网络原理和一般设计方法，然后用两个仿真实验展示了组合式前馈神经网络在处理函数逼近和模式分类问题上的有效性。     

组合式前馈神经网络研究

本文首先讨论了组合式前馈神经网络原理和一般设计方法, 然后用两个仿真实验展示了组合式前馈神经网络在处理函数逼近和模式分类问题上的有效性。     

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。     

一种新的多变量自适应解耦控制器及其在二元精馏塔上的应用

本文提出了一种新的多变量自适应解耦控制器.该控制器将解耦补偿器与最小方差技术相结合,可以对闭环系统实现动静态解耦.应用本文提出的自适应解耦控制器和常规 PI 控制器分别在某二元试验精馏塔上进行了组分控制实验.实验结果表明,本文提出的自适应解耦控制器的控制性能明显优越于 PI 控制器.     

PID自适应控制器设计

基于遗传算法设计自适应ＰＩＤ控制器。交叉互换率与突变率随基因的适应度值而变化,因而增强了算法的性能。     

同步发电机励磁的自适应控制

论述了一种最新的输电系统自适应控制新方案，通过采用多辨识器、最优综合器以及最优控制器三个部分非常方便地实现同步发电机的自适应控制，从而提高输电系统的稳定性，保证在最少投资下极大的增加输电系统的有功功率传输能力，避免了在一次部分采取如提高电压等级．串联电容、分裂导线等投资十分惊人的措施才能得以增加传输有功功率的方案．     

自适应预测控制在炉温控制中的应用

针对一类具有大滞后及模型慢时变的温度控制系统 ,提出了一种自适应预测控制方案。并以煤气罩式退火炉为例 ,建立了该过程的数学模型 ,提出了有煤气压力干扰补偿方案。仿真结果表明 ,该方法增强了系统的跟踪性及鲁棒性。     

基于神经网络的自适应控制器

提出了一种基于神经网络的控制系统，将传统ＰＩＤ工程整定法与神经网络相结合，采用直接自适应控制方法，使基于神经网络的控制器在ＰＩＤ控制的基础上实现自适应控制，更有效地改善控制品质。     

基于超稳定理论的间接自适应模糊控制器

针对一类单输入单输出非线性不确定对象,利用Popov超稳定理论提出一种新的间接自适应模糊控制器设计方法,构造了参数可调的模糊控制器在线逼近理想控制器,推导出模糊控制器的参数自适应律,并对系统状态的有界性进行了分析.最后分别利用一阶非线性对象和Duffing强迫振荡对象对该方案进行了仿真,结果验证了方案对非线性对象具有良好的控制效果.该方法能够保证系统输出渐近收敛到给定的参考信号,并放宽了对最小逼近误差的限制,同时可获得更为灵活的参数调节形式.     

鲁棒自适应励磁控制器

本文在自适应励磁控制器的基础上给出了一个决策层算法,它不仅监视建模误差,而且还监视其一、二阶导数,从而比“死区”算法更为有效,大大改善了自适应励磁控制器的鲁棒性,最后给出了各种正常调节和短路故障下的试验结果。