共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
王彩霞 《自动化与仪器仪表》2013,(6):32-33,37
利用BP网络建立非线性系统的数学模型,并将该模型和动态矩阵控制算法相结合对非线性系统进行控制,仿真结果表明该算法对一类时滞非线性具有较好的控制效果。 相似文献
3.
基于非线性动态逆的大迎角飞行控制律设计 总被引:1,自引:0,他引:1
研究飞机大迎角飞行优化控制问题。为了用非线性动态逆方法进行大迎角飞行控制律设计,首先建立具有大迎角条件下强非线性、非定常迟滞、不对称的力与力矩等气动特性的六自由度非线性飞机模型。然后将非线性动态逆方法与奇异摄动理论相结合,并将飞机状态划分为快慢回路,分别应用非线性动态逆方法进行了飞行控制律设计。最后,通过控制分配将计算得到的三轴力矩指令转化为相应的舵面与推力矢量偏转指令,并进行了仿真验证。仿真结果表明,设计的飞行控制律具有优良的大迎角控制效果。 相似文献
4.
5.
6.
神经网络α阶逆系统在离散非线性系统控制中的应用 总被引:9,自引:2,他引:7
给出一般离散非线性系统的神经网络α阶逆系统(将α阶逆系统与原系统直接串联起来,构成一伪线性系统,具有α阶时延性质)的结构与辨识,并研究其在非线性系统控制中的直接应用。仿真结果表明该方法具有较普遍意义,且结构简单,易于实现。 相似文献
7.
针对一类多输入多输出非线性被控对象,利用前向神经网络逼近原系统的逆系统,将其作为控制器,采用预测滚动优化性能指标训练该神经网络逆控制器,以克服干扰和不确定性影响,实现对多变量非线性对象的解耦控制。对某微型锅炉对象进行了控制算法仿真,结果表明,所提出的控制方法能够克服模型误差的影响,实现稳定解耦控制,且易于实现。在仿真过程中通过实验方法建立该锅炉对象的神经网络预测模型,并注意采用泛化方法采集训练样本数据和训练神经网络,以提高神经网络模型的泛化能力。 相似文献
8.
基于逆系统方法的非线性系统内模控制 总被引:1,自引:0,他引:1
本文的目标是采用逆系统方法来达到对一类特殊的非线性连续动态系统的跟踪控制。基于高斯基函数的径向基数神经网络以其在函数逼近方面的优势而被用来逼近已知对象的α-阶积分逆系统。为了提高控制精度,我们利用内模控制来减少由于建模及扰动引起的误差作用。仿真结果表明此方法具有理想的效果和高的精度,且内模控制器设计简单。 相似文献
9.
针对工业过程中普遍存在的非线性被控对象,提出了一种基于支持向量机(SVM)逆系统的广义预测控制算法。该方法根据广义预测控制基于预测模型的特点,将基于支持向量机系统辨识的方法应用于逆系统构建和广义预测控制。该方法利用SVM强大的非线性映射能力离线辨识被控非线性系统的α阶逆模型,并将辨识出的逆模型连接在原被控统之前形成一个α阶纯延时伪线性系统。然后采用广义预测控制(GPC)算法实现对构造出的伪线性系统的预测控制。仿真实验表明了该算法的有效性和优越性。 相似文献
10.
11.
12.
对具有时变时滞的非线性动态系统进行时滞估计是系统辩识的一项重要课题。为估计系统的动态特性,采用了一种带外反馈的动态神经网络。如果时滞是时变的,需要研究在线时滞估计机构来跟踪时滞的变化。本提出了两种分别称之为直接和间接时滞在线估计方法,其中间接法将时滞估计看作非线性优化问题,而直接法则用神经网络构造时滞估计器来跟踪时滞的变化。最后本给出了仿真的例子。 相似文献
13.
针对多无人机在空间机动过程中的编队形成与保持控制问题,提出一种基于非线性动态逆的无人机编队控制方法.将编队控制过程分解为两步:首先给出分布式长机状态估计算法,各编队无人机根据"相邻"无人机状态解算自身的期望运动指令;其次是设计接于非线性动态逆的编队控制器,使各无人机快速跟踪其期望指令并形成和保持稳定队形.仿真实验表明,编队长机进行空间机动过程中,各僚机能够准确估计其状态,快速形成并维持队形稳定. 相似文献
14.
15.
16.
为了改善大时滞对象的控制效果,提出一种带时滞时间辨识的神经网络逆控制系统。利用自适应线性元件与BP网络相结合,辨识对象的时滞时间及不含时滞环节的模型,再对不含时滞的模型构造神经网络逆,并选择合适的参考模型使逆模型的输出平滑。将训练好的逆模型作为控制器,与被控对象串联形成开环控制,有效避免了闭环控制可能引起的不稳定。仿真结果表明,该控制策略能够实现系统快速平稳的输出,且能够克服时滞时间及参数变化引起的不良影响,与Smith预估控制器相比,具有较好的鲁棒性及抗干扰能力。 相似文献
17.
研究一类包含参数不确定性和关联时滞的不确定时滞组合大系统的鲁棒控制问题。利用线性矩阵不等式技术和自适应参数估计方法,设计鲁棒自适应控制器,从而保证闭环系统渐近稳定。最后给出了仿真示例,说明了该方法的有效性。 相似文献
18.
基于支持向量机α阶逆系统方法的非线性内模控制 总被引:5,自引:1,他引:4
为了提高传统逆系统方法的鲁棒性和抗干扰能力, 提出了基于支持向量机α阶逆系统方法的非线性内模控制新方法. 该方法利用支持向量机辨识非线性系统的α阶逆模型, 并将其串连在原系统之前得到复合的伪线性系统. 对求得的伪线性系统采用内模控制方法进行控制. 仿真结果证明了该方法的有效性. 理论分析和仿真结果均表明, 该方法不依赖于系统的模型, 且较一般的逆系统方法鲁棒稳定性好, 设计简单, 跟踪精度高, 是解决非线性系统控制的一种可行的理论方法. 相似文献
19.