基于神经网络模型预测控制的混沌运动的研究

为了实现混沌运动的控制,应用神经网络模型预测控制的策略.首先通过系统辨识建立要控制的混沌系统的神经网络模型,并设计出神经网络模型预测控制器,然后通过该控制器对混沌运动进行预测控制,使混沌吸引子中的不稳定周期轨道被镇定到不动点.最后借助MATLAB平台进行数字仿真,结果表明该控制方法对混沌控制是有效的.     

一种新型混沌PSO算法在板形智能控制中的应用

提出一种新型混沌PSO算法优化RBF神经网络并对板形进行识别,使用神经网络预测和效应矩阵控制器对板形进行预测控制。仿真过程表明,新型混沌PSO算法对优化神经网络的结构和参数都有明显的效果,使用板形识别模型和带预测过程的效应函数可以有效控制板形系统。     

一种新型混沌PSO算法在板形智能控制中的应用简

提出一种新型混沌PSO算法优化RBF神经网络并对板形进行识别,使用神经网络预测和效应矩阵控制器对板形进行预测控制.仿真过程表明,新型混沌PSO算法对优化神经网络的结构和参数都有明显的效果,使用板形识别模型和带预测过程的效应函数可以有效控制板形系统.     

一类基于径向基函数神经网络的离散混沌系统控制

以OGY法作为混沌控制策略对径向基函数(RBF)神经网络进行训练,通过参数扰动模型输出得到控制混沌运功的小扰动信号作为混沌控制器。并以Henon映射的混沌行为为基础进行仿真模拟,结果表明该方法的有效性。     

基于模糊神经网络的电梯混合能源管理系统集成控制研究

提出了一种基于太阳能、蓄电池、超级电容器及电网等混合能源管理系统的电梯集成控制模型。通过对电梯载荷流混沌系统研究,利用基于混沌系统的模糊神经网络预测控制策略,构建一套基于模糊神经网络的系统预测控制模型,对电网、太阳能、蓄电池、超级电容和回馈能量等混合能量之间的能量调配进行控制,实现对电梯混合能源管理集成控制系统的高精度控制,实现混合能量之间的自动调配和综合利用,达到电梯节能降耗的目的。     

采用炉膛辐射信号的锅炉燃烧系统模糊神经网络预测控制的仿真研究

针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性 ,采用以炉膛辐射信号为中间被调量的串级控制系统 ,并设计一个基于神经网络预测模型的模糊神经网络控制器作为主控制器。该控制器首先将神经网络与预测控制相结合 ,采用递阶遗传算法对神经网络的结构和权值分别进行训练 ,以实现非线性、大时滞系统模型的精确预测 ;然后将模糊控制与神经网络相结合 ,实现模糊神经网络预测控制。考虑到炉内剧烈的湍流燃烧造成炉膛辐射信号包含随机分量 ,又设计了一个附加判断器的二自由度 PID控制器作为副控制器。仿真结果表明 ,该方案显著提高了非线性、大时滞燃烧系统的控制品质 ,且易于工程实现     

基于改进型BP神经网络PID控制器在转台系统中的应用研究

为改善转台系统性能,针对传统的PID控制参数难以获得较理想的控制效果,设计了一种基于改进型BP神经网络的PID控制器。介绍了PID控制器的结构和BP神经网络算法描述,利用最小二乘法和神经网络建立被控对象的预测数学模型,并用该模型所计算的预测输出取代预测输出的实测值,对基于BP网络的PID控制器的权值调整算法进行改进。以某转台模型为对象,建立了转台控制系统的数学模型并对其进行仿真。仿真结果表明,改进型BP神经网络PID控制器具有良好的控制效果,跟踪精度高、性能稳定及鲁棒性强,能更为有效地应用到转台系统中。     

汽车悬架系统混沌运动的自适应反演滑模控制

从存在干扰作用的不确定性汽车悬架系统出发,结合反演设计理论,提出悬架系统混沌运动的自适应滑模控制方法。该方法利用自适应律对系统所受不确定性因素进行估计,采用Lyapunov函数理论证明该控制器的渐进稳定性。仿真结果表明：即使存在悬架系统参数时变、模型不确定以及不同等级路面激励干扰情况,该控制方法也能对悬架系统混沌运动进行有效控制,使无序的振动位移和速度向稳定状态转变,且其数值大幅降低,同时悬架系统的垂直振动加速度也明显减小,车辆行驶的平顺性和安全性提高。由于控制器不依赖汽车悬架系统模型中的非线性项,且控制器中的自适应干扰估计能有效抵消不确定性因素所带来的影响,具有良好的自适应性和鲁棒性,因此研究结果可望为设计汽车可控悬架系统、提高乘坐舒适性,提供有用的控制方法参考。     

NARX神经网络在电缆绝缘厚度滞后控制系统中的应用与仿真CSCD

针对具有时滞性的电缆绝缘厚度控制问题,提出了基于NARX神经网络用于对现场数据构造更为精确差分方程,并代入PID控制器中进行控制。在NARX神经网络预测过程中,采用灰关联分析方法,确定延迟层数以及关键外部输入,最后建立电缆绝缘厚度控制的模型预测。将该模型与原传递函数离散化得到的离散化模型代入PID控制器中进行性能对比。结果表明,在滞后控制系统中,经过NARX神经网络所建立的系统模型代入PID控制时对比传统离散化模型具有更好性能参数。该结果对解决具有滞后性的电缆绝缘厚度控制问题有一定的理论和工程应用价值。     

离心调速器系统的混沌及速度反馈控制

建立离心调速器反馈控制系统的动力学方程,利用系统的相图和Poincaré映射图分析系统的混沌形成过程.通过对离心调速器反馈控制系统增加一个速度反馈控制器,利用它控制系统从混沌运动转化为周期运动.数值仿真表明,该控制方法在离心调速器反馈控制系统的混沌控制中的有效性与可行性,可利用适当的控制强度镇定系统中不稳定的周期轨道.     

受约束悬臂输流管道颤振的自适应控制

使用压电片作为控制执行元件，对具有弹性支承和非线性运动约束的悬臂输流管道的颤振进行了主动控制。考虑由于压电片伸缩而产生的附加控制力矩，推导出受控输流管系统的非线性运动方程，然后基于Lyapunov稳定性理论设计了模型参考自适应控制系统，并利用数值仿真的方法对该控制方案的有效性进行了验证。通过比较输流管道受控前后的运动响应发现，该控制器对管道非线性系统的周期和混沌等运动都可实施有效的控制。     

NARX神经网络在电缆绝缘厚度滞后控制系统中的应用与仿真

针对具有时滞性的电缆绝缘厚度控制问题,提出了基于NARX神经网络用于对现场数据构造更为精确差分方程,并代入PID控制器中进行控制。在NARX神经网络预测过程中,采用灰关联分析方法,确定延迟层数以及关键外部输入,最后建立电缆绝缘厚度控制的模型预测。将该模型与原传递函数离散化得到的离散化模型代入PID控制器中进行性能对比。结果表明,在滞后控制系统中,经过NARX神经网络所建立的系统模型代入PID控制时对比传统离散化模型具有更好性能参数。该结果对解决具有滞后性的电缆绝缘厚度控制问题有一定的理论和工程应用价值。     

模糊神经为基的物流装置运动控制系统

为提高制造系统中物流装置运动效率和轨迹柔性,研制开发了通过CCD图像实时反馈物流装置运动实际位置信息,以模糊神经网络技术构建物流装置运动控制器,该控制器采用模糊算法控制物流装置运动方向,采用神经网络对模糊控制规则的调整因子进行算法寻优.实验表明该装置运动灵活,稳态精度高,符合自动化制造车间物流运输要求.     

离散混沌系统的神经网络α阶逆系统控制

提出用神经网络α阶逆系统方法控制一类未知模型的离散混沌系统,针对离散混沌系统的特殊性,调整了神经网络建模的输入输出结构,并以Logistic系统为假想未知系统进行实际控制,仿真结果说明了该方法的可行性。     

基于相空间重构的半导体制造系统日产出预测

半导体制造系统的生产作业计划与调度优化困难、可行性较低的现状,对半导体制造系统的日产出预测提出了需求。在对预测研究现状进行分析的基础上,针对半导体制造系统的日产出时间序列体现的非线性的确定性而又类似随机的特点,提出一种基于混沌相空间重构的蚂蚁—神经网络模型的预测方法。混沌相空间重构理论用于日产出时间序列的重构;神经网络用于日产出预测模型的构建;蚂蚁算法用于神经网络预测模型的权值和阈值参数的训练。通过某企业的实际生产数据进行测试,并与传统的预测方法比较,证明了该预测方法的有效性。     

非均匀气隙永磁同步电机混沌系统的自适应控制

针对非均匀气隙永磁同步电机系统,首先通过一个仿射变换和时间尺度变换,将电动机模型变换成一种简单的数学模型,并验证了在某些参数与工作条件下系统会出现非常复杂的混沌运动或极限环。最后采用Lyapunov稳定性方法,设计了一种自适应控制器,对直流电机混沌系统进行控制,仿真结果验证了所提出控制方法的有效性和可实现性,以及对研究优良的控制方法提供了理论参考。     

一种旋转机械的混沌运动及其控制

对地面夯实机构简化为机座安装在弹性支撑上的偏心转子的混沌运动和混沌控制问题进行了研究。研究表明,随着偏心质量的等效转子转动角速度的增加,系统经历了由倍周期分岔进入混沌,再由混沌到周期的运动状态演变过程。为控制系统的混沌运动,提出了基于混沌边缘确定控制器的设计参数的方法。方法的核心是将控制器的设计参数作为系统的参数,确定出系统的混沌边缘,由系统的混沌边缘直接确定出控制器的设计参数。以比例—微分控制器和相位控制器的设计说明了提出方法的具体步骤和有效性。     

呼吸道主动监测微机器人系统设计及研究

设计了一种呼吸道主动监测微型机器人系统,用于实时测量重症监护机械通气中的主要呼吸力学参数.该机器人系统采用三自由度气动人工肌肉驱动器驱动,通过气囊钳位.介绍了机器人机体的构造和运动原理,建立了机器人的动态模型.提出一种模糊小波神经网络控制器对机器人进行控制.将采用模糊小波神经网络控制器与采用小波神经网络控制器及模糊神经网络控制器的控制系统仿真结果进行比较.仿真和实验结果都说明模糊小波神经网络控制器有效地改善了机器人的静动态特性,具有更快的训练速度和更好的控制效果,是一种理想的临测机器人系统控制方法.在猪气管中进行了初步实验,在机械通气情况下监测了气管末端的压力和温度参数.初步的研究结果表明,该柔性驱动的机器人系统可用于主动动态监测人体呼吸道中的呼吸参数.     

用小波函数控制汽车非线性悬架系统中的混沌

具有滞后非线性的汽车悬架系统具有明显的非线性,这直接导致系统存在分岔和混沌的可能性。为此分析其在路面正弦周期激励作用下发生受迫振动时的运动情况,揭示该系统存在混沌现象,并利用小波函数形式控制器对其混沌行为进行控制。数值模拟表明:该控制方法具有效性与可行性。     

基于电气比例减压阀的灰色预估神经网络控制方法研究

针对基于电气比例减压阀的气动压力控制系统具有时延、强非线性、系统参数时变等特点,提出用灰色预估模型对系统输出进行预测,并将此预估值作为系统的反馈量和神经网络辨识器的输入量,通过神经网络对系统进行辨识,最后利用神经网络控制器对系统进行控制.实验结果表明,该方法有效降低了时延对系统的影响,提高了动态响应的快速性和精确性,使系统具有较强的鲁棒性和实用性.