非最小相位系统的终端滑模控制

在重新定义系统输出方法的基础上，提出一种终端滑模控制策略，解决了非最小相位系统难以控制的问题。首先，重新定义系统的输出，通过输入输出线性化，得到系统的输入输出子系统。然后，设计终端滑模控制策略，使输入输出子系统在有限时间收敛到零，并根据系统性能指标要求选择适当的输出定义参数，使零动态子系统在原点附近渐近稳定，从而保证原系统的渐近稳定。仿真结果验证了提出方法的有效性。     

广义内模预测控制在非最小相位系统中的应用

对广义内模预测控制做了简单的介绍,并针对水轮机调节系统的非最小相位特性,进行大量仿真试验。结果表明,非最小相位系统的广义内模预测控制具有许多优点,如:响应速度快,实际应用时计算量小,鲁棒性强特点,特别是对模型的失配具有较大优势。     

自适应逆控制算法在再热汽温控制中的应用

基于内模控制理论,针对自适应逆控制系统中非最小相位对象逆模型的不稳定性,提出了一种新的求解方法,克服了传统方法求取对象模型延时逆的不足.分析了内模控制和自适应逆控制的关系,设计了基于内模控制原理的系统结构,分析了系统的稳定性和算法的收敛性,仿真结果表明这种方法的正确性.将该方法应用于电厂再热汽温控制系统进行仿真研究,结果表明该方法的控制性能优于常规串级控制系统.     

自适应逆控制的研究综述

自适应逆控制是一种很新颖的控制系统设计方法。本文对自适应逆控制的研究现状与存在的问题进行综述，主要包括自适应逆控制的模型描述、自适应滤波算法的性能分析、自适应逆控制的无模型方法和神经网络方法等内容，并介绍了自适应逆控制的一些应用成果。最后探讨了有待进一步研究的课题方向。     

水轮发电机组转速自适应控制

为了提高鲁棒性,在文献[6]所导出的自适应律中加进相关死区和“约束项”,本文证明了只要适当设计相关死区和约束项,尽管存在有界扰动和建模误差或(和)一定的时变和非线性特性,自适性控制系统仍然是全局稳定的,并用这种鲁棒自适应控制技术建立了水轮发电机组的自适应转速控制系统,经过电站实验,证明了这种自适应控制系统的有效性。     

基于自适应逆控制的系统噪声消除

提出了一种自适应逆控制消除系统噪声的方法,该方法利用神经网络建立系统的正向模型及逆模型,实现在线实时的计算,自适应调整参数,且灵活性大,有较强的鲁棒性和容错性,对于系统噪声的消除具有很好的效果。     

广义极点配置自校正控制器在非最小相位系统中的应用

引入双恒等变换推导出系统及辅助系统的ｄ步预测模型，基于估计器的自校正控制器能将闭环极点配置在所希望的位置，它的参数是由与其相互独立的对象参数调节，提出使用辅助估计器克服丢番图方程的病态问题，应用在一非最小相位系统中，仿真结果表明在存在可测干扰的情况下该系统具有良好的动态性能。     

一类非最小相位对象解耦控制的非对消设计

本文分析了将基于零、极对消原则的前馈解耦设计方法应用于含有S右半平面零点的一类非最小相位对象时所存在的问题，提出了非对消解耦设计方法应用于该类对象的原理、特点及步骤，结合实例给出了仿真结果，所得结论对实际系统具有一定的指导意义。     

变论域模糊PID控制在改善DC-DC变换器非线性非最小相位系统的性能研究

除Buck电路外的传统DC-DC电路的动态模型是非线性非最小相位系统,其动态特性受电路参数和动态模型的影响较大。PID控制必须建立在精确的数学模型上,而DC-DC变换器的非线性决定了PID调节很难达到更优的效果。模糊PID控制不需要精确的数学模型,而且消除了模糊控制存在的静差。但该控制方式的自适应能力较低,在输入量变化较大时,其控制精度变差。变论域模糊PID控制利用伸缩因子使系统的自适应能力提高,并增加模糊规则的利用率,使控制精度提高。本文研究了变论域模糊PID控制在非线性非最小相位系统的DC-DC变换器闭环控制中的性能,以DC-DC变换器中的典型非线性非最小相位系统的Sepic电路和Boost电路为例进行了仿真和实验,结果表明变论域模糊PID控制比前两种控制方式具有更优的控制性能。     

永磁同步电机的自适应逆控制

设计了自适应逆控制的永磁同步电机(PMSM)控制系统,控制系统采用双闭环结构的矢量控制,将自适应逆控制方法引入速度控制。运用非线性自适应滤波器,实现系统的建模与逆建模,并引入滤波器构成了速度控制器,采用最小均方差(Least Mean Square,LMS)自适应滤波算法在线调整其权函数,实现速度的精确控制。在基于DSP的永磁同步电机速度控制系统平台上的实验结果表明,非线性滤波器能够建立电流环模型,提出的非线性自适应逆控制方法能够实现精确的速度控制。与PID控制方法相比,具有更精确的速度跟踪性及更快的响应速度。     

自适应逆控制系统的设计与分析

许多系统所固有的不确定性和非线性,难以建立确切的数学模型,其逆模型也难以建立,因此自适应逆控制的应用受到了限制。针对这种情况,利用神经网络可以逼近任意非线性函数的能力来构建系统的逆,用来作为控制器;另一个神经网络作为被控对象的辨识模型来构建一个控制系统。仿真实验结果表明,所设计的控制结构是合理的和有效的,并且具有很强的鲁棒性。     

选相断路器的自适应闭环控制系统

针对传统选相断路器控制系统对外界变化因素的补偿方式存在参数之间关系复杂且具有分散随机性等问题,提出自适应闭环反馈控制方案,并配以新型磁力机构。在分析PID（比例积分微分）模糊控制原理的基础上,对控制系统的硬件系统、软件系统进行设计,并在不同环境温度、SF₆气体密度及控制电压条件下对采用自适应闭环控制方案的磁力机构选相断路器进行选相分、合闸控制精度测试。结果表明,闭环控制系统能有效地适应补偿温度、SF₆气体密度及控制电压等变化,选相分、合闸控制精度小于±1 ms。     

自适应逆控制增强矢量控制系统参数鲁棒性的研究

针对一般矢量控制系统存在的电动机参数鲁棒性差这一难题,首次将不同于常规反馈控制的新型控制策略自适应逆控制引入感应电动机变频调速系统,提出一种感应电动机变频调速系统新型控制结构,有效地解决了电动机参数时变对系统性能的影响。理论分析与仿真实验表明所提方案的有效性与合理性。     

基于神经网络逆的永磁同步电机自适应解耦研究

针对永磁同步电机多变量、非线性、强耦合等特性,提出一种基于神经网络逆的模型参考自适应解耦控制方法。神经网络逆系统与原系统复合成两个伪线性子系统,一个一阶磁链子系统和一个二阶转速子系统。定子电阻随温度变化而变化,进而影响磁链子系统和转速子系统的解耦控制。模型参考自适应控制方法可以通过误差调节来减小定子电阻变化对系统的影响,仿真试验结果表明该控制策略能够在定子电阻发生变化的情况下实现转速与定子磁链之间的动态解耦,并能保证系统的稳定性。