轧机励磁回路非线性的自适应补偿措施

本文介绍了四辊轧机励磁控制系统中采用的对涡流和磁通非线性自适应补偿的措施，它基本上能消除励磁回路的非线性影响，仿真结果良好．     

称重传感器非线性误差自适应补偿方法

额定量程内称重传感器的非线性误差不同,为此阐述了称重传感器的非线性误差特性,提出了一种非线性误差自适应分段补偿方法:在额定量程的上限区,采用基于径向基函数神经网络(RBFNN)的补偿网络完成传感器非线性误差补偿;在下限区,采用数字滤波器完成非线性误差补偿;在中间区,传感器不补偿。同时利用自适应选择网络,完成了分段补偿的选择。实验表明,采用这种方法补偿后的称重传感器下限区、中间区与上限区的最大相对误差分别由补偿前的0.2、0.4、1.37下降到0.16、0.04、0.07,补偿效果明显。     

非线性离散时间系统的自适应模糊补偿控制

针对一类非线性离散时间系统,提出一种自适应模糊逻辑补偿控制方案.控制律由跟踪控制律和逼近误差补偿控制律两部分组成,利用模糊逻辑系统对系统参数扰动和外界干扰进行自适应补偿,由模糊滑模控制律实现对模糊逻辑系统逼近误差的进一步补偿.所设计的控制器可保证闭环系统一致最终有界.将该控制器用于月球探测车动态转向系统中,仿真结果表明了该方法的有效性.     

多机电力系统励磁鲁棒非线性分散控制

文中对多机电力系统，通过适当的坐标变换，基于耗散系统的概念，提出了一种新的通过干扰抑制实现的励磁鲁棒非线性分散控制策略。该控制策略可提高系统对动态不确定性的鲁棒性，抑制干扰对系统的影响。     

输入饱和非线性系统的周期自适应补偿学习控制

针对一类输入饱和不确定Brunovsky标准型非线性时滞系统,提出一种周期自适应跟踪补偿学习算法. 利用信号置换思想重组系统,基于最小公倍周期函数变换,将时滞时变项和不确定项合并为辅助参数,进而设计周期自适应学习律估计该辅助量,并利用饱和补偿器逼近和补偿超出饱和限的部分,由此构成综合控制器,以保证系统状态对有界期望值的跟踪,解决了饱和输入周期系统的重复迭代学习控制问题. 最后通过构造Lyapunov-Krasovskii复合能量函数的差分,计算证明了系统跟踪误差的收敛性和闭环信号值的有界性. 常见耦合非线性机械臂系统的力矩控制仿真,进一步验证了该算法的有效性.     

伺服系统的神经网络摩擦力自适应补偿研究

在高精度伺服系统中，摩擦力是影响其低速性能的关键因素。该文分析了摩擦力的特性、数学模型、及其对伺服系统性能的影响，提出了基于RBF网络的自适应摩擦力补偿方法，并将其与参数线性化模型相比较。在某单轴速率／位置转台的控制系统中的应用结果表明，该方法能有效地改善伺服系统的性能。     

微机非线性励磁控制器的实现及应用

本文结合一个电厂的发电机励磁系统的具体实全离发电机励磁原理,详细描述了微机非线性励磁控制的硬件结构设计、处理过程及可靠性设计,对比自动励磁调节器阐明了微机非线性励磁控制器性能特点。应用效果。     

基于未建模动态补偿的非线性自适应切换控制方法

针对一类不确定的离散时间零动态不稳定的单输入-单输出(Single-input single-output, SISO)非线性系统,提出了一种基于未建模动态补偿的非线性控制器. 采用自适应神经模糊推理系统(Adaptive-network-based fuzzy inference system, ANFIS)和一一映射相结合的方法估计未建模动态.在此基础上,提出了由线性自 适应控制器、非线性自适应控制器以及切换机制组成的自适应切换控制方法.该方法通过对上述两种控制器的切换, 保证闭环系统输入输出信号有界的同时,改善系统性能.本文将要求未建模动态全局有界的条件放宽为线性增长, 建立了所提自适应控制方法的稳定性和收敛性分析.通过仿真比较和水箱的液位控制实验,验证了所提方法的有效性.     

基于BP神经网络的自适应补偿控制方法

研究工业过程控制系统补偿问题,对于一类模型未知的SISO非线性系统,传统的控制方法不能获得被控系统的精确数学模型,因而在系统稳定性和鲁棒性上存在缺馅,控制效果不佳。为了提高被控非线性系统的稳定性和鲁棒性,提出了一种基于BP神经网络的自适应补偿控制方法。首先,通过逆系统理推导了被控系统输出和伪控制量之间的误差,然后误差进行在线自适应BP神经网络补偿,从而实现对被控系统的BP神经网络自适应补偿控制,且采用Lyapunov理论证明BP神经而网络的收敛性和闭环系统的稳定性。计算机仿真表明所提方法明显提高了非线性系统的鲁棒控制性能。     

热电偶非线性补偿电路的设计计算

配热电偶的温度数显仪是用得非常广泛的仪表，这种仪表的热电偶非线性补偿电路的设计是否合理是提高显示精度的关键之一。我国制造简易数显仪表，其采用模拟电路的折线化非线性补偿电路是一种比较经济和实用的方法。由于目前运算放大器的价格比较便宜，性能也比较     

同步发电机自适应最优励磁控制

本文针对线性最优励磁控制的缺陷,将自适应控制理论与最优控制理论相结合,通过多变量参数辨识、最优反馈系数计算和控制算法运算三个环节,实现了同步发电机励磁的自适应最优控制.数字仿真实验结果表明,该励磁控制系统能够自动跟踪系统运行工作状况,在线辨识不断变化的系统参数,使控制作用始终处于最优状态,从而改善了控制系统的动态品质,提高了系统的暂态稳定性.     

同步发电机励磁非线性预测控制技术

以功角、有功功率、角速度这些可测量作为反馈量,基于非线性预测控制理论,设计出具有闭合解析形式控制律的励磁控制器．该控制器的设计参数只有滚动预测时间T和控制阶r,便于工程实现和调试．仿真结果表明,该控制器能使系统提高稳定性,具有良好的动态品质,较好地维持了发电机机端电压的静态调节精度．     

非线性离散时间系统的自适应模糊补偿控制

针对一类非线性离散时间系统，提出一种自适应模糊逻辑补偿控制新方法。其控制律由跟踪控制律和逼近误差补偿控制律两部分组成。利用模糊逻辑系统对系统参数扰动和外界干扰进行自适应补偿，由模糊滑模控制律来实现对模糊逻辑系统逼近误差的进一步补偿。所设计的控制器可保证闭环系统一致最终有界。     

基于直接反馈线性化理论的微机非线性励磁控制器

应用直接反馈线性化（ＤＦＬ）理论，为发电机励磁系统设计了非线性控制器，该控制器已在平度热电厂投入实际运行，为本文研制的励磁控制器的提供了具说服力的实例。     

基于LabVIEW的非线性励磁控制器

本文介绍了以LabVIEW为开发平台设计的非线性励磁控制器。文中首先介绍了直接反馈线性化理论 ,然后介绍了软件和硬件的设计 ,并给出了仿真结果。仿真结果表明该控制器能显著改善系统的暂态稳定性。LabVIEW的使用为设计带来许多便利和强大的功能。     

传感器信号的非线性补偿

针对传感器信号中存在的非线性误差 ,介绍了硬件补偿和软件补偿两种方法。硬件补偿是基于电压源可变来实现传感器特性的线性化 ,从而消除了非线性误差 ;软件补偿是通过函数拟合的办法来有效减小信号中的非线性误差 ,进而提高传感器的准确度。     

基于模糊补偿的机械手鲁棒自适应模糊控制研究

多关节机械手系统中普遍存在摩擦特性、随机干扰及负载变化等非线性因素的影响。针对传统的PID控制和模糊控制很难对该类系统实现快速高精度的跟踪控制等问题,本文在模糊信息已知并且所有状态变量均可测得的情况下,设计了一种基于模糊补偿的鲁棒自适应模糊控制律。同时,为了减少模糊逼近的计算量,提高运算效率,采用了对不同的扰动补偿项加以区分、分别逼近的方法。仿真实验结果表明,这种改进的带模糊补偿的鲁棒自适应模糊控制可以很好地抑制摩擦、扰动及负载变化等非线性因素的影响。     

基于支持向量机的传感器非线性动态补偿

鉴于相同条件下传感器的输出特性本质上服从某一未知分布及统计学习理论中支持向量机方法解决非线性问题的能力,提出了一种通过学习机构造出反映传感器输出特性的回归函数进行动态补偿的方法。该方法无需被补偿传感器结构特性的先验知识,且提高了泛化能力。实验表明:补偿后的传感器具有期望的输出特性。     

燃气轮机同步发电机励磁系统的最优与非线性控制

本文针对燃气轮机组本身技术高速发展与其主要系统控制方式相对滞后这一矛盾，将最优控制理论和非线性控制理论引入到燃气轮同步发电机的励磁控制系统中，特别考虑了作为原动机的燃气轮机的特性，提出了两种励磁控制策略：最优励磁控制和非线性励磁控制。通过分析与对比，并针对某一具体系统给出了非线性励磁控制器的详细设计，证明并特别指出该控制策略是可行和最佳的。     

基于Duhem前馈逆补偿的压电陶瓷迟滞非线性 自适应滑模控制

针对压电陶瓷的动态迟滞非线性,研究了基于Duhem逆模型前馈补偿的滑模自适应控制策略。首先,利用多项式逼近Duhem模型中的未知分段函数ｆ(.)和ｇ(.),采用递推最小二乘法进行系统辨识,并求取逆模型,将其作为前馈控制器,考虑压电陶瓷迟滞非线性随输入信号频率变化,且难以完全抵消,模型参数存在不确定性等问题,设计一种自适应滑模控制律。利用Lyapunov稳定性定理及仿真实验证明了该控制律可以使系统全局渐进稳定。最后,进行了压电陶瓷迟滞补偿实验和位移跟踪实验。实验结果表明,前馈逆补偿控制下的压电陶瓷位移迟滞量减小了96.1％,与直接控制相比,前馈逆补偿控制下位移跟踪的最大绝对误差减小了27.0％,平均绝对值误差减小了17.9％,具有更好的跟踪精度和动态性能。