高频增益矩阵符号未知的多变量系统自适应控制

基于向量形式的非线性Backstepping方法,对多变量模型参考自适应控制(MRAC)系 统设计出新的自适应控制器.该设计机制减弱了现有研究中对高频增益矩阵的假定条件,使某些 系统关于高频增益矩阵的假定条件便于检验,从而该控制器的实用范围更广.该控制器能保证系 统的全局稳定性,跟踪误差趋于零并且是平方可积的.     

随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统, 提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器. 该多模型控制器由多个固定控制器和两个自适应控制器构成. 固定控制器用以覆盖系统参数的可能变化范围, 自适应控制器用以保证系统的稳定性和提高暂态性能. 该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质, 基于广义最小方差性能指标, 将随机系统辨识算法和最优控制器设计相结合, 直接辨识出控制器的参数, 通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制, 而且消除了稳态误差、配置了闭环极点. 文末给出了全局收敛性分析. 仿真结果表明该方法明显优于常规自适应控制器.     

板球系统的间接模糊自适应控制

针对具有强耦合、不确定摩擦力的多变量非线性板球系统,利用Lyapunov稳定理论,设计一种间接模糊自适应控制器。该控制器可以在确保系统变量在有限范围内变动的同时保持收敛性,并且在系统的增益矩阵不可逆时,使得板球系统稳定并跟踪误差收敛到零邻域内。控制器是由监督、间接模糊自适应和自适应补偿3种控制算法结合的。仿真实验表明,所提出的控制方法能够确保板球系统跟踪控制的稳定性和收敛性。     

一类多变量非线性系统的自适应模糊控制

对一类不确定多变量非线性系统提出了自适应模糊控制方法.该方法采用模糊逻辑系统组成的矩阵逼近控制器中的逆矩阵以避免控制器的奇异性问题,同时用误差补偿项对模糊逻辑系统的逼近误差进行补偿.证明该方法不但能使闭环系统的所有信号有界,而且通过适当调整控制器及自适应律中设计参数,可使跟踪误差收敛到原点的小邻域内.仿真结果验证了方法的有效性.     

基于混沌优化的非线性预测控制器

针对非线性系统的控制问题,本文将神经网络辨识、混沌优化和预测控制思想有机结合,提出了一种新型非线性预测控制器.该控制器以神经网络作为预测模型,混沌优化算法作为滚动优化策略,避免了非线性预测控制中复杂的梯度计算和矩阵求逆问题.另外在训练神经网络过程中,采用了带混沌机制的自适应学习率的BP算法,以提高神经网络的收敛能力和收敛速度.仿真研究说明了该非线性预测控制器的有效性及实时性.     

基于参数辨识的自适应解耦控制算法的研究

多变量模型的复杂结构、强耦合性、被控对象参数的未知、慢时变等问题要求控制器必须具有良好的自适应性,针对以上问题提出了一种基于改进的广义最小方差闭环自适应解耦控制器实现更好的自适应,其由参数可调的控制器和自适应控制律组成,此控制器通过将闭环系统方程的传递函数矩阵等于期望的对角矩阵来实现解耦,同时改进的辨识算法可进行在线辨识控制器的参数实现同步自适应解耦。通过以CARMA为多变量控制模型,采用该方法进行仿真有效的解决了多变量之间的耦合性。结果表明该方法能够适应相应的变化,跟踪性能较好,且具备良好的解耦能力,进而保证了闭环系统的稳定性,从而验证了此方法能够效提高控制系统的稳定性和鲁棒性。     

一类MIMO非线性系统的直接自适应模糊滑模控制

针对一类具有下三角形函数控制增益矩阵的非线性系统, 基于滑模控制原理, 并利用Ⅱ型模糊系统的逼近能力, 提出了一种直接自适应模糊滑模控制器设计的新方案. 通过引入积分型李雅普诺夫函数及逼近误差自适应补偿项, 证明了闭环系统是全局稳定的, 跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

一种新的随机多变量自适应极点配置控制器

本文提出的随机多变量自适应极点配置控制器,由于采用了一种新的极点配置结构,它不仅可以避免求解伪交换矩阵方程而实现任意极点配置,跟踪时变参考输入,而且可以抑制随机噪声干扰.该控制器不仅可以控制开环不稳定或非最小相位系统,而且还可以控制具有任意、未知或变化的延时结构和具有任意输入输出个数的随机多变量系统。     

利用模糊系统的自适应模糊控制器

针对非线性系统控制,设计了利用TSK(Takagi-Sugeno-Kang)模糊系统的自适应模糊控制器。所设计的自适应控制方法是参考模型自适应控制方法,而且利用Lyapunov函数保证了闭环系统的稳定性,同时推导了最优的自适应控制规律。首先,根据控制对象的输入输出数据建立TSK模糊模型,然后,由TSK模糊模型设计初期的TSK模糊控制器,并根据自适应规律随时调整模糊控制器参数。倒立摆系统的仿真实验验证了所设计的自适应模糊控制器的有效性。     

不匹配不确定线性时滞系统的鲁棒自适应控制

对一类同时具有匹配不确定性及结构确定不匹配不确定性的不确定时滞系统进行鲁棒自适应控制。首先,采用李雅谱诺夫函数方法,结合基于线性矩阵不等式的鲁棒控制器设计方法和变结构控制方法,设计鲁棒控制器,保证闭环系统的二次渐近稳定。利用自适应参数估计方法,设计具有匹配不确定性范数界估计能力的鲁棒自适应控制器,保证闭环系统的一致终结有界。结合算例,进行控制器的设计和仿真研究,验证所提出的设计方法的有效性。     

精馏塔的自适应解耦控制

本文针对某精馏塔提出了一种简单的自适应解耦控制器。该控制器将广义最小方差控制策略和解耦补偿器结合起来,不仅可以对随机多变量系统实现动静态解耦而且具有良好的伺服跟踪性能。该控制器与常规PI控制器在某精馏塔双组分控制中的对比实验结果表明自适应解耦控制的性能优越于常规PI控制。     

无轴承异步电机悬浮系统的非线性滤波器自适应逆控制

讨论了基于非线性自适应滤波器的无轴承异步电机(bearlngless induction motor,BIM)悬浮系统自适应逆解耦控制问题.利用非线性自适应滤波器,建立系统模型和逆模型.复制逆模型,将其串联在悬浮系统之前作为逆控制器,并采用改进的最小均方(least mean square,LMS)算法在线调整权值,从而实现转子的悬浮控制.相比于传统的控制方法,此方法不必依靠转矩系统来传递磁链信息,从而避免了各自的控制策略之间的相互制约问题.仿真结果验证了该方法的有效性,完成了系统模型和逆模型的建立,并且能够实现两自由度径向悬浮力之间解耦.     

强制循环蒸发系统的非线性自适应解耦PID控制

本文结合现场的实际过程数据,首先应用能量平衡建立了强制循环蒸发过程的动态模型.针对该过程的多变量、非线性以及强耦合特性,在常规增量式PID控制器的基础上提出基于神经网络与多模型切换的非线性自适应解耦PID控制策略.该控制器是由线性自适应解耦PID控制器和基于神经网络的非线性自适应解耦PID控制器以及切换机构组成.其中线性自适应解耦PID控制器可以保证系统的稳定,而基于神经网络的非线性自适应解耦PID控制器则可以有效地提高系统的性能.上述过程的PID参数是通过广义预测的方法得到,最后通过仿真表明,上述控制方法不仅消除了回路间的耦合,在稳定生产的同时提高了蒸发的效率.     

Globally convergent multivariable adaptive decoupling controller and its application to a binary distillation column

This paper describes a new multivariable adaptive decoupling controller combining a decoupling compensator with a generalized minimum variance technique. The controller can completely decouple closed-loop systems both dynamically and in the steady state. It can control an unstable and/or non-minimum phase system and it can control the process with an arbitrary time delay structure. The proof of global convergence for the algorithm is also given. Successful experimental results of the adaptive decoupling control for a pilot-scale binary distillation column demonstrate the effectiveness of the proposed adaptive decoupling algorithm.     

自适应神经元非模型多变量系统解耦控制

根据解耦原理和神经网络的思想，提出一种不依赖对象模型的自适应神经元解耦方法，并以采用单神经元PID作为控制器的三输入三输出系统为例，详细分析了神经元解耦控制的学习方法，及在多变量系统中的工作机理，仿真结果表明，其构成的神经元补偿器具有很强的自学习功能和自适应解耦能力。     

Direct adaptive decoupling control for general stochastic multivariable systems

This paper presents a novel adaptive decoupling controller for general stochastic multivariable systems with arbitrary time delay structure. The decoupling controller is constructed using a diagonal dynamic precompensator to diagonalize the system interactor matrix and then combining the feedforward control strategy and the generalized minimum variance approach. It cannot only control unstable and'or non-minimum phase processes but also decouple the closed-loop systems both dynamically and in the static state. It is adaptively implemented in direct form. The global convergence properties and parameter estimate consistency for this adaptive decoupling algorithm are also discussed. It is shown that this adaptive controller not only has globally convergent properties but also generates strongly consistent parameter estimates. The results of simulations and an application are proposed to demonstrate the effectiveness of the algorithm.     

一种直接多变量自适应解耦控制算法

本文将广义最小方差控制策略和前馈控制策略结合进来,提出了解耦控制器并讨论了如何采用修改最小二乘辨识算法和直接方案对具有任意延时结构的一般随机多变量系统实现自适应解耦控制,本文还证明了所提出的自适应算法即使用于开环不稳定或非最小相位系统也具有整体稳定性和收敛性。     

使用低阶参考模型的离散多变量MRACS

本文提出了一种高阶被控对象跟随低阶参考模型的离散多变量模型参考自适应控制系统(MRACS)的设计方法,它利用数字滤波器将系统降阶,通过求解p个一次代数方程而确定的自适应控制输入信号,能够使多变量被控对象的每个多输入单输出(MISO)子系统的输出渐近收敛到对应的单输入单输出(SISO)低阶参考模型的输出,提出的自适应控制器不仅避免了引进正反馈和辅助信号,而且实现了自适应解耦控制,仿真结果表明该控制器具有较好的控制性能。     

一类非最小相位系统的多变量多模型解耦控制器

为解决系统暂态响应变差问题，提出一种基于多模型切换的多变量直接自适应控制器，通过加权多项式矩阵的选择，可消除稳态误差，实现静态解耦控制，该控制器由多个参数已知固定模型和两个自适应模型构成，多个固定参数控制器模型可由系统参数模型通过映射直接得到，并与邻城一起完全覆盖控制器参数模型集，仿真结果表明，对于非最小相位系统，暂态响应可得到明显改善。