基于选择性自校正的模糊动态矩阵控制

针对实际系统模型失配不确定性及其难以控制的问题,提出了一种基于选择性自校正的模糊动态矩阵控制方法。在模型失配较大,基础动态矩阵控制自身的反馈校正无法实现理想的控制时引入最小二乘法在线辨识对象模型。同时为了得到更准确的模型,辨识过程尽可能避开了扰动的影响,对反馈校正参数采用模糊调节的方法。仿真研究结果表明,即使对于纯滞后非最小相位且有扰动的系统,在其参数与结构发生变化时,该控制方法保证了较好的鲁棒性和抗扰性。     

一种改进自校正动态矩阵控制算法

提出了一种适用于过阻尼对象的自校正动态矩阵控制的改进算法。改进算法采用一种最小化模型描述对象阶跃响应。给出了输出预测值的递推算式。改进算法大大减少了在线辨识参数及ＤＭＣ的在线计算量，显著提高了自校正ＤＭＣ的实时性。     

基于Tuning-Knobs的智能化自校正控制CAD*

本文提出了一种很适合于专家系统开发的基于Tuning-Knobs的自校正控制系统启发式CAD过程,并讨论了一些典型的Tuning-Knobs调整规则,在此基础上,我们用Turbo Prolog语言为某自校正控制系统CAD软件包(SELFPAC,用C语言编写)开发了智能前端。     

基于自校正控制的水泥配料微机控制系统

本文介绍了一个适用于水泥生料配料生产过程的自适应控制系统。文中详述了一种实用的自校正算法，实际运行结果表明该算法是可行的和有效的，有很好的鲁棒性。     

线性时变系统的分散自校正控制*

本文对由存在有界扰动和非线性关联的子系统组成的线性时变离散大系统提出了一种多项式逼近的分散自校正控制算法。也可用神经网络去实现自校正控制，采用神经网络作为预报和控制器，网络学习算法用Ｗｉｄｒｏｗ－Ｈｏｆｆ规则。证明了这种分散自校正控制系统的稳定性，仿真结果表明系统是稳定的，可以很好地跟踪期望输出。     

自校正与自适应组合结构的动态跟踪控制

当速度随负荷波动而随机变化时，为保证柴油机调速稳定而采取的传统控制算法，控制效果较差。给出了柴油机速度控制的一种有效方法。在柴油机调速过程中采用双闭环的控制结构，通过在外环采用自校正控制来调整速度参数的变化；在内环则采用自适应控制来跟踪齿条位移的变化并实时控制。最后将自校正控制与自适应控制有效组合。完成了柴油机速度控制的优越算法，实现了对有关参数的动态跟踪，并保证了输出速度的稳定。仿真结果和实际应用证明，所给的控制算法是有效的。     

纸页定量的智能自校正控制

本文针对自校正调节器应用于纸页定量控制所存在的问题提出了一种智能自校正控制方案，这种控制方案既保留了自适应控制适应过程参数变化的特点，又提高了控制系统的稳定鲁棒性，仿真计算证明了本文结果。     

潮汐模型边界的自校正控制

本文讨论自校正控制在潮汐模型边界控制中的应用;提出一种有效的抗估计饱和方法,以获得鲁棒自适应控制;给出一种新的非线性特性补偿方法,显著提高了控制精度.     

动态矩阵控制参数的满意优化

动态矩阵控制（DMC）算法是一种基于被控对象的阶跃响应、适用于渐进稳定的线性对象的 预测控制算法,它具有结构清晰、算法简单的特点．但由于其参数仅间接影响控制系统的性 能,与控制的快速性．稳定性、鲁棒性、抗干扰性等没有直接的解析关系可作为设计的定量 依据,给设计者造成很大的困难．本文提出了运用满意解原理,通过仿真进行参数优化的方 法,可为DMC算法的参数设计提供参考．     

一种具有PID结构的动态矩阵控制

动态矩阵控制（DMC）是基于对象阶跃响应的一种预测控制算法，它具有结构清晰、算法简单、对模型失配适应能力强等优点，适用于纯时滞，开环渐近稳定的线性对象，是一种成功而有效的控制算法。但DMC的输出动态特性受其参数的影响，目前，对DMC参数的选取一般都是采用试凑结合仿真的方法，费时又费力，从而给设计者造成很大的困难。该文提出了一种对DMC的改进方法——DMPIDC，使PID参数整定方法与动态矩阵控制结合起来．用整定出的PID参数作为DMPIDC的加权系数，保证了良好的输出动态特性，仿真结果表明这种方法是可行的。     

ADAPTIVE DYNAMIC MATRIX CONTROL FOR NETWORK‐BASED CONTROL SYSTEMS WITH RANDOM DELAYS

Random transfer delays in network‐based control systems (NCSs) degrade the control performance and can even destabilize the control system. To address this problem, the adaptive dynamic matrix control (DMC) algorithm is proposed. The control algorithm is derived by applying the philosophy behind DMC to a discrete time‐delay model. A method to estimate the network‐induced delays is also presented to facilitate implementation of the control algorithm. Finally, an NCS platform based on the TrueTime simulator is constructed. With it, the adaptive DMC algorithm is compared with the conventional DMC algorithm under different network conditions. Simulation results show that the proposed adaptive DMC algorithm can respond to various network conditions adaptively and achieve better control performance for NCSs with random transfer delays.     

基于专家—神经网的递阶智能控制系统

本文介绍了专家系统与人工神经网络技术相结合的一些方法，提出了联合使用专家系统与人工神经网络的递阶智能控制系统结构，其组成为：监督控制专家系统，数据处理与故障诊断神经网络，常规分布式控制系统。其中的监督控制专家系统又由人工神经网络模拟实现。由于本系统吸取了专家系统技术及人工神经网络技术两者的长处，克服了各自的缺点，使得系统的性能大为提高。     

小波变换和主元分析在动态矩阵控制算法中的应用

提出用小波变换和主元分析相结合的方法来压缩预测时域及控制时域，在保证算法鲁棒控制性能的前提下降低动态矩阵维数并改善矩阵病态性，从而使动态矩阵控制算法的计算效率大大提高。     

基于黑板模型的智能控制结构

智能控制与传统控制机理的不同之处在于它直接利用了人的有关知识.智能控制包括两个方面的条件因素:一是要有足够的关于控制的知识;另一个是要建立适当的知识应用结构.本文将专家系统中的黑板模型引入智能控制的机理分析,并加以改进,成为一个适应性较广的智能控制结构.这种结构不仅包括了现有的各种智能控制形式,也适用于一些传统的控制方式.按照这种结构,还可以演绎出其它智能控制方式.本文最后给出了一个针对实际问题的智能控制系统设计实例.     

基于小波网络动态补偿的广义预测控制器

由于广义预测控制器依赖于表征过程的线性模型,没有考虑未建模误差的影响,随着预测长度的增加,其预测误差也增大.因此,提出用小波网络建立误差的预测模型,并对模型预测进行动态补偿,以抑制模型失配的影响,增强鲁棒性.仿真结果表明了算法的有效性.     

智能控制理论研究

本文主要探讨建立智能控制理论问题,并从人工智能产生式系统理论和控制论方法论的观点出发,较系统地阐述了该理论的基本内容.     

一类非完整约束动力学系统的人工场导向控制

对于一类具有轮式移动机构的非完整动力学系统,本文通过建立人工场的方法来实 现其位姿镇定、轨迹跟踪和路径跟踪等控制问题.人工场用于导向和控制方向角,而通过辅助 的线速度控制以获取最佳收敛路径. 控制器设计中同时兼顾动力学扰动及实际系统速度和输 出力矩的饱和限制,所得控制器对于跟踪问题仅需知道期望位姿,而且结构简单、鲁棒性强、 便于实现.     

预测控制的无扰切换技术

提出了关于动态矩阵控制器(DMC)与广义预测控制器(GPC)的改进无扰切换方法．其中 ，前者在DMC控制模式启动初期采用过程的脉冲响应模型实现对过程输出的自由响应预测， 在非DMC控制模式下，只需要存储过程输入/输出数据，而不必在线进行反馈校正．二者都有 一个共同特点，即不必考虑过程的直流工作点，这给预测控制算法的在线实现带来了很大的 方便．最后，通过纸机定量控制系统的仿真研究证明了上述算法的有效性．