全系数自适应控制方法的特点和工程应用

“全系数自适应控制方法”从１９８１年发表以来，深受工程界和有关人士的欢迎，取得了五类对象３００多个控制系统的成功应用，文章介绍了此方法的特点和工程应用。     

微机控温在沤麻生产中的应用

本文介绍了一个以沤麻池群为对象的微机群控系统，阐述了总体设计思想，给出了控制模型和年及软件的设计方法，此系统运行证明控温效果良好。     

模糊自校正流量控制系统

针对一类变参数、大惯性、大滞后系统，提出了一种模糊自校正控制方法，并用MOTOKOLAMC系列单片机芯片加以实现。系统结构简单，易于实现。经半年多的实际运行情况表明，此方法静态误差小，对系统参数变化有较强的适应能力，具有良好的控制效果。     

新型压力PID分程控制方法及其应用

针对压力PID控制的实现方法进行了探讨，并在此基础上提出了以压力“OP过零监视”的分程控制思想，从而形成了新型高精度、低成本的控制方法。在化工生产控制系统中采用该方法进行压力控制，取得良好的控制效果。     

一类非线性系统的自适应模型控制

对一类非线性不确定连续系统，提出了一种新的自适应控制方法。此方法用Ｔ－Ｓ模糊系统对未知函数进行逼近，引入Ｈ＾∞控制减弱外部干扰及逼近误差对输出跟踪误差的影响，证明了该方法可保证闭环系统稳定。仿真结果验证了此算法的有效性。     

基于跟踪误差调节的非线性自适应模糊预测控制

将模糊逻辑系统引入预测控制，对一类非线性离散系统提出了直接自适应模糊预测控制的方法，此方法首先建立被控对象的预测模型;然后基于此模型直接利用模糊逻辑系统设计预测控制器，并基于跟踪误差对控制器参数中的未知向量进行自适应调整;最后证明了此方法可使跟踪误差收敛到原点的一个小邻域内。     

柔性臂仿仿人智能变结构控制

柔臂的位置控制中，最大的难点是柔性振动的抑制，常规控制方法往往不能同时得到良好的关节跟踪轨迹和对柔性振动的补偿，本文提出了仿人智能变结构控制方法，此方法综合了仿人智能控制与变结构控制的优点，仿真结果表明，这种控制方法能有效的抑制柔性振动，同时具有良好的关节跟踪能力。     

一种自适应的TCP友好速率控制的方法

通过仿真和试验对移动IP环境下TCP友好速率控制的性能进行了分析。当移动体在不同参数的网络间切换时，此控制机制的性能严重下降，针对此点提出了改进措施——自适应发送速率的TCP友好速率控制(TFRC)，仿真和试验结果表明了改进方法的有效性。     

柔性臂仿人智能变结构控制

柔性臂的位置控制中，最大的难点是柔性振动的抑制，常规控制方法往往不能同时得到良好的关节跟踪轨迹和对柔性振动的补偿。本文提出了仿人智能变结构控制方法，此方法综合了仿人智能控制与变结构控制的优点，仿真结果表明，这种控制方法能有效的抑制柔性振动，同时具有良好的关节跟踪能力。     

互联电力系统分散负荷—频率控制

本文提出了一个数值方法来解决由互联区域组成的电力系统负荷－频率控制问题，分析了控制律的两种结构，分解反馈控制和输出反馈控制。此方法在于经典黎卡提（Riccati)方程的特性：闭环渐近稳定性和次最优度，文中给出了将此方法应用于两互联区域电力系统的示例，并对闭环系统的性能做了分析。     

采用自适应控制的电—气比例／伺服控制系统的研究

电-气比例/伺服控制系统的特性受到运行参数和负载干扰的较大影响,本文研究了该系统的自适应控制方法.根据电-气比例/伺服控制系统的技术特点,作者提出了采用模型参考自适应控制的策略,并解决了控制器设计、实现中的一系列技术问题.实验结果表明,本文的研究取得了显著的效果.     

智能控制与智能控制系统

本文首先介绍智能控制的发展和智能控制系统的结构与特点.然后,综述几种主要的智能控制系统,尤其是分级递阶智能控制系统和专家控制系统,并着重讨论它们的结构.     

现代控制理论在火电厂热工过程控制中的应用

控制理论和计算机技术的发展,大大促进了过程控制技术的提高,现代控制理论正在火电厂热工过程控制中得到实际应用.本文概述了最优控制、预测控制、状态反馈控制、不确定性控制等在火电厂热工过程控制中的研究和应用现状,并对今后的发展方向作了简单的预测.     

基于角色的访问控制

基于角色的访问控制越来越引起人们的重视,尤其是在商业系统中,本文首先介绍了现有的访问控制策略在此基础上给出了一种新的非自主型的访问控制－基于角色的访问控制,介绍了ＲＢＡＣ的基本概念,并给出了一种形式化描述。     

NONLINEAR OPTIMAL CONTROL: A CONTROL LYAPUNOV FUNCTION AND RECEDING HORIZON PERSPECTIVE

Two well known approaches to nonlinear control involve the use of control Lyapunov functions (CLFs) and receding horizon control (RHC), also known as model predictive control (MPC). The on-line Euler-Lagrange computation of receding horizon control is naturally viewed in terms of optimal control, whereas researchers in CLF methods have emphasized such notions as inverse optimality. We focus on a CLF variation of Sontag's formula, which also results from a special choice of parameters in the so-called pointwise minnorm formulation. Viewed this way, CLF methods have direct connections with the Hamilton-Jacobi-Bellman formulation of optimal control. A single example is used to illustrate the various limitations of each approach. Finally, we contrast the CLF and receding horizon points of view, arguing that their strengths are complementary and suggestive of new ideas and opportunities for control design. The presentation is tutorial, emphasizing concepts and connections over details and technicalities.     

COMPARATIVE STUDY OF FUZZY CONTROL,PID CONTROL,AND ADVANCED FUZZY CONTROL FOR SIMULATING A NUCLEAR REACTOR OPERATION

Based on the background of fuzzy control applications to the first nuclear reactor in Belgium (BR1) at the Belgian Nuclear Research Centre (SCK˙CEN), we have made a real fuzzy logic control demo model. The demo model is suitable for us to test and compare some new algorithms of fuzzy control and intelligent systems, which is advantageous because it is always difficult and time-consuming, due to safety aspects, to do all experiments in a real nuclear environment. In this paper, we first report briefly on the construction of the demo model, and then introduce the results of a fuzzy control, a proportional-integral-derivative (PID) control and an advanced fuzzy control, in which the advanced fuzzy control is a fuzzy control with an adaptive function that can self-regulate the fuzzy control rules. Afterwards, we present a comparative study of those three methods. The results have shown that fuzzy control has more advantages in terms of flexibility, robustness, and easily updated facilities with respect to the PID control of the demo model, but that PID control has much higher regulation resolution due to its integration term. The adaptive fuzzy control can dynamically adjust the rule base, therefore it is more robust and suitable to those very uncertain occasions.     

用于TCSC阻抗控制的CMAC和PID复合策略

TCSC的阻抗控制是实现TCSC其他控制功能的基础。为更好地实现TCSC对命令阻抗的响应，采用了一种新型阻抗控制策略——小脑模型神经网络（Cerebella Model Articulation Controller，CMAC）与PID复合控制策略。该控制策略能够实现被控对象的逆动态模型，同时保证系统能有效地抑制扰动，具有足够的稳定性。在Matlab／Simulink仿真环境下搭建两区域四机系统进行仿真．结果证实了该控制策略的有效性。     

主动式控制—机器人抑振控制的有效方式

本文主要综述了主动式抑振控制研究的历史，现状及发展趋势，同时介绍了它在机器人抑振控制领域中的应用。     

变结构预测控制

在变结构滑模控制的基础上，引入参数辨识和状态预估，形成了一种新的控制技术－变结构预测控制，变结构预测控制增强了变结构没模控制的鲁棒性，使之对具有大滞后和变参数的对象也能进行有效的控制，有较强的自适应能力。一般自适应控制技术闭环参数不完全辨识问题，在变结构预测控制中获得了解决，这就使控制更为精确和有效。本文探讨和研究了变结构预测控制技术的实同及其控制特性，并由仿真和实验结果加以验证。