基于支持向量机的船舶锅炉智能控制研究

在非线性系统逆控制的思想基础上,采用SVM辨识系统的逆模型,设计并实现了基于SVM的逆控制.为克服基于SVM输入输出数据辨识的逆模型不精确引起的逆控制不足,提出了一种SVM逆控制与模糊控制相结合的复合控制策略.在复合控制中,模糊控制器主要用来实现前期控制快速响应的要求.在此期间,逆辨识器在线调整其参数并完全传递给逆控制器.SVM逆控制器在后期起主要作用,以消除对被控系统的稳态误差.由于此复合控制系统中增加了反馈环节,因而比直接逆控制具有更优的性能和鲁棒性,有效解决了逆控制模型精确度要求的问题.将其应用于用锅炉蒸汽压力控制系统中,仿真证明了该复合智能控制策略是有效和实用的.     

基于GA-SVM逆系统的机械臂内模控制

六自由度机械臂系统具有强耦合、多输入多输出、非线性的特性,且难以求解精确的动力学模型。针对上述问题,提出了一种基于GA-SVM逆系统的六自由度机械臂内模控制方法。将逆系统方法用于六自由度机械臂的解耦可以有效简化控制器的设计,为了避免逆系统方法复杂的解析过程,采用基于支持向量机(SVM)辨识逆系统模型以实现解耦,并用遗传算法(GA)优化SVM系统参数以提高模型的准确性。同时,为了弥补SVM辨识逆系统的误差以及抑制系统存在的扰动,设计内模控制器以保证系统的鲁棒性和稳定性。实验结果表明,该方法不需要知道六自由度机械臂的数学模型和内部结构,也能实现各关节位置的快速精确定位控制,且具有良好的鲁棒性,结构简单,需要调节的参数少,易于工程实现。     

垂直气动人工肌肉系统的模型参考自适应逆补偿控制

与传统刚性驱动系统相比, 气动人工肌肉系统具有质量轻、人机交互友好等优势, 近年来在生产生活中受到广泛关注. 然而, 该类系统的运动呈现出复杂的迟滞特性, 这给针对该类系统的跟踪控制研究带来了挑战. 本文针对垂直气动人工肌肉系统, 提出一种模型参考自适应逆补偿控制策略, 可有效克服迟滞特性以及控制过程中外界扰动和参数摄动等不确定因素对系统运动状态的影响, 实现系统高精度跟踪控制. 具体而言, 本文首先对系统的运动特性以及影响系统控制精度的不确定因素进行分析; 然后, 基于分析结果建立一个描述系统运动特性的参考模型; 进而采用逆补偿思想, 通过对所建立的参考模型求逆来构造一个逆补偿控制器, 克服迟滞特性对系统运动状态产生的影响; 随后, 基于最小均方误差算法设计自适应律, 在线辨识参考模型的权值, 同时估计逆补偿控制器的设计参数, 克服外界扰动和参数摄动等不确定因素对系统运动状态的影响; 最后, 通过实验验证所提控制策略的有效性.     

基于SVM逆系统控制方法的电液变气门系统的升程控制

针对电液可变气门系统的升程控制,提出了基于支持向量机(SVM)的α阶逆系统控制模型.该方法适合高阶非线性系统的控制问题.根据系统的输入输出,离线建立变气门逆系统的辨识模型,然后将SVM逆系统串接在原系统之前,构成伪线性系统.仿真结果表明:基于SVM的α阶逆系统控制模型,对电液变气门系统的升程,表现出了良好的控制特性.     

神经模糊逆模/PID复合控制在CSTR中的应用

研究了基于广义基函数神经模糊模型的逆系统实现及其直接逆模控制,并提出将直接逆模控制与PID反馈控制相结合的复合控制策略,该控制策略已应用于CSTR的反应浓度控制,仿真结果表明,神经模糊逆模／PID复合控制能克服因辨识逆模型不精确引起的缺陷,并具有良好控制性能。     

二自由度交流主动磁轴承最小二乘支持向量机解耦控制

采用最小二乘支持向量机(LS–SVM)理论, 研究了二自由度交流主动磁轴承这一多变量、非线性、强耦合的控制对象的动态解耦问题. 根据主动磁轴承的基本结构, 利用等效磁路法推导了悬浮力模型, 建立了系统的状态方程, 并对其进行可逆性分析; 应用LS–SVM辨识原理推导出系统的逆模型; 将逆模型与原系统串联, 从而将原非线性耦合系统解耦成伪线性系统, 并设计了附加控制器; 采用MATLAB软件平台构建了磁轴承仿真系统, 对系统进行了拟合、起浮、干扰及解耦仿真试验并进行了分析; 最后构建了交流主动磁轴承实验平台, 对转子起浮和解耦性能进行了实验. 研究表明: 采用LS–SVM逆解耦控制策略, 能够实现交流主动磁轴承的动态解耦, 系统具有良好的动静态性能.     

基于SVM逆方法的球磨机制粉系统预测控制

根据球磨机制粉过程的特点及相应的动态数学模型,证明了系统的可逆性.进一步利用支持向量机(SVM)对非线性系统具有良好逼近能力的特性,通过其来辩识球磨机制粉过程的逆系统,可以很好解决球磨机制粉系统逆系统建模难的问题,将该逆模型与原系统串联可构成解耦后的伪线性复合系统.同时为了克服逆系统的建模误差,通过设计预测控制器对该复...     

基于SVM逆系统的非线性系统广义预测控制

针对工业过程中普遍存在的非线性被控对象,提出了一种基于支持向量机（SVM）逆系统的广义预测控制算法。该方法根据广义预测控制基于预测模型的特点,将基于支持向量机系统辨识的方法应用于逆系统构建和广义预测控制。该方法利用SVM强大的非线性映射能力离线辨识被控非线性系统的α阶逆模型,并将辨识出的逆模型连接在原被控统之前形成一个α阶纯延时伪线性系统。然后采用广义预测控制（GPC）算法实现对构造出的伪线性系统的预测控制。仿真实验表明了该算法的有效性和优越性。     

基于鲁棒模糊控制理论的BTT导弹动态逆控制

将模糊控制理论应用于BTT导弹动态逆系统控制中,设计了BTT导弹控制系统鲁棒模糊控制器.首先应用动态逆系统方法设计BTT导弹控制器,然后用参数化线性模糊逻辑系统逼近动态逆控制器中的不确定项,并设计了自适应律以调整参数的变化,最后根据Lyapunov稳定性定理,证明了所提出的方法能保证BTT导弹控制系统是渐近稳定的,系统的跟踪误差将收敛到零.仿真结果表明,设计的控制器,对参数和外界扰动等不确定因素具有较强的鲁棒性和自适应性.     

逆系统方法的径向基函数网络实现

研究采用径向基函数网络（ＲＢＦＮ）构造系统逆控制器的工程实现问题，同时给出该直接逆动态控制器存在的充分条件。为进一步改善基于ＲＢＦＮ的直接逆动态控制器的动态性能，对该伪逆系统进行ＰＩＤ综合。仿真研究表明，以ＲＢＦＮ拟合对象逆过程的ＰＩＤ综合控制策略不仅能改善系统的动态性能，而且具有良好的参数鲁棒性能。     

基于支持向量机逼近的内模控制系统及应用

针对同步发电机组汽门系统, 文章研究了一种基于支持向量机逼近的内模控制系统. 所研究的控制系统包括两个主要部分: 支持向量机逼近逆控制器、内模框架下的不确定性补偿. 由基于泰勒扩展的输入输出逼近模型计算逆控制律, 并由非线性系统辨识来实现. 同时, 采用一个鲁棒滤波器实现内模框架下的不确定性补偿. 针对汽门系统的仿真实验验证了该控制系统的优良性能.     

Linearizing feedforward–feedback control of pH processes based on the Wiener model

This paper examines the control of pH processes based on the Wiener model construct (a dynamic linear element representing the mixing dynamics of the process in series with a static nonlinearity representing the titration curve). Conditions under which the pH process behaves like an exact Wiener system are examined. Linearization by output transformation using both the true inverse of the titration curve and an estimate of the inverse is employed to make the pH process appear linear enabling the application of a linear feedback (PI) controller. Although many others have utilized an identified nonlinearity for linearizing feedback control of pH processes, much less work has been done on using the nonlinearity for linearizing feedforward control. Here, a simple linearizing feedforward controller is proposed based on a current estimate of the inverse titration curve. Simulated closed-loop results demonstrate the superiority of the linearizing feedforward–feedback strategy versus linearizing feedback only, when the inverse titration curve is accurately estimated.     

基于SVM逆模型控制的储能电源逆变器研究

电网供电系统的储能电源变换器是储能电源系统的核心,其控制效果的好坏直接影响输出电能的质量.为进一步提高储能电源逆变输出电压波形质量,增强控制系统的鲁棒性,基于逆系统控制思想,提出一种支持向量机(SVM)直接逆控制与PID控制相结合的复合控制策略,并将其应用在储能电源控制系统中.采用支持向量机离线训练的方法,实现了对系统逆模型的辨识,并将辨识出的逆模型作为控制器,与被控对象串联构成一个伪线性系统,在此基础上,采用增量式PID控制器(IPIDC)进行补偿式控制.Matlab仿真结果表明该控制器有效减少了超调量,抗干扰能力和鲁棒性强,适用于非线性系统.     

基于多模型和SVM逆系统单元机组解耦控制

火力单元机组协调控制系统是一个多变量、强耦合的控制系统,具有非线性、耦合和延迟等特性,其性能直接影响单元机组运行的安全性和经济性.为了有效解决火力单元机组协调控制系统的耦合特性和动态非线性,设计了基于多模型和支持向量机(SVM)逆系统的解耦控制方法,并进行了相应实验研究.针对一个300 MW单元机组的试验仿真模型,得到单元机组在5个典型工作点的线性化模型,然后对每个线性化模型分别设计SVM逆模型及其动态PID控制器,进而用模型线性组合成多模型全局控制系统.通过加权多项式选取合成的多模型控制方法,可以解决负荷大范围变化引起的非线性问题;支持向量机与逆系统的结合能很好地解决非线性系统的强耦合问题.仿真研究证明了这种控制算法设计的有效性和优越性.     

飞行仿真转台的完全跟踪控制

针对飞行仿真转台中传统插值和前馈方法对系统性能的限制问题,引入了完全跟踪控制策略.论述了飞行仿真转台完全跟踪控制器的设计方法.本文利用多速率采样系统的特性构造转台系统状态传递函数矩阵的精确逆矩阵,从而避免了采用近似逆模型的传统方案以及插值带来的限制,实现完全跟踪.利用鲁棒内回路补偿器理论以及系统动态跟踪误差的解析式分析...     

基于SVM-MLP的乳腺癌预测

乳腺癌一直是影响女性健康最重要的问题之一,已经成为全球女性发病率最高的恶性肿瘤.近年来,利用机器学习和深度学习方法来诊断癌症已经成为发展较快的一个分支.通过使用逻辑回归模型(LR)、高斯核函数支持向量机(SVM)、前馈神经网络(MLP)对同一数据集进行预测,得出其中SVM迭代时间最短,前馈神经网络预测准确率最高.为了减...     

考虑非线性执行器的补偿逼近模型控制

考虑执行器的非线性, 研究了一种带补偿的逼近模型控制系统. 该控制系统包含逼近模型控制器与补偿器.逼近模型控制器根据对象的输入输出线性化关系直接得出控制律, 并由支持向量机辨识对象模型来实现. 补偿部分采用反馈环节来提高系统的鲁棒稳定性, 并采用在线估计得到的逆模型来抵消执行器的非线性特征. 文章分析了该控制系统的稳定性, 针对励磁系统的仿真实验验证了其有效性能.     

基于支持向量机广义逆的直线永磁游标电机内模解耦控制

针对直线永磁游标电机这一多变量、强耦合的非线性系统, 提出一种基于支持向量机广义逆内模控制的方法. 在证明其数学模型存在广义逆的基础上, 通过支持向量机来辨识原系统的广义逆系统, 经复合后得到具有线性关系的伪线性系统, 然后引入内模控制方法设计附加控制器以增强整个系统的鲁棒性. 仿真结果验证了所提出方法具有良好的解耦性能和抗干扰特性.