车辆单神经元模型参考自适应控制算法研究

针对智能车辆油门控制系统,提出了一种单神经元模型参考自适应控制算法.首先通过实验研究获得油门控制系统的传递函数,再以该函数获得的数学模型为依据设计了自回归滑动平均模型（NARMAX）神经网络,并对系统输出进行离线辨识和在线预测.采用免疫模糊思想改进二次型单神经元控制算法,构建基于NARMAX神经网络预测的模型参考自适应控制系统,定义了一种评价车辆纵向运动的目标函数,采用浮点遗传算法寻找各控制器的最优值.仿真结果表明,NAR-MAX神经网络可辨识和预测车辆油门系统的动力特性,与免疫模糊和二次型单神经元算法相比,单神经元模型参考自适应算法的阶跃响应速度显著提高.     

基于扩张状态观测器的单电感双输出Buck变换器滑模解耦控制

针对单电感双输出Buck变换器输出支路在发生负载扰动时存在交叉影响严重、瞬态响应慢的问题,提出了一种基于扩张状态观测器（ESO）的滑模解耦控制策略.首先考虑负载扰动问题,将系统模型转化为输出电压偏差模型,设计了主路ESO对负载扰动进行估计,并将干扰估计信息补偿到主路开关管的改进型趋近律反步滑模控制器.其次考虑支路耦合问题,将一支路依据自抗扰范式拟合为独立系统,其中支路耦合项和外界扰动被视作总扰动,设计了支路ESO对其进行估计,基于干扰估计信息和滑模控制算法在支路开关管构造了滑模自抗扰控制器. 最后利用Lyapunov理论证明了主、支路控制器的闭环稳定性.仿真结果表明,该控制策略使得支路间的交叉影响显著减小,并提升了系统瞬态响应速度.     

船舶航向非线性迭代滑模变结构PID控制

针对一类不确定非线性受扰动系统,提出非线性迭代滑模变结构PID控制方法.通过对系统输出迭代设计非线性滑模函数,并引入传统PID控制,综合了滑模变结构控制与PID控制的鲁棒性强的特点,避免了传统PID控制积分引起的超调以及变结构控制的抖振问题.设计了船舶航向控制器.仿真结果表明,非线性迭代滑模变结构PID控制下的系统阶跃响应超调明显减小,定常干扰下的静态误差得到消除,稳定时间明显缩短并可通过设计参数调节,表明控制算法具有强鲁棒性.     

基于动态非线性滑动模态的欠驱动船舶直线航迹控制

针对带有状态变量和控制输入约束条件以及横向漂移的欠驱动船舶,设计了直线航迹控制算法,通过对系统输出进行动态非线性滑模分解迭代设计,将单输入多输出的控制问题转化为标量零阶系统的镇定问题,并利用增量反馈控制,无需对不确定模型参数或风、流干扰进行估计,能够同时稳定船舶的航向和航迹。应用"育龙"轮的非线性水动力模型进行了仿真,结果表明,控制器对系统参数摄动及外界干扰不敏感,具有强的鲁棒性,且其设计参数物理意义明显、易于调节。     

基于全局PID模糊滑模算法的机器人跟踪控制仿真

为了解决机器人跟踪控制过程中采用PID控制算法会出现抖动和误差的问题,提出一种机器人全局PID模糊滑模跟踪控制算法.通过将PID滑模控制和模糊控制相结合,设计了全局PID模糊滑模控制;基于模糊规则,对滑模控制增益进行自适应调整,从而消除建模误差和干扰,削弱了控制时产生的抖振、在线调整控制器参数和估计误差,并通过积分来消除外界干扰,因此提高了控制精度.仿真结果表明,与常规的PID算法相比,该方法在处理控制抖动和消除误差和干扰方面具有极高的鲁棒性.     

基于Elman神经网络的车轮滑移率跟踪控制

针对汽车高速紧急换道避障系统对快速、精确和稳定的车轮滑移率跟踪控制的需求,基于离散滑模变结构控制方法,设计了对系统不确定性具有强鲁棒性特征的车轮滑移率离散积分滑模跟踪控制器,并利用一步延迟估计方法在线估计和补偿系统不确定性,从而抑制了抖振现象.同时,利用Elman神经网络的时间序列预测能力构建了车轮目标滑移率预测模型,用于预估车轮滑移率离散积分滑模跟踪控制器包含的下一个采样时刻车轮目标滑移率,并通过粒子群优化算法实时修正车轮目标滑移率预测模型的未知权重来提高其预估精度.最后,对提出的车轮滑移率离散积分滑模跟踪控制器的可行性和有效性进行仿真验证.     

二自由度关节型机器人的自适应模糊滑模控制

针对二自由度关节型机器人控制问题,通过分析传统滑模控制的不足,提出一种自适应模糊滑模控制算法。采用自适应单输入单输出模糊系统来计算控制增益,同时设计了基于Lyapunov稳定性理论的自适应律,最后利用Simulink软件对自适应模糊滑模控制进行仿真实验。结果表明,机器人各关节控制力矩的抖振现象明显减弱,系统性能得到提升;自适应算法的加入使模糊滑模控制能在短时间内随着系统状态的变化自动地进行调节,稳态收敛为常数;在关节型机器人参数不确定和存在外界干扰的情况下,自适应模糊滑模控制算法依然具有良好的鲁棒性和跟踪精度。     

Kalman滤波在单神经元PID控制中的应用

针对单神经元PID控制器包含输出噪声, 从而导致控制性能下降的问题, 提出一种基于Kalman滤波理论的改进单神经元自适应PID控制算法. 该算法通过引入状态空间的概念, 采用时域上的递推方法进行数据滤波, 控制对象的输出值经过Kalman滤波算法处理后再返回闭环控制系统. 实验结果表明, 改进算法能有效消减控制系统的输出噪声, 接近于无噪声的理想状态, 提高了控制性能.     

PMSM调速系统新型抗扰动模型预测控制策略

提出一种基于灰预测理论的抗扰动模型预测控制方法。首先推导出模型预测控制系统中干扰量与输出误差之间的解析关系;利用系统已知输出误差建立稳定灰预测模型,预测系统未来时刻的输出误差;根据干扰量与输出误差之间的关系,采用反馈输出误差预测值的方法,实现对系统干扰量的前馈补偿控制。对模型预测控制PMSM调速系统进行仿真实验,选择出干扰观测器抗扰动方法中的最优干扰模型结构;对两种抗扰动方法比较分析得出,基于灰预测理论的抗扰动模型预测控制不需要考虑干扰模型结构,简化了系统设计、提高了系统自适应性,同时能够获得与优化干扰观测器模型预测控制一样的性能。     

基于模型预测内模的实时控制算法

对具有滞后性、外界扰动和被控对象参数不确定性、快速性要求高的一类单输入-单输出线性系统的非恒值实时控制的模型预测内模的控制算法进行了进一步的分析研究.从理论上分析了该控制算法的系统稳定性条件、稳态控制误差,研究了在逆变电源控制系统中,该控制算法对负载的鲁棒性和对扰动的抑制能力.算法仿真表明:该控制算法能够克服外界扰动和被控对象参数不确定性,系统具有较强的鲁棒性,稳态控制精度高,动态响应速度快.     

随机非线性系统的在线修正参数预测滤波PID控制

针对一类随机NARMAX模型,分析了其可采用PID控制的约束条件.提出采用辅助模型的可克服算法病态的遗忘因子递推最小二乘算法对被控对象进行参数估计,利用动态切平面逼近的预测算法对系统输出进行预测,基于一具有预测控制性能的增量型预测滤波PID控制算法,根据可克服算法病态的直接极小化指标函数自适应控制算法和Robbins-Monro算法,给出了具有在线修正PID控制参数和加快PID控制参数收敛速度的随机NARMAX模型的自适应预测滤波PID控制算法.仿真研究表明:因给出的PID控制算法具有预测控制性能和在线修正参数性能,故系统具有较好的控制品质.     

非线性大滞后系统的单神经元模糊预测控制

提出一种单神经元模糊预测PID控制策略,无需对复杂控制过程建立数学模型,只要检测过程的实际输出和期望输出,通过模糊预测控制修正单神经元PID控制规则,即可对非线性大滞后系统实现自适应控制.对于大滞后扰动系统,在稳定性、快速性、鲁棒性方面明显优于常规单神经元PID控制器.仿真结果表明,该方法应用于非线性大滞后系统具有良好的控制品质.     

燃气发电锅炉主汽压滑模预测优化控制策略

针对燃气发电锅炉主汽压控制的非线性、纯滞后和强干扰特点,提出了一阶时延模型的主汽压滑模预测优化控制策略。利用广义预测控制对滑模控制器的增益及主汽压作出实时预测,根据主汽压预测偏差对滑模增益进行反馈校正和滚动优化,以降低滑模控制系统的抖振。对煤气调节阀的流量特性进行非线性补偿,通过优化目标函数求出离散形式的最佳控制律。仿真结果表明:与常规PID、滑模控制和动态矩阵控制相比,模型适配时所提出的控制策略使调节时间最多减少19.1s,超调量最多降低16.4%;滑模函数抖振小,系统抗干扰及鲁棒性良好。工程应用表明:使用所提策略后,系统抖振比单一滑模控制的降低60%,主汽压控制偏差小于±0.05MPa,系统稳定性和抗干扰能力明显提高。     

时滞TCP网络滑模预测主动队列管理算法

针对Internet网络系统中存在的网络拥塞问题,提出了一种离散滑模预测主动队列管理(AQM)控制算法。基于离散化TCP动态拥塞窗口模型,设计了具有时滞补偿的滑模预测算法(SMPC);利用当前及过去时刻的系统信息预测网络未来动态,对滑动模态进行实时校正,确保队列快速平稳的到达期望值;基于Lyapunov方法证明了闭环时滞系统渐近稳定的充分条件。以单瓶颈网络系统为对象的仿真结果表明:所设计的滑模预测AQM算法具有很强的稳定性和鲁棒性,控制性能优于PI、RED和SMC等算法;克服了时变长时延等网络不确定因素的影响,有效避免了网络拥塞的发生。     

阀控电液位置伺服系统滑模反步控制方法

针对阀控电液位置伺服系统的非匹配干扰抑制问题,将滑模控制理论与反步递推控制器设计方法相结合,提出一种滑模反步递推控制方法;在滑模反步递推控制算法设计过程中,提出一种新的光滑连续的滑模控制律;对所提控制算法的稳定性及跟踪误差的收敛性进行理论及定量分析,并对该控制方法的可行性及有效性进行联合仿真验证。研究结果表明:该算法能够有效抑制未知非匹配干扰与输出抖动,其跟踪效果明显优于反步控制器以及PID控制器的跟踪效果。     

移相全桥的重积分间接滑模控制策略

为了改善移相全桥直流变换器的输出性能,提出一种重积分间接滑模控制策略.给出了移相全桥的动态模型,同时采用李导数给出重积分间接滑模控制器的设计过程.分析了间接滑模控制过程中的降阶现象;在三维相空间中描述了滑模存在域和滑动过程,并给出滑模系数的整定公式.仿真和实验结果表明,该控制策略可提升移相全桥变换器的鲁棒性和动态品质,在保留滑模控制优点的同时有效消除间接滑模控制导致的输出残差.     

基于一阶低通滤波器滑模反步法的直流电机位置控制

针对直流电机位置控制系统在负载扰动情况下存在控制精度低、响应速度慢和鲁棒性差的问题,提出了基于一阶低通滤波器滑模反步法的直流电机位置跟踪控制算法.通过滑模反步法进行虚拟控制实现直流电机实际位置控制.利用一阶低通滤波器计算虚拟控制项的导数,消除微分膨胀,使控制器设计简单,但同时造成了相位滞后.通过前馈环节对一阶低通滤波器造成的相位滞后进行补偿.考虑位置跟踪、虚拟控制和滤波误差设计线性动态滑模面,改进滑模变结构控制律的切换控制项,提高滑模趋近速度,同时降低系统输出抖振.定义了Lyapunov函数,证明系统稳定性.仿真实验对比了比例积分微分(proportion integration differentid,PID)控制和传统滑模控制算法,结果表明,该方法能够快速、准确地跟踪给定位置信号,同时具有较好的鲁棒性.     

基于GM(1,2)模型的多步自调节灰色预测控制算法

基于GM(1,2)灰色模型和一种新型综合偏差,提出了基于GM(1,2)模型的多步自调节灰色预测控制算法.该算法可对系统输出偏差和预测偏差进行合成形成一个在线多步综合偏差,用此偏差代替传统最优控制算法中的偏差项,这样算法既有在线预测系统未来多步行为的功能,又能根据预测模型精度实时调节预测值在控制回路中的作用,减小了预测误差对系统的不利影响.仿真结果表明,该算法可获得较好的控制跟踪效果.     

自动转向滑模变结构控制参数选取方法

建立了基于车辆动力学模型的车辆-道路系统模型,通过线性变换,得到了用横向位置偏差和方向偏差描述的系统状态方程.采用滑模变结构控制理论,设计了基于指数趋近律的自动转向控制算法.分析了趋近律函数的指数趋近项参数和等速趋近项参数对系统输出的影响,并基于侧向加速度的要求提出了参数选取方法.仿真结果表明,根据提出的参数选取方法设计的控制算法在高速路径跟踪时,具有良好的道路跟踪精度及动态性能.     

非线性干扰观测器补偿的四旋翼飞行器模糊滑模控制

分析四旋翼飞行器的飞行原理,建立旋翼桨叶受力条件下的四旋翼动力学模型.提出非线性干扰观测器补偿的模糊滑模控制算法,解决欠驱动子系统的不易控制及传统滑模控制的抖振问题,估计扰动值,降低扰动带来的影响.仿真结果表明,提出的非线性干扰观测器补偿的模糊滑模控制算法可补偿未知扰动,能使四旋翼飞行器稳定飞行.