电液伺服系统的渐近跟踪自适应控制

根据电液伺服系统参数不稳定的特点,将渐近跟踪理论与自适应控制相结合,提出了一种基于参数辨识的电液伺服系统的渐近跟踪自适应控制方法,利用状态反馈动态配置系统的希望特征值和在输入端动态调节前馈增益实现渐近跟踪,达到自适应控制的目的。仿真结果表明,该方法稳定可靠,具有较高理论意义和实用价值。     

克隆选择辨识的船舶航向自适应PD控制

为解决船舶营运中存在的模型参数摄动和外界干扰的不确定性问题,提出一种船舶航向自适应PD控制算法.采用免疫克隆选择算法进行在线船舶模型辨识,将存在不确定干扰和模型摄动的船舶作为一个"黑箱",将短时间内的船舶状态在线辨识为二阶线性模型,根据系统预定性能要求动态调整PD控制参数,使船舶获得理想输出.对抗体初始种群采用最优模型保留和随机初始化相结合的策略,提高了不确定性问题的在线优化效率.对一个三阶非线性货船的仿真试验表明,该算法有效提高了PD控制器的稳态性能.     

一类非线性系统的模糊自适应辨识及稳定性分析

针对一类含未建模动态的非线性系统,提出了一种模糊自适应辨识及稳定性分析方法.该方法首先设计模糊辨识器对系统未知部分进行辨识,然后设计控制器使系统稳定.控制器中的状态反馈控制器使系统的线性部分稳定,而基于辨识器的补偿器则用来消除未建模动态.仿真研究结果表明:该方法可以对非线性系统进行辨识,并使得整个系统稳定.     

系统参数完全未知的一个新超混沌系统自适应修正投影同步

基于Lyapunov稳定性原理,在驱动系统和响应系统参数完全未知的情况下,设计自适应控制器和参数更新准则,使得两个不同或相同混沌系统同步,并能辨识出系统参数,同时可以通过调节控制增益和自适应增益来调整同步速度和参数辨识速度.作为该方法的应用,对超混沌Chen系统和一个新的超混沌系统实现了修正投影同步.数值仿真证明了所提方法的正确性.     

一类不确定非线性系统的参数自适应滑模控制

针对一类具有不确定性的非线性系统,考虑参数摄动、未建模动态和外界干扰等各种不确定性的综合影响,提出了一种基于切换增益和sigmoid函数边界层厚度的参数自适应滑模控制策略,采用李雅普诺夫稳定性理论证明了闭环系统全局稳定性.该控制方法消除了传统滑模控制的输入抖振现象,而且跟踪精度高,无须确知不确定项的界.仿真算例验证了该方法的有效性.     

一类耦合系统的直接自适应神经网络控制

针对一类具有未知常数控制增益的耦合大系统，根据滑模控制原理，利用多层神经网络的逼近性质，提出了一种直接自适应滑模控制器的设计方案．通过在线调节神经网络的连接权、滑模控制增益，实现了对动态不确定性及建模误差的自适应补偿．利用李亚普诺夫方法，证明了自适应控制系统是全局稳定的，跟踪误差收敛到零．     

静止无功补偿器与发电机励磁系统的自适应鲁棒协调控制策略

针对输电系统的暂态稳定性易受到不确定参数和未知扰动的影响,提出一种基于自适应逆推和L2增益控制的静止无功补偿器(SVC)与发电机励磁系统的自适应鲁棒协调(SVC-EARC)控制策略。采用递推法构造被控系统4个子系统的Lyapunov函数和能量函数,通过抵消不含扰动的项和含参数估计误差的项分别得到中间控制律和自适应律,使能量函数满足耗散不等式从而保证子系统稳定,递推至三阶子系统得到励磁控制律,结合将励磁系统和SVC系统进行动态互联的中间变量,最终完成SVC控制律的协调设计。仿真结果表明:SVC-EARC控制策略可将状态变量暂态轨线收敛时间缩短至2s内,振荡幅值减少10%;自适应律能够有效地辨识不确定参数,有效提高了输电系统的暂态稳定性。     

伺服驱动系统无模型自适应控制

高速高精的应用场合要求伺服驱动系统需要具备很好的动态响应性能和很强的鲁棒性来应对外界的干扰.但系统参数时变特性、不确定性以及非建模动态等因素导致伺服驱动系统的精确模型无法辨识得到.提出一种基于虚拟参考反馈校正的伺服驱动系统无模型自适应控制方法.该方法实时采集过程输入和输出数据,以当前系统运行状态的最新数据序列更新PI控制器参数,达到自适应控制的目的,保证系统的跟随性能.并且该方法结合稳定性约束条件以确保整定出来的伺服参数位于系统的稳定域内.仿真和实验结果表明,相比传统PI控制,提出的无模型自适应控制方法具有更好的动态响应性能、稳定性和鲁棒性.     

基于扩张状态观测器的永磁同步电机自适应滑模调速控制

针对永磁同步电机(permanent magnet synchronous motor,PMSM)调速系统存在参数不确定性及负载扰动问题,提出了一种基于扩张状态观测器的自适应滑模控制方法.在系统模型存在参数不确定性及负载扰动情况下,通过扩张状态观测器对系统的总和扰动进行实时观测,并在控制过程中加以前馈补偿以降低系统总和扰动对控制精度的影响,提高系统的动态性能.由于系统观测误差上界无法精确获得,自适应滑模控制器中的切换控制增益采用参数自适应律来调节,可有效改善系统的抖振现象,保证系统输出高精度跟踪期望信号.仿真结果表明,与传统的比例-积分(proportional-integral,PI)控制方法相比较,提出的基于扩张状态观测器的自适应滑模控制方法具有转速超调量小,响应速度快,对系统的参数不确定性及负载扰动具有很强的抑制力,且能够有效减弱滑模控制的抖振问题和提高系统的鲁棒性能.     

基于自适应观测器的非线性时滞系统故障检测与估计

针对具有模型不确定性、时滞现象的非线性动态系统的执行器故障,在某些假定的条件下,采用自适应观测器建立有效的残差信号,实现对系统故障的检测和估计,且利用Lyapunov理论对自适应观测器的设计进行了分析,获得了相应的自适应调节规则.仿真例子验证了提出方法的有效性.     

链传动机械伺服系统的自适应模糊滑模控制

针对存在啮合冲击、参数摄动以及非线性摩擦的链传动机械伺服系统的位置跟踪控制问题,提出了一种自适应模糊滑模控制方法. 与常规自适应滑模控制不同的是,本文采用自适应策略估计系统时变参数,有效减小了模型不确定性的影响,然后采用模糊逻辑消除了常规滑模控制中的不连续控制项,削弱了抖振;用期望速度代替实际速度补偿非线性摩擦,减小了测量噪声的影响,改善了系统的控制性能. 实验结果表明本文提出的算法对系统参数变化以及外部扰动不敏感,具有较高的控制精度.      

基于无穷范数的视觉伺服自适应控制方法

针对基于视觉的机器人伺服过程中, 控制系统的精度和稳定性容易受到环境噪声、 设备性能等因素影响, 导致收敛指标不理想的问题, 提出一种基于无穷范数优化任务序列( INOTS: Infinite Norm Optimization Task Sequence)的自适应增益算法, 通过将实时全局任务细化为不同子任务, 根据不同时刻子任务的特点自动配置增益。 仿真结果表明, 相比于固定增益及传统自适应增益调节算法, 该增益算法可有效提高系统响应速度,增强控制系统的抗干扰能力, 提高系统稳定性。     

组合导航系统新息自适应卡尔曼滤波算法

全球定位系统(GPS)量测噪声的不稳定变化将造成惯性导航系统(INS)/GPS舰用组合系统卡尔曼滤波器性能下降,在对自适应卡尔曼滤波器分析的基础上,提出了一种新的基于新息估计的自适应卡尔曼滤波算法.该算法通过计算新息方差强度的极大似然估计最优估计,将新息方差计算直接引入卡尔曼滤波器的增益计算.仿真结果表明,本文方法较标准卡尔曼滤波器可以提高系统精度和抗干扰能力.     

一种应用于GPS/低成本INS组合导航的自适应滤波算法

为了提高在全球卫星定位系统(GPS)接收机导航解更新间隔期间组合导航系统的定位精度,在分析了惯导系统(INS)误差模型的基础上,使用一种对噪声协方差矩阵进行实时自适应估计的算法改进了通常使用的标准Kalman滤波器。采集清华大学内的跑车实测数据,并使用自适应算法进行处理,结果表明:该方法可以有效地提高GPS导航解间隔期间组合导航系统的定位精度,整体定位精度可以提升近10%,在车辆行驶状态变化较大的路径中获得了最高达40%的位置精度提升。该方法易于实时实现,在实际工程实现中具有一定的应用前景。     

一种鲁棒直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法.首先,该算法中用广义模糊双曲正切模型逼近系统的等价控制项;之后,设计了双曲正切函数的鲁棒补偿项,从而得到一种没有抖振的平滑控制输入.在系统的控制增益已知、部分已知和未知三种情况下,利用Lyapunov函数证明了采用上述控制策略可保证控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界.仿真例子说明了该算法的有效性.     

参数优化自适应控制规律求解问题的讨论

在具有非线性、时变不确定性和纯滞后的复杂的过程控制中，一般的控制方式不能使其达到性能最优的状态；而在这种情况下，采用自适应控制，能使系统运行在设计期望指标内．本对在工业现场应用较多的具有可调增益的模型参考自适应控制系统的自适应控制规律的求解问题以一个三阶系统为例进行了分析和讨论，由此得出了当n=2，m=1时的系统结构框图和算法程序框图。     

RBF网络干扰补偿的跷跷板系统解耦滑模控制研究

针对典型的不稳定、高阶次、多变量、强耦合、非线性的跷跷板系统，考虑环境对跷跷板的作用，提出了一种RBF网络干扰补偿解耦滑模控制(RBF-SMC)算法.通过解耦算法对模型进行解耦，并使用RBF神经网络对模型受到的干扰和不确定项自适应逼近补偿，使系统在较小的切换增益下实现较大干扰下的跷跷板平衡控制.在Matlab和Matlab/Adams联合仿真的环境下，对该算法进行了仿真.仿真结果表明，对比传统的SMC算法，在不确定环境下，通过RBF网络对外加干扰、建模误差、模型简化、外部激励、摩擦阻尼等建模不确定性因素进行学习评估，有效地提升了系统抗干扰能力，同时降低了系统的切换增益，并在有限时间内实现了跷跷板的平衡控制.通过仿真实验结果的比较，证明了本文提出算法的有效性与可行性.     

考虑风电不确定性的自适应MPC负荷频率控制方法

对风电不确定性引起的电力系统负荷频率控制变化问题展开研究.首先,对双馈风机(DFIG)虚拟惯性控制特征进行分析,构建风电参与的自动发电控制(AGC)系统模型;其次,讨论系统等效惯性时间常数H与风速变化的关联关系,描述风电不确定性对自动发电控制系统参数的影响;最后,进行自适应模型预测控制策略的设计,保证在风电输出不确定的情况下,控制器能够针对系统参数变化进行自适应调整,以保证最优的负荷频率控制效果.仿真结果表明:当风速变化而导致系统参数发生改变时,所提方法能够有效抑制高风速带来的等效惯性时间常数下降对频率控制的不利影响,并且具有更好的负荷频率控制能力.     

基于模型参考自适应控制的穿孔轧机控制系统设计

对穿孔轧机速度控制系统进行模型的建立和简化,并针对轧制控制过程中参数变化等不确定性因素的影响,设计了基于波波夫超稳定理论的模型参考自适应控制方法,通过MATLAB仿真技术验证了该控制系统具有较好的动态控制性能和跟踪精度。