多模型自适应控制理论及应用

作为对经典自适应控制改进的控制方法,多模型自适应控制是解决复杂的大范围参数不确定系统的一种有效途径,并在理论和实践中取得了丰富成果。依据控制器集的不同综合策略,其被分为多种类型,本文旨在对加权型的多模型自适应控制进行综述。加权多模型自适应控制的基本思路是采用“分而治之”的办法,离线建立多个局部模型和对应的多个局部控制器,在线加权融合各个局部控制器的控制输出,从而形成全局控制,是实现鲁棒自适应控制的一类重要方法。首先比较详细地介绍了加权多模型自适应控制研究的历史及现状,然后给出相关研究的新进展和一些观点,包括新的加权算法和相应的加权多模型自适应控制系统的稳定性结果等,最后指出未来的几个研究方向。      

基于多模型模糊切换的轧机液压伺服系统位置控制

针对轧机液压伺服系统中弹性负载力和外负载力的跳变,建立并优化系统连续工作时不同工况下的轧机液压伺服系统被控对象的多模型集,分析了采用状态反馈控制的、具有外部扰动的切换系统的稳定性。对每一模型采用LMI方法设计了稳定的状态反馈控制器,对多模型控制系统采用基于模糊规则切换策略进行设计和优化．仿真结果表明,所设计的控制系统具有良好的稳定性和动静态性能。     

主蒸汽温度的多模型控制研究

针对火电厂主汽温被控对象具有走迟延、大惯性、参数时变特点,提出了一种基于多模型加权的内模控制策略,通过在不同工况辨识得到局部模型,根据加权因子计算出全局多模型设计出响应的内模控制器,从而实现全工况运行的自适应控制,仿真结果表明,该控制策略比常规的内模控制具有更好的控制品质.     

基于递推最小二乘法的无模型自适应厚度控制

针对钛合金板轧制时间短而导致的厚度控制精度较低的问题,引入无模型自适应厚度控制方法,其不依赖于被控对象的数学模型,仅利用被控对象的输入输出数据便可对被控对象进行控制。泛模型在无模型自适应控制算法中起着十分重要的作用,其中的伪偏导数φc(k)对算法的收敛速度和跟踪能力有很大影响。利用递推最小二乘法实时辨识φc(k),确保了对时变参数的快速跟踪和小的参数估计误差。仿真结果表明:无模型自适应控制的控制效果明显优于传统的PI控制。     

模型参数对压力AGC品质影响分析

根据压力AGC(Automatic Gauge Control)的控制原理,对BISRA式AGC和动态设定型AGC在阶跃轧制力扰动下调整过程进行了研究;分析了理想模型参数情况下各算法的收敛性和稳态误差;推导出压力AGC算法收敛的模型参数取值区间和模型参数取值对压力AGC控制算法的收敛速度和稳态误差的影响.     

语音压缩感知及其重构算法

在研究语音信号在小波域的稀疏性的基础上,提出双正交小波变换的方法,与一维小波变换方法相比稀疏度提高10%～25%.此外,提出基于自适应次梯度投影算法(ASPM)进行压缩感知(CS)语音信号重构的方案.ASPM算法首先根据压缩感知重构模型建立包含稀疏重构信号并具有随机属性的凸集,然后运用次梯度投影的思想将该凸集的投影转化为对多个闭合半平面的投影,最后将更新后的稀疏重构信号投影到限定集合上.同时,该算法设计了自适应调节膨胀系数的机制以获得快速收敛性.理论分析和仿真结果表明,该算法具有快速收敛性和较低的重构误差,在不同的噪声强度下具有较高的鲁棒性.     

有色金属类电池中的电力平衡控制技术研究

对有色金属类电池的电力平衡控制,提高电池的电力输出稳定性,针对当前积分滑膜控制方法输出平衡性不高的问题,提出一种基于Lyapunove稳定性泛函控制的有色金属类电池电力平衡控制算法。构建电池被控对象模型及控制约束参量,采用Lyapunove稳定性原理进行泛函和稳态误差修正,提高输出的平衡性。仿真结果表明,采用该控制技术能提高电池电力输出稳定性,输出功率增益较高,误差收敛到零。     

基于小波神经网络的通用模型自适应控制

提高控制系统鲁棒性的一种有效的方法是应用自适应控制.本文结合通用模型控制策略(Common Model Control-CMC),应用小波神经网络(Wavelet Neurall Network-WNN)自适应控制方法实现对被控对象的逆控制,从而提出基于小波神经网络的通用模型自适应控制(Common Modlel Adaptive Control-CMAC).基于小波神经网络的自适应控制器能产生复杂的控制规律,能更精确地逼近非线性被控对象,也克服了通用模型控制策略要求过程一阶微分模型应该有显式解的局限性.该控制策略的参考轨迹是一条典型的二阶曲线,仿真结果验证了该控制策略的有效性.     

采用广义模糊加权的金属连杆自适应控制算法设计

金属连杆的优化控制在汽车轴承控制、机器人控制等领域都具有较好的应用价值。提出一种基于广义模糊加权的金属连杆自适应控制算法。构建金属连杆的运动数学模型,进行被控对象建模和控制约束参量分析,采用广义模糊加权自适应神经网络控制方法,实现控制算法改进。仿真实验分析表明,该控制算法的精度较高,控制品质较好,误差收敛到最小。     

T-S模糊控制系统的虚拟等价系统及稳定性判据

针对未知确定性被控对象和未知非线性时变对象,通过构造虚拟等价系统的方法研究T-S模糊控制系统的稳定性.采用虚拟等价系统的目的在于降低原问题的难度,改进现有稳定性判据的保守性.分析结果表明,T-S模糊控制系统的稳定性主要取决于局部模型的精度、模糊规则的正确性以及局部控制器的镇定性.      

确定性多变量自校正控制的稳定性、收敛性和鲁棒性

本文用基于传递函数概念的虚拟等价系统方法统一分析各种类型的多变量确定性自校正控制系统的稳定性、收敛性和鲁棒性，分别针对参数估计收敛到真值、参数估计收敛到非真值以及参数估计不收敛的3种情况给出若干定理、推论和注释.在各个判据的基础上，进一步深化对确定性多变量自校正控制系统的理解.所得结论说明:参数估计的收敛性不是确定性多变量自校正控制系统稳定和收敛的必要条件；系统自身的反馈信息对确定性多变量自校正控制是充分的，即外加激励信号不是必要的.      

混沌人工鱼群的鲁棒保性能控制权值矩阵优化方法

针对鲁棒保性能控制中的权值矩阵依赖经验选取,无法最大限度的减小系统保守性的问题,提出了一种基于混沌人工鱼群算法的鲁棒保性能控制权值矩阵优化方法.该方法中,将保性能控制鲁棒界作为优化的目标函数来寻找最优权值矩阵是整个算法实现的关键.该种改进的人工鱼群优化算法融合了混沌搜索与自适应步长和视野的人工鱼群优化算法,有效的解决了基本人工鱼群算法的后期收敛速度慢、易陷入局部最优等缺点.通过测试函数对比验证了该种改进人工鱼群优化算法的优越性,并通过应用实例验证了该权值矩阵优化方法的有效性.      

一种线性自抗扰控制器参数自整定方法

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法.算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定.为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究.结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法.      

Robust Adaptive Control for Mobile Manipulators

This paper addresses the trajectory tracking control of a nonholonomic wheeled mobile manipulator with parameter uncertainties and disturbances. The proposed algorithm adopts a robust adaptive control strategy where parametric uncertainties are compensated by adaptive update techniques and the disturbances are suppressed. A kinematic controller is first designed to make the robot follow a desired end-effector and platform trajectories in task space coordinates simultaneously. Then, an adaptive control scheme is proposed, which ensures that the trajectories are accurately tracked even in the presence of external disturbances and uncertainties. The system stability and thc convergence of tracking errors to zero are rigorously proven using Lyapunov theory. Simulations results are given to illustrate the effectiveness of the proposed robust adaptive control law in comparison with a sliding mode controller.     

A model for the design and evaluation of algorithms for closed-loop cardiovascular therapy

Developing a clinically useful closed-loop drug delivery system can be extremely time consuming and costly. One approach to reducing the time and cost associated with developing closed-loop systems is to reduce the number of animal experiments and perform an extensive set of simulation studies. Through simulations, a closed-loop controller's performance can be evaluated over a complete spectrum of the patient population, including boundary conditions. Simulation studies are repeatable, offering significant advantages in comparing modifications in control algorithms. Finally, simulation studies can be performed in a fraction of the time required for animal studies, at a fraction of the cost. We have developed a simulator, that included a nonlinear pulsatile-flow cardiovascular model, a physiological regulatory mechanism, and the pharmacology of four frequently titrated cardiovascular drugs. This simulator has already been used in the design and evaluation of two closed-loop algorithms-a self-tuning regulator (STR) and a multiple model adaptive controller (MMAC)-for blood pressure control during and after cardiac surgery.     

基于有限时间滤波控制的电机驱动系统结构/控制一体化设计

针对电机驱动系统进行了基于有限时间控制器的结构/控制一体化设计.针对电机驱动系统跟踪控制问题，采用有限时间收敛方法设计了跟踪控制器.考虑系统状态信息不可测的情况，设计了有限时间滤波控制器，在估计系统速度信息的同时实现了有限时间跟踪控制.为进一步提升系统控制性能，考虑结构与控制之间存在的耦合问题，对电机驱动系统进行结构/控制一体化设计.首先针对电机驱动系统设计了同时考虑结构优化和控制器优化的一体化性能指标.所设计一体化性能指标能够在满足控制性能要求的同时，得到所能驱动的最大负载.同时优化系统的结构参数与控制器参数能够使控制系统达到全局最优，从而取得良好的控制效果.随后，采用嵌套优化策略对电机驱动系统的一体化设计问题进行简化，采用自适应步长的布谷鸟搜索算法对控制器参数优化问题进行求解，得到了一体化最优解.通过数值仿真验证了所提方法的有效性.      

中厚板轧机自动厚度控制系统的鲁棒性研究

中厚板轧机液压厚度控制系统是一个具有抗扰性的控制系统,但系统响应速度过慢,轧机出口有较大厚度偏差。基于传递函数理论,建立了液压AGC系统的动态数学模型,对带有常规PID控制器和模糊自校正PID控制器的厚度控制系统进行了仿真研究。仿真结果表明,模糊自校正PID控制器具有更好的控制效果,系统具有更强的鲁棒性。     

Smith Prediction Monitor AGC System Based on Fuzzy Self-tuning PID Control

 In accordance with the feature of pure delay in monitor AGC system for cold rolling mill, a new fuzzy self-tuning PID Smith prediction controller is developed. The position control model is deduced based on a single stand cold rolling mill, and the fuzzy controller for monitor AGC system is designed. The analysis in dynamic performance between traditional PID Smith prediction controller and fuzzy self-tuning PID Smith prediction controller is done by MATLAB toolbox. The simulation results show that fuzzy self-tuning PID Smith controller has stronger robustness, faster response and higher static accuracy than traditional PID Smith controller.