一类互联系统的局部输入状态镇定

针对由局部输入状态可镇定和输入状态稳定的两个子系统组成的前馈系统，设计饱和控制达到局部输入状态镇定的目的，即相应的闭环为输入受限的输入状态稳定。首先研究其中一个子系统的局部输入状态镇定问题，获得输入状态间的增益，然后基于一定的增益条件，运用小增益原理循序确定饱和控制的饱和度，得到前馈系统的简单鲁棒控制律。作为验证，设计一个低维前馈模型的饱和控制，仿真结果验证了理论分析的正确性。     

考虑前馈作用的BTT导弹自动驾驶仪设计方法研究

针对BTT导弹自动驾驶仪的设计要求,文章提出了一种考虑前馈作用的导弹自动驾驶仪控制器设计方法。基于该型导弹三通道弹体数学模型,建立了自动驾驶仪控制系统数学模型。应用增益技术和递推设计方法,并基于过载稳定跟踪控制的设计要求,提出了一种全局非线性稳定控制策略,设计了连续的非线性自动驾驶仪,解决了该导弹俯仰通道的前馈问题;对于偏航通道,通过设计三通道协调控制律,将有前馈的自动驾驶仪设计问题转化为无前馈的设计问题;同时也利用滑模变结构控制原理解算出了横滚通道的舵偏角指令。数字仿真结果表明,所设计的自动驾驶仪控制系统可有效克服前馈问题所产生的稳态误差以及不确定性因素的影响,同时也提高了跟踪精度,并具有良好的动态特性和稳态品质。     

用于微机械加速度计的亚微米工艺ADC设计

为了满足高性能微机械加速度计输出数字化的应用需求,基于亚微米工艺提出了一种16位高阶∑Δ模数转换器。采用五阶前馈单比特量化的方法,实现转换器低失真输出。前级积分器采用增益增强折叠共源共栅一级运放结构,提高低频增益,减少前级运放增益非线性对转换器失真的影响。应用积分器输出摆幅优化的方法和开关电容共模反馈电路的方案降低了整体功耗。测试结果表明,当采样频率为8MHz时,小信号输入失真度低于90dB;在低功耗模式下采样频率降低到4MHz,失真度接近90dB。这种高集成大动态范围的五阶前馈∑Δ模数转换器结构实现了16位输出精度,能够满足微机械加速度计的输出信号转换要求。     

两种新型pH值的控制方法研究

根据酸碱滴定曲线本身非线性的特点,提出了三区段非线性变增益PID控制算法和积分模糊控制（IFC）算法,通过对带有时滞的pH值中和反应过程进行数字仿真研究,控制结果表明新型算法具有鲁棒性强、响应速度快和控制精度高的优点,尤其是IFC控制方法能克服pH值中和过程中的较大时滞。     

光刻机工件台宏微电机的非线性复合控制

针对光刻机工件台长行程直线电机宏动和平面电机高精密微动的耦合运动特点,提出一种宏动跟踪微动的变增益非线性复合控制方法,实现系统高动态纳米级精度的跟踪定位。宏动长行程直线电机采用零相位跟踪前馈控制和双环控制,实现系统无静差跟踪加速度指令;利用扩张状态观测器观测宏动系统的动态变化,补偿系统中的耦合推力和其他扰动;微动平面电机采用变增益非线性控制,根据系统误差幅值的大小,动态的改变控制器增益,以大增益抑制系统加减速时的低频大幅值误差,以小增益避免系统匀速运动时高频噪声的引入。实现系统稳定时间小于30 ms,跟踪误差小于20 nm的跟踪,实验结果表明:该方法可改善系统的动态性能和抗干扰能力,减小系统稳定时间,提高系统的跟踪精度。     

非线性系统全状态线性化内模扰动抑制

运用全状态线性化方法对在外部扰动持续作用下的非线性系统设计了扰动抑制控制器,利用非线性控制项消除开环系统的非线性因素。根据内模原理构造与扰动动态特性相同的内模补偿器,再利用Pontryagin极小值原理对增广系统设计最优调节器,得到非线性的内模扰动抑制控制器,其中的内模补偿控制项抵消了扰动对系统的影响。仿真中使用非线性内模扰动抑制控制器与非线性前馈反馈扰动抑制控制器进行比较,结果证明前者能够消除非线性因素影响且实现无静差扰动抑制。     

跟踪问题控制器设计的一种新方法及应用

本文提出一种模型跟踪控制器设计方法使得线性时不变装置输出对参考模型系统输出具有良对好的跟踪特性。根据这种设计方法形成的控制器由参考模型系统状态(或估计状态)的前馈和受控装置状态(或估计状态)的反馈两部分组成。前馈增益和反馈增益计算简单且设计过程高度程序化。使用这种方法设计BTT导弹自动驾驶仪获得了满意的结果。     

MIMO中继系统的最优联合MMSE决策反馈收发机设计

针对放大转发方式下的多输入多输出中继传输系统,设计了最优的联合最小均方误差准则决策反馈收发机．根据最小均方误差准则,对基站端的线性预处理矩阵、中继端的线性加权矩阵以及在移动台的由前馈处理矩阵和反馈处理矩阵构成的非线性接收机进行了联合优化设计．与现有的最优联合线性最小均方误差准则收发机相比,本收发机在误码率小于10-3的条件下有超过10dB的性能增益．     

光纤特性参数对光纤参量放大器增益的影响

基于四波混频光波耦合方程,研究了周期色散补偿情况下,高非线性光纤中双泵浦光纤参量放大增益平坦性问题。研究表明:在一段高非线性光纤内,通过周期插入色散补偿光纤,光纤参量放大器的增益起伏得到了明显的改善。高非线性光纤的长度和非线性系数与光纤参量放大器的增益平坦性有关。当增加高非线性光纤的长度和非线性系数时,光纤参量放大器的信号增益变大,但平坦性变差,可通过多插入几段色散补偿光纤来解决。     

直线电动机迭代学习控制方法的仿真研究

直线电动机是一种多变量、非线性的控制系统,采用经典的PID控制难以得到满意的控制效果,为此设计一个基于前馈辅助PID控制器的神经网络（PIDNN）控制系统.该控制系统的结构主要由一个反馈和一个前馈构成,反馈是PID控制,为系统提供稳定性;前馈为ILC控制,作为对系统的非线性、未知的动力和扰动的前馈补偿.在Matlab环境下,对所提出的方案进行了仿真实验,并与传统PID进行比较.结果表明,该方案能够有效地提高系统的速度和位置的跟踪性能,并验证了采用智能前馈控制的优势.该系统适合应用于大量重复的运动轨迹系统.     

神经网络PID复合智能控制参数自整定研究

针对具有时滞一阶非最小相位系统的被控对象,提出了一种基于神经网络的PID复合智能控制设计方案,推导出复合PID控制器控制参数的整定方法.考虑到被控对象的不确定性、慢时变等特点,以神经网络元构造基于自动化复合PID控制器,解决了基于自动化复合PID控制参数在线调整的问题,使复合PID控制器适用范围更广泛.对闭环控制系统模拟结果表明,该系统控制参数整定方法简单,具有非常好的控制效果.     

滑模控制器控制降压型直流\|直流转换器

针对脉冲宽度调制器控制降压型直流\|直流（DC\|DC）变换器采用常规的比例积分微分（PID）控制方法存在抖动和延迟等问题,提出一种基于滑模修正PID控制策略的DC\|DC变换器实现方法.在分析滑模控制理论的基础上,利用线性矩阵等式方法来建立DC\|DC转换器的状态空间数学模型,设计滑模PID控制器,构造全局滑模面调整PID控制器输出参数,并用李雅普诺夫函数验证了滑模PID控制器的可靠性.在电感电流连续工作模式下,用不确定性负载的线性平均模型进行了仿真.结果显示:证明所提出的滑模PID控制器不但提高系统对不确定负载的适应性,而且增强了系统在大信号扰动时的鲁棒性,使转换器输出电压有优越的鲁棒性及良好控制性能.     

不确定线性系统的容错控制器设计

针对一类含有时变范数有界参数不确定性和部分执行器可能失效的系统,结合一个二次型性能指标,研究了使得闭环系统保持稳定,且闭环性能指标值不超过某个确定界的鲁棒容错状态反馈控制率的设计问题,通过求解一个代数Riccati方程的对称正定解给出了鲁棒容错控制率的构造。     

基于LMI的随动系统PID控制下的多指标相容性

针对PID控制下的随动系统,把PID调节器的设计问题转化为不完全状态反馈问题,以线性矩阵不等式(LM I)和双线性矩阵不等式(BM I)为工具,研究了系统PID控制可稳的判据,可稳时系统的最大衰减度,与给定稳态误差系数和稳态输出方差相容的最大衰减度,与给定稳态误差系数、控制器增益约束和稳态输出方差相容的最大衰减度。给出了求解与给定指标相容的衰减度的求解算法,并通过算例说明了文中算法的有效性。     

直流调速系统模糊控制的DSP实现

采用DSP芯片TMS320LC2406A的直流调速模糊控制系统的设计，替代传统的PID模拟控制系统，其主要内容涉及模糊控制器的硬件电路构成和软件编程设计。作对该系统进行了计算机仿真实验，从仿真结果可知，该调速系统具有良好的控制性能，并能达到很高的控制精度。     

模糊PID控制的助力模式对操纵稳定性影响分析

电动助力转向系统(EPS)设计中最重要的是助力控制模式的控制器设计。在PID控制的基础上引入了模糊控制,提出了基于模糊PID控制的助力控制模式;应用TruckSim和Simulink建立EPS联合仿真模型;采用常用的操纵稳定性开环和闭环两种评价方法进行PID控制和模糊PID控制仿真对比试验,研究模糊PID助力控制模式对EPS性能及整车操纵稳定性的影响。开环评价对比试验结果表明:模糊PID控制器的助力性能较好,但操纵稳定性略差一些。闭环对比试验表明:EPS助力控制模式能有效地提高转向系转向轻便性,模糊PID控制器作用下的操纵性和汽车行驶安全性较好。认为模糊PID控制器下的助力控制模式助力性能好于PID控制器,模糊PID控制器更适合EPS助力控制模式。     

An iterative learning method for realizing accurate dynamic feedforward control of an industrial hybrid robot

Feedforward control based on an accurate dynamic model is an effective approach to reduce the dynamic effect of the robot and improve its performance. However, due to the complicated work environment with considerable uncertainty, it is difficult to obtain a high-precision dynamic model of the robot, which severely deteriorates the achievable control performance. This paper proposes an iterative learning method to accurately design the industrial feedforward controller and compensate for the external uncertain dynamic load of the robot. Based on a standard dynamic model, a complete linear feedforward controller is presented.An iterative design strategy is given to iteratively update the feedforward controller by combining the Moore-Penrose Inverse and the PID learning rate. Experiments are carried out on a 5-DOF industrial hybrid robot to validate the effectiveness of the proposed iterative learning method. The experiment results illustrate that the industrial feedforward controller can rapidly converge to the optimal controller and significantly improve the servo performance by using the proposed method. This paper provides an effective method for applying iterative learning control to an unopened industrial control system. It is very useful for the practical control of hybrid robots in industrial field.     

工业汽轮机调节系统的模糊PID控制器设计

针对汽轮机电、热载荷存在不确定因素,简单的线性和非线性微分方程不能完全代表实际调节系统,许多基于数学模型的常规控制方法受限的问题,开发了一种非线性模糊PID控制器.利用模糊推理的方法实现对PID参数的在线自动整定.仿真结果表明,通过与PID控制和单独的模糊控制相比较,模糊PID控制器明显改善了控制系统的动态性能,对系统参数和外部干扰显示出极高的鲁棒性.     

Tuning of fuzzy PID controller for Smith predictor

An analytical tuning method was proposed for fuzzy PID controller used in Smith predictor in order to extend its application and improve its robustness. The fuzzy PID controller was expressed as a sliding mode control. Based on Lyapunov theory, Smith predictor was analyzed in time domain. The parameters of the fuzzy PID controller can be obtained using traditional linear control theory and sliding mode control theory. The simulation experiments were implemented. The simulation results show that the control performance, robustness and stability of the fuzzy PID controller are better than those of the PID controller in Smith predictor.     

非对称缸电液伺服系统的改良单神经元PID控制

非对称缸五阶电液伺服系统是一类典型高阶非线性、时变、增益不对称系统，由于动态特性随负载变化大，使用常规PID控制很难满足性能指标的要求，而采用BPNN原理设计成的常规单神经元PID控制器又因学习速率低，收敛速度慢，控制效果不能令人满意．经研制采用20-SIM仿真工具建立仿真模型，设计了一种改良的单神经元PID控制器，其控制的仿真结果表明，该控制器适合于此系统．