板球系统T—S模糊多变量控制方案

板球系统是一个典型的多变量，非线性控制对象，它是杆球系统的扩展，适合用于检验各种控制方案，本文介绍了板球系统及其数学模型，就轨迹跟踪问题提出了基于T－S模糊的模糊多变量控制方案，并验证了这种控制方案能使系统全局渐进稳定，仿真实验结果表明本文所采用的控制方案明显优于传统的PD控制方案。     

基于视觉的板球控制系统研究

板球系统是一个典型的多变量、非线性控制对象,本文针对该系统的基本位置控制和轨迹控制问题,采用基于视觉的控制方案,并在实物板球控制系统做了实时控制,达到了误差1mm以内的控制效果.     

基于LQR算法的板球系统轨迹跟踪研究

板球系统是一个典型的多变量、非线性控制系统,是杆球系统的扩展,用以检测各种控制方案;该文首先采用拉格朗日方程法建立板球系统的数学模型,然后以线性二次最优控制理论为理论基础设计控制器并对系统进行仿真,采用基于触摸屏的控制方案,并在实物板球控制系统做了实时控制,利用多媒体定时器中断技术设计了Matlab6.5和Visual C++6.0两个版本的实时控制程序,成功实现小球的圆形和矩形轨迹跟踪,达到了误差1mm以内的控制效果;仿真及实验结果表面建立模型的合理性与控制算法的有效性。     

基于FNN的板球系统轨迹控制方案

基于视觉的板球系统是一个典型的多变量、非线性控制对象,本文针对该系统的基本位置控制和轨迹控制问题,提出了模糊多变量控制方法并结合神经网络控制方案,仿真实验结合实际系统实验均实现了其对位鼍控制和任意运动轨迹控制,验证了控制效果。     

板球系统的模糊控制方法研究

板球系统是一个典型的多变量、非线性控制系统，是杆球系统的扩展，用以检测各种控制方案。该文针对板球系统的定点稳定问题，首先提出了T—S模糊控制方案，仿真结果较好，但实物系统的试验却发现球在稳定点附件振荡、难以稳定、超调大；针对此缺点，在T—S模糊控制方案的基础上，提出变论域自适应模糊控制方案，仿真结果表明控制性能得到明显改善，且越是靠近稳定点效果越明显，体现了变论域自适应模糊控制方法具有精度高、无振荡、几乎无超调的特点。实物系统的试验结果也表明，变论域自适应模糊控制方案比T—S模糊控制方案的效果要好。     

基于气动直缸驱动伺服控制动态系统仿真

气动直缸驱动的板球系统是一个多变量非线性控制系统,可说明气动控制元件的产品性能,对控制理论性能研究,具有很好的价值。为改善气动驱动的板球系统控制特性,提出了用模糊和滑模控制相结合,来控制气动伺服板球系统。采用MATLAB的仿真环境,对气动直缸伺服驱动的板球控制系统进行了仿真。仿真结果表明模糊—滑模控制一方面可以满足气动控制的鲁棒要求,另一方面可以为改善板球控制系统轨迹跟踪的控制精度,提高稳态特性提供依据。     

板球系统遗传神经网络PID控制器参数优化研究

板球系统是球杆系统的二维扩展,对其控制算法的研究可以提高实际系统的可靠性。板球系统作为典型的非线性、多变量控制系统,具有强耦合、欠驱动和无约束的特点。国内外学者对板球系统的研究主要在系统动力学分析和建模、视觉检测技术、小球定点控制与运动轨迹跟踪控制算法等方面。针对板球系统在传统RBF-PID控制中震荡大、精度低、实时性差等问题,应用拉格朗日方程对板球系统在忽略干扰因素的条件下进行数学建模,采用遗传算法优化PID参数;利用RBF神经网络具有逼近任意非线形函数的能力,在线调整PID参数;设计PID控制器,直接对被控对象闭环控制。在MATLAB环境下完成仿真,并在GPB2001型板球系统实物上完成定位控制和方形轨迹跟踪试验。试验结果表明,遗传神经网络控制算法能够提高板球系统定位控制、轨迹跟踪的稳定性和精度,对板球系统的控制效果有显著提高。     

基于LM_RBF-PID的板球系统轨迹控制

板球系统是一个典型的两输入两输出系统。针对RBF-PID控制算法存在响应速度慢、震荡严重等问题,在忽略干扰因素的条件下应用拉格朗日方程对板球系统进行数学建模,利用RBF神经网络在线辨识板球系统的离散模型,实现自适应控制。在此基础上用LM算法代替梯度下降法整定控制参数,设计出LM_RBF-PID控制器并与RBF-PID控制器进行阶跃信号响应和方波信号响应对比,最后在板球系统中完成方形轨迹跟踪实验。实验结果表明,所提控制算法提高了轨迹跟踪控制精度,能够确保板球系统跟踪控制良好的稳定性和收敛性。     

一类高阶非线性系统的级联自抗扰控制

针对类似板球系统的一类高阶、强耦合、不确定非线性系统,利用backstepping算法的思想,提出以多个低阶自抗扰控制器级联实现控制的方法.通过各低阶自抗扰控制器的扩张状态观测器观测出各级对象的内外扰动,然后进行补偿,较好地解决了高阶非线性系统的不确定性、耦合性及干扰抑制问题.以板球系统的轨迹跟踪控制为例进行研究,所得结果表明,该方案适用于复杂高阶非线性级联系统的控制,具有良好的动态特性及鲁棒性.     

随机激励下板球系统建模与有限时间全状态预设性能跟踪控制

研究板球系统受到随机激励时的数学建模与轨迹跟踪控制问题. 首次建立了板球系统的随机数学模型, 并 结合backstepping方法、有限时间预设性能函数、全状态约束及新的预设性能推导方法设计了具有未知输入饱和的 随机板球系统实际有限时间全状态预设性能跟踪控制器, 实现了随机激励下板球系统的有限时间预设性能轨迹跟 踪控制. 所设计的控制器保证了系统跟踪误差能够被预先给定的有限时间性能函数约束, 并且能在任意给定的停息 时间内收敛到预先给定的邻域内. 最后通过仿真实验验证了所设计控制器具有更好的控制效果.     

板球系统的间接模糊自适应控制

针对具有强耦合、不确定摩擦力的多变量非线性板球系统,利用Lyapunov稳定理论,设计一种间接模糊自适应控制器。该控制器可以在确保系统变量在有限范围内变动的同时保持收敛性,并且在系统的增益矩阵不可逆时,使得板球系统稳定并跟踪误差收敛到零邻域内。控制器是由监督、间接模糊自适应和自适应补偿3种控制算法结合的。仿真实验表明,所提出的控制方法能够确保板球系统跟踪控制的稳定性和收敛性。     

小球平面系统的路径跟踪状态反馈控制

本文针对小球平面系统的路径跟踪控制问题,采用状态反馈控制极点配置的方法设计小球平面运动系统的控制器。首先根据牛顿力学原理建立小球平面运动控制系统动力学模型,采用现代控制理论方法分析系统的性能,然后根据系统性能要求设计状态反馈控制器,最后通过路径跟踪仿真实验,验证控制器设计的合理性和可靠性。     

Disturbance observer based multi-variable control of ball mill grinding circuits

Ball mill grinding circuits are essentially multi-variable systems characterized with couplings, time-varying parameters and time delays. The control schemes in previous literatures, including detuned multi-loop PID control, model predictive control (MPC), robust control, adaptive control, and so on, demonstrate limited abilities in control ball mill grinding process in the presence of strong disturbances. The reason is that they do not handle the disturbances directly by controller design. To this end, a disturbance observer based multi-variable control (DOMC) scheme is developed to control a two-input-two-output ball mill grinding circuit. The systems considered here are with lumped disturbances which include external disturbances, such as the variations of ore hardness and feed particle size, and internal disturbances, such as model mismatches and coupling effects. The proposed control scheme consists of two compound controllers, one for the loop of product particle size and the other for the loop of circulating load. Each controller includes a PI feedback part and a feed-forward compensation part for the disturbances by using a disturbance observer (DOB). A rigorous analysis is also given to show the reason why the DOB can effectively suppress the disturbances. Performance of the proposed scheme is compared with those of the MPC and multi-loop PI schemes in the cases of model mismatches and strong external disturbances, respectively. The simulation results demonstrate that the proposed method has a better disturbance rejection property than those of the MPC and PI methods in controlling ball mill grinding circuits.     

多变量非线性飞行控制系统的神经网络动态逆控制方法

针对多变量非线性飞行控制系统,从理论上对其逆系统的解析形式进行了详细推导,根据神经网络逼近逆系统的原理分析,提出了一种由静态神经网络和积分器组成的动态神经网络,构造了多变量非线性飞行控制系统的神经网络动态逆控制系统,并利用动力伞飞行控制系统进行了仿真验证,结果表明这种控制方法完全满足控制要求,具有较好的抗干扰能力和鲁棒性能。