仿人智能控制器的动态特性参数整定方法

研究仿人智能控制 (HSIC)系统中控制器的参数整定问题 .分析了仿人智能控制器两个基本参数与被控对象动态特性参数之间的关系 ,进而推导出由被控对象特性参数计算控制器参数的数学公式 .提出了一种新的控制器参数整定方法———动态特性参数方法 ,由阶跃响应近似求取被控对象动态特性参数 ,利用理论公式计算控制器参数 .仿真实例证明了该方法在工程应用中的简单有效性 .     

仿人智能控制器的研究及工程应用

介绍了仿人智能控制器的适用范围和基本算法,提出了改进的仿人智能控制器即九点控制器的优化控制策略.通过时工程设计中温度的控制方案设计,比较了九点控制器与PID控制器算法对系统动态性能的影响.九点控制器算法简单、系统响应速度快、参数整定简单,特别适合于无数学模型的控制对象.九点控制器的参数可进一步优化,从而转化为九点五态控制器.     

仿人智能控制在生活水泵站中的应用

以生活水站控制为背景，讨论一种参数自校正的仿人智能控制器，该控制器在控制过程中根据不同的偏差值对控制器参数进行校正，具有控制灵活，响应速度快，超调量小和稳态精度高的优点。实践证明，该控制器对生活用水调节具有良好的适应能力，当对象参数变化大时仍能有较好的控制效果。     

基于自适应Smith预估器的PID自整定方法

针对典型的可等效为一阶惯性加纯滞后系统的工业过程,利用输入输出数据获取对象阶跃响应,简便地得到对象模型和Smith预估器,进而按ITAE标准传递函数整定PID参数,结果表明,该方法兼有Smith预估控制和ITAE最佳控制两者的优点。     

过程控制常用连续模型的直接辨识法及应用

针对工业过程中最常用的一阶加滞后、二阶加滞后、二阶加零点、二阶加零点及滞后、积分惯性加滞后等环节，给出了基于阶跃响应的连续模型参数直接辨识算法。由传递函数的拉普拉斯逆变换式和对象阶跃响应的采样数据构成模型参数回归表达式，用最小二乘法或辅助变量法直接辨识对象的连续时间传递函数模型参数。仿真与实际应用结果表明，该算法提高了模型辨识精度，减小了对过程的扰动，并且对输出测量噪声不敏感，鲁棒性强，容易编程实现，可提高实际PID控制器参数整定质量。     

输气管线的分布参数数学模型及工程应用

本文研究了用传递函数描述长距离输气管线这种分布参数调节对象的布法.长距离输气 管线输送的是可压缩的天然气,表征其动态特性的偏微分方程组较复杂.本文所用方法是将 其偏微分方程组经拉普拉斯变换,由时域变为频域,直接求解以管线长度为变量的线性变系数 微分方程--贝塞尔方程,从而得到描述这种分布参数调节对象动态特性的传递函数.将此 传递函数经数学处理,得到工程实用的简洁形式,并给出其频率特性曲线和动态响应过程.     

机器人电液伺服关节的仿人智能控制实践

为解决关节式液压伺服机器人的动态控制问题,使机器人达到希望的响应要求,本文根据仿人智能控制器的基本思想,提出了新的改进算法,并针对喷漆机器人的关节电液位置伺服系统,进行了在新的仿人智能算法下的计算机仿真和实时控制研究.实验证明.控制算法是有效的.     

基于粗糙集的仿人智能控制器的设计

将粗糙集理论的基本思想引入到仿人智能控制中,提出一种新型的仿人智能控制器的设计方法。利用粗糙集算法,从人的控制行为数据中提取控制规则,由此控制规则构造出仿人智能控制器,从而实现基于粗糙集的智能控制。     

滤波网络的计算机仿真

本文用一个模拟电路图，采用计算机仿真的方法，同时给出了四种滤波网络（低通，带通，高通，带阻）的频率特性和阶跃响应。通过改变网络传递函数的参数，可以获得不同的频率特性和阶跃响应。     

尺度变换在互连线高阶模型仿真中的应用

Wang氏RC互连线模型的状态方程避免了矩阵求逆，传递函数采用巧妙的递归算法，使互连线的高阶仿真得以可行。但是在用MalLab做高阶仿真中，当在传递函数向状态方程转换以及用传递函数作阶跃响应和波特图时还是会发生困难。研究表明，困难来自互连线电容C值太小以及仿真阶数过高。对于高阶仿真，增大电容C值是解决发生困难的唯一途径。经过证明，增大电容C值等同于对频率进行尺度变换。电容C值扩大后，对阶跃响应图的时间轴进行同比例缩小或波特图的频率轴进行同比例扩大，即可得到原图。     

基于仿人智能控制的风机调速算法

提出了基于仿人智能控制的风机调速算法。通过对参数的有效设置运用仿人智能控制实现对风机的调速控制，使风机转速能较好的达到设定值，设计并编程实现了基于本文算法的风机调速控制，进行了MATLAB实验仿真，证明了其有效性。     

双摆机器人摆杆平衡态任意转换运动控制的实现

双摆机器人两摆杆具有一个自稳定(Down-down)和三个自不稳定(Down-up, up-down, up-up)的平衡状态, 4个平衡状态之间可以构成12个相互转换的运动动作和8个自旋动作. 本文运用基于动觉智能图式的仿人智能控制理论, 设计具有基于特征辨识多控制模态结构的控制器; 采用``类等效'的系统建模方法和改进型遗传算法, 实现双摆机器人模型的精确辨识和其多模态控制器多参数的整定与优化, 并解决了多控制模态之间的平滑切换, 以及从仿真研究到实时控制成功的快速过渡等关键问题. 以(Down-up)向(Up-down)状态的转换为例, 说明了如何实现四个平衡状态之间的任意相互转换的运动控制, 并介绍了仿人智能控制器设计的详细过程. 仿真与实时控制的实例证明了设计理论与方法的有效性.     

双馈风力发电机的内模控制器设计

针对双馈风力发电机(DFIG)中普遍存在的功率耦合问题,设计了一种基于内模原理的电流控制器.首先介绍了内模控制(IMC)理论的系统结构,在此基础上推导出双馈风力发电系统的传递函数,并建立基于内模控制的电流内环数学模型;其次,内模控制器的参数整定参考系统的平方积分误差值,其鲁棒稳定性参考M值的大小;最后利用Matlab仿真平台进行了仿真实验.结果表明,该控制器实现了系统有功和无功的充分解耦,并具有较好的稳态和动态性能.     

一种两轮轮式机器人点镇定智能控制实现

针对实际RoboCup机器人,分析了采用双闭环轮速跟随电机执行系统的两轮轮式移动机器人的数学模型,考虑了实际电机系统必然存在的速度饱和、加速度饱和限制对点镇定控制的影响,基于动觉图式的仿人智能控制理论,提出了一种两轮轮式机器人点镇定的分段比例智能控制器,利用遗传算法整定了控制器的参数.比较了比例控制器,比例余弦控制器和提出的智能控制器的仿真控制效果,并在实际RoboCup机器人上有效实现了提出的控制器.仿真和实际系统实验都证明了该控制器的有效性.     

混沌乌燕鸥算法优化发动机参数自整定PID控制

针对传统PID参数整定存在的问题,结合混沌乌燕鸥优化算法（Chaos Sooty Tern Optimization Algorithm, CSTOA）良好的搜索性能,提出了一种基于混沌乌燕鸥优化算法的航空发动机参数自整定PID控制方法（CSTOA-PID）。首先通过引入混沌映射的思路,改进了乌燕鸥优化算法（Sooty Tern Optimization Algorithm, STOA）。接着设计了性能指标加权的适应度函数,用来避免发动机供油量极大超调与急剧供油现象。最后对某型涡扇发动机的数学模型进行仿真验证,结果表明：在地面状态下,经CSTOA-PID控制器优化后的PID参数分别为4.31878、14、0.214426。CSTOA-PID控制器的参数整定效果都好于STOA-PID控制器和PID控制器,转速阶跃响应反应迅速,同时供油量出现的超调最小,证明了该方法的有效性和可行性。     

基于模糊推理的PI控制器参数整定方法

针对常用的PID控制器整定方法应用于高阶、时延、非线性工业对象时,许多整定公式不能获得满意的性能的问题,提出了一种对PI控制器参数进行整定的新方法。通过模糊推理将控制过程分为暂态和稳态,然后调用相应的模糊控制器来求取PI控制器的比例系数和积分系数。该方法既利用了模糊控制对被控对象的数学模型要求弱和抗干扰能力强、响应速度快等优点,也保留了传统PI控制器良好的稳态调节作用,达到了比较理想的控制效果。     

基于强化学习的参数自整定及优化算法

传统PID控制算法在非线性时滞系统的应用中,存在参数整定及性能优化过程繁琐、控制效果不理想的问题。针对该问题,提出了一种基于强化学习的控制器参数自整定及优化算法。该算法引入系统动态性能指标计算奖励函数,通过学习周期性阶跃响应的经验数据,无需辨识被控对象模型的具体数据,即可实现控制器参数的在线自整定及优化。以水箱液位控制系统为实验对象,对不同类型的PID控制器使用该算法进行参数整定及优化的对比实验。实验结果表明,相比于传统的参数整定方法,所提出的算法能省去繁琐的人工调参过程,有效优化控制器参数,减少被控量的超调量,提升控制器动态响应性能。     

仿人智能控制及其在磁流变半主动悬架中的应用

论文讨论了基于图式理论的仿人智能控制理论最新进展及其在磁流变悬架中的应用情况. 首先, 结合图式理论和仿人智能控制理论, 定义一些基于动觉智能图式的仿人智能控制基本概念, 如感知图式、运动图式以及关联图式等. 然后, 给出了仿人智能控制器设计的通用性方法. 接着, 基于通用性的方法, 针对具有非线性、时滞及不确定性的磁流变悬架设计了基于动觉智能图式的仿人智能控制器. 最后, 开展了实车道路试验来验证控制方法的有效性. 试验结果表明,基于动觉智能图式的仿人智能控制理论是解决复杂控制问题的有效途径.     

控制系统的辨识建模及微粒群优化设计

针对控制系统的传递函数建模与控制器的参数优化问题,提出了基于Prony和微粒群优化（PSO）算法的设计方案。首先在被控对象的输入端施加一个脉冲信号,然后对其输出信号进行Prony分析,得出该被控对象的传递函数,最后采用改进PSO算法进行控制器的参数优化设计。基于辨识的Prony算法可快速准确得出被控对象的传递函数;基于T-S模型模糊自适应的改进PSO算法（T-SPSO算法）依据种群当前最优性能指标和惯性权重自适应惯性权重取值,较好解决了PSO算法的早熟问题,可以更好地优化控制器参数。该方案实现了控制系统的精确建模与优化设计,仿真结果验证了所提方案的有效性。