异步电动机的非线性自适应控制

本文针对对磁场定向的ｄ－ｑ坐标系下的４阶包含机、电动力学的异步电动机的模型，运用非线性自适应的反馈线性化的控制方法，设计一个新近跟踪负载和转子电阻实际值的非线性辩识算法，一旦这两个未知常数被辩识，则可实现速度和磁链调节的解耦控制，仿真结果证明系统具有良好的稳、动态性能。     

多维线性随机系统的自适应控制

本文给出MIMO线性随机系统的一种自适应控制算法，其参数递推估计的增益矩阵自动保证有界性，从理论上分析了跟踪控制误差的渐近特性，数字仿真表明该算法的有效性。     

净水厂混凝投药的无模型自适应控制系统

针对净水工艺中混凝投药自动控制存在的问题,以沉淀池出口浊度为被控对象,絮凝剂投加量为调节手段,与加药流量子回路构成串级控制系统,采用无模型自适应(MFA)控制技术设计了混凝投药自动控制系统,给出了具体实施步骤.该系统利用抗滞后MFA控制器克服由于工艺原因造成的浊度闭环控制中的大滞后、大惯性和扰动问题,成功地解决了长期困扰净水行业的难题.上海某水厂的成功应用表明,该解决方案结构合理,投资省,效果好,工程量小,操作维护非常简单,为该问题的解决提供了一条很好的途径.     

针对大滞后系统的改进内模控制算法研究

针对工业过程中较难控制的大滞后系统,提出了一种改进内模控制的方法.方法首先引进导引曲线解决系统快速性与超调之间的矛盾,然后再引进被控对象的参考模型与给定滞后,将导引输出与参考模型取偏差作为控制回路A,再将给定滞后与被控对象取偏差作为控制回路B,最后再基于内模控制的原理分别针对回路A与回路B设计内模控制器,在将二者控制器...     

一类自适应预测算法的全局收敛性

对自适应控制系统为扩展自回归滑动平均模型(ARMAX),提出了一个自适应递推预测算法。该算法的主要特点是在回归变量中使用了预测误差,而且在输入和输出之间带有任意反馈。最后应用鞅收敛定理推广形式给出了这一算法的全局收敛性证明。     

无模型自适应算法在隧道窑控制中的应用研究

隧道窑是烧制陶瓷制品的主要设备,隧道窑的控制水平对陶瓷产品的质量有重要的影响。隧道窑是一个复杂的控制对象,具有非线性、强耦合、大滞后的特点,这些特点给隧道窑的控制带来了困难。无模型自适应控制不需要被控对象数学模型的任何信息,仅仅利用系统的I/O数据就能实现对该系统的控制。把无模型自适应算法和PLC编程技术相结合应用到隧道窑的控制中,能够很好的提高隧道窑的控制品质,进而提高陶瓷制品的产品质量。     

一类非线性大滞后系统的改进无模型自适应控制

针对工业过程中一类常见的非线性大滞后对象,基于伪偏导数(pseudo-partial-derivative,PPD)的概念动态线性化非线性系统,并利用跟踪.微分器预测系统未来时刻的输出,提出了一种改进的无模型自适应控制(improvedmodel-free adaptive control,IMFAC)算法.通过严格的理论推导,证明了新算法的BIBO稳定性和收敛性.仿真结果验证了该算法的有效性.     

无辨识自适应控制预估算法及应用

借助Smith预估思想,将无辨识自适应控制算法推广到大纯滞后系统.为解决Smith预估器对模型的依赖问题,引入搜寻算法,提高了预估算法的鲁棒性和适应能力.给出了仿真研究及具体工业应用结果.     

多关节机器人自适应控制的一种VLSI并行化方法

本文基于超大规模集成的脉动结构，提出了实现机器人线性化模型的参数辩识及自适应控制中优动力矩的并行计算机方法。时序分析表明，该方法可使机器人自适应控制中扰动力矩计策实时性得到很大提高。     

自适应模糊辨识及其在大系统中的应用*

本文基于Ｔ－Ｓ模糊模型构造了一种新的自适应模糊神经网络，给出了网络诉连接结构物学习算法，它能自动学习和修正前件参数及模糊规则，将其用于大系统随机民递阶优化的控制建模中，仿真结果表明，该方法具有收敛速度快，辨识精度高、泛化能力强等特点，可当作复杂大系统建模的一种有效手段。     

成分闭环控制的计算机控制算法研究

对于分析周期长，时滞严重的成分控制对象，本文给出了一个新的计算机控制算法，可以补偿由于取样时间间隔不确定的不利影响以及离线分析造成的不确定纯滞后的不利影响。本文还以混合釜成分串级比值控制系统为例，介绍了实现该控制算法的成分数字调节器的具体方法。     

基于自适应模糊PID的智能灌溉控制研究

智能灌溉中,灌溉液的离子浓度值(EC)的控制具有长时滞,大惯性的特点,并且受外界条件影响,对象增益变化剧烈.介绍了以EC值为控制对象的一种针对时滞、大惯性的非线性过程控制的解决办法--自适应模糊PID控制算法.     

一种线性化模糊内模自适应控制算法

针对非线性对象，提出一种线性化模糊内模自适应控制算法。该算法以一组模糊规则作为非线性对象内部模型，一条模糊规则表示一个局部线性系统；根据对象输入与输出测量值，利用TSK建模方法在线辨识局部模糊内部模型；同时依据辨识模型设计局部H2最优模糊控制规则，所有规则构成H2最优模糊控制器。仿真实验显示：该算法适用于非线性对象的控制，具有较好的鲁棒性和抗干扰能力。     

一种鲁棒补偿的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,可在系统的控制增益已知、部分已知和未知三种情况下,实现系统跟踪有界参考信号的控制目标。该算法采用广义模糊双曲正切模型逼近系统的等价控制项,广义模糊双曲正切模型具有模糊规则个数少,更易于用语言描述获取的特点,在实际应用中更易实现。同时,引入鲁棒补偿项消除系统的不确定项和逼近误差,放宽系统稳定条件为最小近似误差有界。利用Lyapunov函数证明了采用上述控制策略保证了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。     

基于测量的接纳控制研究

与传统的接纳控制算法相比,基于测量的纳控制有诸多优点,首先它无需知识应用的流量模型,其次它能动态适应网络的负载变化,提高网络资源的利用率。文中分析了基于测量的接纳控制的基本思想,并在此基础上提出和实现了一种自适应的接纳控制算法（Adaptive Measurement-Based Admission Control,AMBAC).作者通过实验对该算法进行了验证,发现在系统资源利用率（或接纳能力）接近的情况下,与传统的（固定时间窗口的）,MBAC相比,AMBAC能达到更低的平均分组丢失率。     

自适应模糊控制理论的研究综述

针对近10年来自适应模糊控制的主要研究成果,从模糊系统、模糊控制、稳定性、模糊逼近和神经网络等方面较详细地概括与分析了自适应模糊控制理论的研究与进展,特别是在Lyapunov稳定性理论下,基于模糊模型的自适应模糊控制与鲁棒控制、滑模控制等传统方法的结合与互补为非线性系统建模与控制提供了强有力的工具.最后对自适应模糊控制新的研究方向进行了展望,模糊建模与自适应控制的研究具有重要的理论和实际意义.     

时变终端滑模自适应有限时间控制算法

为实现非线性系统输出对期望轨迹的有限时间内精确跟踪,提出一种有限时间鲁棒控制算法。通过设计一种无到达过程的时变终端滑模面,在保证有限时间收敛的基础上,消除了传统滑模控制中固有的稳态误差,实现系统输出对期望轨迹的精确跟踪。设计了自适应更新律补偿由参数摄动导致的系统扰动,增强系统对内部未知参数摄动的鲁棒性。对比仿真结果表明:时变终端滑模控制比线性滑模控制的轨迹跟踪时间快41. 5%;线性滑模控制器下的轨迹跟踪稳态误差为0. 005,时变滑模控制器使轨迹跟踪的稳态误差降为0,实现精确跟踪。     

模型参考模糊自适应控制*

本文提出了一种模糊自适应机构的设计方法，所设计的自适应机构为偏差的非线性函数。用模糊自适应机构替代常规自适应机构，构成一个模型参考模糊自适应系统。导出了该系统稳定的充要条件，提出了一量化因子的选择方法，设计方法简单，便于工程应用。仿真结果表明：ＭＲＦＡＳ系统自适应性能好，抗内外扰动的能力强。     

基于粒子群优化的自适应模糊制冷控制算法

为解决空间斯特林制冷机和探测器热负载不确定及存在变化的问题,提出了自适应模糊PID制冷控制。在空间环境中使用的斯特林制冷机参数会随着时间的变化而发生改变,探测器负载也会随着工作模式和工作时间的变化而变化,整个制冷系统涉及的变量多,参数非线性。采用传统的控制方法,在固定的单一条件、环境下得到的控制参数,环境和负载发生变化后容易性能变差甚至不稳定,控制精度和稳定性不能满足使用要求。设计了一种自适应斯特林制冷机控制器,通过综合自适应模糊PID控制的方法,采用粒子群优化算法调整控制参数以减小代价函数。通过仿真和试验验证算法的有效性和鲁棒性。     

Model-Reference Fuzzy Adaptive Control as a Framework for Nonlinear System Control

The paper presents a general methodology of adaptive control based on fuzzy model to deal with unknown plants. The problem of parameter estimation is solved using a direct approach, i.e. the controller parameters are adapted without explicitly estimating plant parameters. Thus, very simple adaptive and control laws are obtained using Lyapunov stability criterion. The generality of the approach is substantiated by Stone-Weierstrass theorem, which indicates that any continuous function can be approximated by fuzzy basis function expansion. In the sense of adaptive control, this implies the adaptive law with fuzzified adaptive control parameters. The proposed control algorithm may be viewed as an extension of classical adaptive control for linear plants, but compared to the latter it provides higher adaptation ability and consequently better performance if the plant is nonlinear. The global stability of the control system is assured and the tracking error converges to the residual set that depends on fuzzification properties. The main advantage of the approach is simplicity that suits control engineers since wide range of industrial processes can be controlled by the proposed method. In the paper, the control of heat exchanger is performed.