一种鲁棒稳定的自校正控制器

对于一类带有未建模动态和有界外部扰动的离散线性系统提出了一种新的自校正控制算法。此算法不要求系统参数更多的先验知识。不但能保证闭环系统是鲁棒稳定的。而且平均跟随误差趋于零。从而说明本文方法具有消除各种可能存在的稳态误差的能力,仿真结果证明了本文方法的有效性。     

存在建模误差时的鲁棒自校正控制

研究了一类存在建模误差时的鲁棒自校正问题.在对象的模型误差是“相对小”的情况下,提出了具有辨识误差死区的辨识算法和相应的控制律;通过理论分析,给出厂辨识算法的收敛性;在给出的极点配置自校正定理中证明了对存在任意建模误差及任意有界初始状态的被控对象,整个自适应系统中所有的信号保持有界,因而也就表明所提出的控制算法对模型误差有很强的鲁棒性.     

基于阻尼最小二乘法的鲁棒自校正预测控制器

本文将广义预测控制器（GPC）与阻尼最小二乘法（DLS）相结合,构成一种鲁棒自校正预测控制器．仿真结果表明,这种算法比基于通常的递推最小二乘法（RLS）的自校正预测算法有更强的鲁棒性．     

参数在线自校正控制器在生活水泵站中的应用

以生活水站控制为背景,讨论了一种在线式参数自校正控制器。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。     

异步电动机转子参数的自校正辨识方法的研究

转子参数的变化对异步电机调速系统的动静态性能有很大的影响。基于自校正方法设计了一种新的转子电阻的辨识算法。并通过仿真和实验 ,将这种算法与直接公式法进行了比较。在对自校正辨识算法进行研究时 ,主要分析了算法中参数 kp、 ki、电阻初始设定值、转速和负载转矩的变化对辨识效果的影响。讨论了负载转矩和转速对转子电阻辨识精度产生影响的原因。并且给出了该辨识算法的适用范围。实验结果证明了自校正辨识算法的有效性 ,特别是在大负载的情况下该算法可以准确地辨识出转子电阻     

基于矩阵规范化的直流电机自校正控制

直流电动机实际运行中,模型参数往往会受到运行环境、工况等条件的影响而发生变化,从而导致其系统模型的不确定性.为解决在上述条件下的控制器设计问题,本文介绍了一种基于自校正调节(Self-tuning Regulation)原理的自适应控制算法.该算法利用矩阵规范化的递推最小二乘法(Recursive Least Squares with Matrix Regularization,RLSMR)进行系统时变参数的在线估计,并针对实时辨识的参数采用极点配置(Pole Placement)方法来设计反馈控制器.计算机仿真结果表明,这种基于自校正调节的自适应控制算法对于直流电机的转速控制具有较理想的调节和跟踪能力,并能够很好地适应模型参数的变化.     

一种改进的参数在线自校正模糊控制器

介绍一种采用改进的参数校正原则的自校正模糊控制器.该控制器具有动态范围宽、稳态精度高、响应速度快和超调量小的优点.同时,计算机仿真也表明:对于控制对象参数的变化,该控制器具有良好的适应能力.     

一种改进的参数在线自校正模糊控制器

介绍一种采用改进的参数校正原则的自校正模糊控制器。该控制器具有动态范围宽、稳态精度高、响应速度快和超调量小的优点。同时 ,计算机仿真也表明 :对于控制对象参数的变化 ,该控制器具有良好的适应能力。     

一类非线性系统的极点配置自校正鲁棒控制

本文在文献[1]和[2]的基础上,针对一类较广泛地存在于工业过程和电气传动控制之中的非线性未知系统,提出了一种快速辨识算法,证明和分析了该算法的收敛性,结合该算法设计了一种极点配置自校正鲁棒控制器。理论分析和数字仿真的结果表明:本文给出的方法为这类非线性未知系统的控制提供了一种途径。     

一种改进的参数在线自校正模糊控制器

介绍一种采用改进的参数校正原则的自校正模糊控制器。该控制器具有动态范围宽、稳态精度高、响应速度快和超调量小的优点。同时,计算机仿真也表明：对于控制对象参数的变化,该控制器具有良好的适应能力。     

基于综合算法的自适应鲁棒控制

提出了一种基于综合算法的自适应鲁棒控制器。其主要特点是：将广义最小方差控制和极点配置结合起来，籍以提高控制器的鲁棒性。数字仿真证实提高控制器的鲁棒性。数字仿真证实了所提控制方案在控制效果上明显优于通常的自适应控制器。     

一种新的极点配置鲁棒自适应控制

一种新的极点配置鲁棒自适应控制张天平，冯纯伯（东南大学自动化研究所，南京２１００１８）自Ｒｏｈｒｓ等人［１］提出：如果系统存在未建模动态，那么在理想条件下给出的自适应算法会产生不稳现象以来，自适应控制系统的鲁棒性一直是控制理论研究的中心课题之一．文献...     

两段不对称非线性系统的自适应控制新算法

针对两段不对称非线性系统，分别就非线性部分已知和未知两种情形提出了基于极点配置控制策略的自适应控制新算法，非线性部分已知时，该算法不仅能保证全局稳定性，而且能渐近跟踪一大类参考输出，非线性部分未知时，提出了一种新的辨识方法，使原耦合在一起的线性动态部分和非线性静态部分的参数分开进行辨识，新算法可用于非最小相位系统，并且可辨识的参数少，因此减小了计算量，仿真表明新算法的良好性能。     

基于多模型在线辨识的滑模变结构控制

为了改善复杂非线性系统中传统滑模变结构控制系统的控制效果,提出了一种将多模型在线建模与滑模变结构控制结合的方案.首先,根据输入输出数据利用在线数据聚类的方法建立多个局部模型,实时对局部模型进行更新,并通过加权综合获得非线性系统的在线辨识模型;然后,针对系统的辨识模型设计基于趋近律的滑模变结构控制器.仿真结果表明,控制方案对系统模型的不确定性具有良好的鲁棒性.     

模型预测控制反馈校正系数的在线整定

模型预测控制在处理不可测干扰时有明显的局限性，特别是对于类似斜坡一样的干扰，控制作用十分缓慢。对此，提出了一种对其反馈校正系数的在线整定方法，在各种不同动态的不可测干扰存在的情况下，能显著提高预测控制的控制性能。     

带神经网络补偿的Smith预估极点配置自校正控制

用一个常规线性模型对被控对象进行辨识,线性模型辨识的余差用一个神经网络进行补偿,线性模型和神经网络共同构成对象的辨识模型·基于这一模型对大滞后对象提出了带神经网络补偿的Ｓｍｉｔｈ预估极点配置自校正控制和带神经网络补偿的Ｓｍｉｔｈ预估极点配置自校正ＰＩＤ控制·这些方法适用于非线性对象,具有较强的鲁棒性和较好的控制精度·     

一种零极点配置自校正温度控制器的设计方法

根椐自适应控制理论在工业过程控制中的广泛的应用 ,结合计算机技术和现代控制理论 ,设计了一种零极点配置的自校正温度控制器 提出了温控对象的数学模型 ,给出了模型参数的辨识方法 ,零极点配置自校正温度控制器的设计方法 ,控制量的计算公式和仿真结果 .根据上述理论所设计的零极点配置自校正温度控制器已经用于某温度控制系统的产品 ,它的计算机模拟仿真的结果和实际应用表明 ,该控制器具有如下特点 :被控对象模型参数收敛快 ;对时变的温控对象始终具有满意的控制效果 ;控制精度高 (实际温度与设定的温度在± 1℃范围之内 ) 由于该控制器模型结构简单 ,控制精度高 ,所以可用于高性能的温度控制仪表     

采用多项式结构的机器人鲁棒自适应控制

提出了一种新颖的鲁棒自适应控制策略,采用简单的多项式结构,不需传统的回归矩阵计算,而唯一需要了解的只是系统的阶数和输出的位置及速度状态,能够有效地克服通常难于建模的摩擦力和外部扰动影响,最后保证全局的指数稳定或全局一致最后有界．二自由度机器人的仿真证明了该法的有效性．     

基于自适应逆推设计的STATCOM非线性鲁棒控制

针对受内部及外部扰动影响的含STATCOM(StaticSynchronousCompensator)的单机无穷大系统 ,使用自适应逆推方法构造出系统的存贮函数 ,进而同时获得非线性L2 增益干扰抑制控制器及参数替换律·该控制器不仅能够抑制干扰对系统输出的影响 ,而且由于在内部扰动中重点考虑了阻尼系数的不确定性 ,因此该控制器对系统参数变化也具有很强的鲁棒性·同时 ,该方法的设计过程系统、简明 ,易为工程人员所接受·仿真结果表明自适应逆推方法设计的控制器拥有更优越的性能     

基于操作空间的机械臂自适应模糊鲁棒控制

为提高动力学模型不确定的机械臂系统的跟踪精度, 提出了一种基于操作空间的自适应模糊的鲁棒轨迹跟踪控制方法。考虑存在未知的外部扰动和其他未建模动态, 引入GL(General Linear)矩阵及其乘法算子,利用模糊系统逼近任意非线性函数的能力对机械臂动力学进行前馈补偿, 通过鲁棒控制项抑制建模误差和有界扰动。该方法无需求解机械臂在操作空间的动力学模型。根据Lyapunov 稳定性理论证明了系统的稳定性,并通过仿真实验验证了所设计控制器能达到较好的轨迹跟踪效果。