一种基于粒子群优化的非线性系统辨识方法

针对单入单出离散时间非线性动态系统提出一种辨识方法.该方法采用带误差修正的改进泛模型作为非线性系统的结构模型,模型中的时变特征参量及误差修正系数采用粒子群（PSO）算法优化,优化后的模型可以逼近非线性系统.该方法简单、易于实现.通过对Box-Jenkins煤气炉数据等非线性被控对象的仿真研究及对模型的分析,表明了所提出算法的有效性.     

电液伺服系统多项式非线性建模与控制一体化设计

常规电液伺服系统PID控制无法克服非线性因素影响,存在跟踪准确性和鲁棒性问题.因此,本文提出电液伺服系统多项式非线性H∞控制律设计方法,改进电液伺服系统的控制性能与鲁棒性.首先利用多项式非线性模型对电液伺服系统进行系统辨识,得到以误差作为状态变量的多项式非线性模型;然后设计多项式非线性控制律,证明所提出控制律可以保证系...     

未知参数非线性系统的自适应广义预测控制

研究非线性系统的稳定性和跟踪优化问题,针对未知参数非线性系统的参数辨识和输出跟踪问题,给出参数自适应广义预测控制方法,为使辨识模型能实时反映被控对象特性以及输出对设定值的跟踪有较高精度.提出将非线性系统转化为受控自回归滑动平均模型,根据输入输出数据辨识模型参数.采用广义预测控制滚动优化的策略得出最优控制律,将最优控制律作用于对象实现非线性系统的优化控制以及系统输出对设定值的跟踪控制.明显克服了自适应控制对模型精度要求高的缺陷且具有在线辨识,滚动优化的特点.最后,通过仿真实例验证了方法的有效性.     

一种基于PSO的自适应神经网络预测控制

针对非线性系统,提出了一种基于微粒群优化(PSO)的自适应神经网络预测控制方法.采用对角递归网络(DRNN)对非线性系统进行建模,并利用扩展卡尔曼滤波(EKF)递推估计算法在线计算网络模型参数的Jacobian矩阵以实现模型参数的自适应.利用PSO算法在线优化求解非线性系统的预测控制律,以克服传统基于梯度法的非线性规划方法求解预测控制律时对初始条件非常敏感的缺点.生化发酵过程的仿真结果表明,所提出的控制方法具有良好的跟踪能力和抗干扰能力.     

小型无人直升机控制律设计与仿真

依据摄动线化原理,本文对模型直升机非线性模型在平衡点进行了小摄动线性化处理,得出了线性化动力学模型,并对它进行了PID控制律设计,应用MATLAB/Simulink对控制律作用于线性化模型和非线性模型分别进行了仿真验证,结果表明作用于线性化模型具有良好控制效果的控制律尚不能有效控制非线性模型.使用backstepping方法对非线性模型子系统选择相应的李雅普诺夫候选函数,应用递归方法设计了使型直升机动力学非线性模型镇定的控制律,确保李雅普诺夫候选函数的导数为负定.经仿真验证表明利用该设计方法得到的控制律能对非线性模型进行有效控制.     

基于状态反馈精确线性化的三相四桥臂逆变器的控制

根据三相四桥臂逆变器的工作原理,应用开关函数建立了控制系统数学模型,引入开关周期平均算子将离散的系统转化为连续系统.根据系统的主要控制目标选取状态变量、输入变量和输出变量,得到适合于微分几何方法的3输入3输出的仿射非线性系统模型.根据非线性微分几何理论,从理论上证明了该模型满足多输入、多输出系统精确线性化的条件,推导出非线性状态反馈控制律.对非线性坐标变换后得到的线性系统,利用二次型最优控制策略时,根据无源性控制方法的思想,提出一种闭环系统能量函数,并推导出权矩阵的参数形式.将最优化得到的控制律进行逆变换来实现原系统的优化控制设计.仿真结果验证了该方法的有效性和正确性.     

基于虚拟模型的自适应解耦抗扰控制

针对一类多变量非线性耦合系统,提出了一种基于虚拟模型的非线性自适应控制器.首先将非线性系统线性化处理并将其作为虚拟模型,对该模型设计线性自适应控制律.然后将线性控制律分别应用在虚拟系统和受控的实际非线性系统上,根据两者的输出误差设计补偿控制律,以达到对实际被控对象进行自适应解耦抗扰的目的.利用李雅普诺夫稳定理论给出了控制系统稳定性条件.实验仿真验证了控制算法的有效性.     

基于支持向量机的非线性系统预测控制

针对离散非线性系统, 提出一种可用于非线性过程的支持向量机预测控制方法, 并给出了控制律的收敛性分析. 该方法将复杂的非线性预测方程转化成直观而有效的线性形式, 同时利用线性预测控制方法求得解析的控制律, 避免了复杂的非线性优化求解, 对非线性工业焦化装置温度控制的仿真结果表明了算法的有效性.     

考虑非线性因素的飞机防滑刹车系统控制

飞机的刹车过程存在较强的非线性,目前广泛应用的速度差加压力偏调式(PBM)控制律难以实现对飞机刹车的高性能控制.本文提出了一种考虑飞机刹车过程中非线性因素的滑模控制律.首先建立考虑轮胎跑道非线性和刹车盘摩擦系数非线性的的飞机防滑刹车系统非线性模型,然后设计了滑模观测器对飞机速度进行估计,并在此基础上设计了一种滑模变结构控制律,最后基于模糊理论对滑模控制律进行优化,从而抑制控制器的抖振.仿真结果表明,基于模糊指数趋近律的滑模变结构控制律控制效果优于传统“PD+PBM”控制律,抑制控制器输出抖振效果良好,能够很好的适应刹车过程中的复杂非线性因素,刹车效率高,控制方法合理有效.     

无模型控制律的一种改进算法

针对基本形式的无模型控制律没有充分利用输入输出数据包含的信息,利用输入输出数据的高阶信息,提出了一种新的控制准则函数,推导了其控制律算法.然后针对一类具有积分环节的被控对象设计了带反馈环节的无模型控制器.并在相同条件下,对分别采用基本算法和改进算法设计的无模型控制器进行控制性能仿真研究.仿真结果表明:改进的无模型控制律算法表现出优良的控制品质,跟踪性能良好,具有参数自适应性.该算法适合处理参数时变、结构时变的非线性系统的控制问题.     

一种改进的紧格式无模型自适应控制方法

针对一类由一般非线性函数描述的离散时间非线性系统,采用等价动态线性化技术,提出一种改进的紧格式无模型自适应控制(iCF-MFAC)方法.iCF-MFAC方法的自适应控制律包含两项:时变比例控制项和时变积分控制项,与只有一项时变积分项的原CF-MFAC方法相比,iCF-MFAC方法具有更好的通用性和灵活性,并能够提供更好...     

拓扑切换下IT2 T-S模糊非线性多智能体系统全局逆最优控制

针对连续非线性多智能体系统的全局最优协同控制问题,本文提出了模糊输出反馈和逆最优方法的分布式一致性最优控制律和相应的控制策略.首先,通过一种区间2型T-S (interval type 2 Takagi-Sugeno IT2 T-S)模糊模型将非线性系统等价转化为线性系统.其次,基于逆最优方法设计了全局最优协同控制律和相应的模糊输出反馈控制策略,智能体间仅仅通过局部通信,即可实现拓扑切换下非线性多智能体系统的二次性能全局最优控制,且系统的收敛速度大大提高.基于局部稳定性理论给出了全局逆最优控制的充要条件.最后,通过MATLAB算例验证所提方法的正确性和可行性.     

互联多输入系统的分散自适应L2增益控制

为了实现一类非下三角结构互联多输入系统的鲁棒控制,提出一种基于状态量测的非线性自适应L2增益分散干扰抑制方法,并给出了规律性计算公式,克服了反复递推设计的不足,通过控制律中引入K类函数,提高了状态变量的收敛速度.该方法应用到了多机广域电力系统分散励磁控制中,仿真结果表明:在大扰动情况下,相对于传统L2增益抑制方法,新方法能够有效抑制外部干扰,提高各状态变量的响应速度,对于增强电力系统的暂态稳定性具有重要意义.     

同步发电机非线性励磁控制的逆系统方法

本利用非线性控制的逆系统方法，将大型同步发电机非线性励磁控制问题变换为一个相应的线性最优控制问题，设计出便于实现的非线性励磁控制规律。经仿真研究表明，所设计的控制律显地改善了电力系统暂态过程的动态响应，较大提高了静态稳定极限，有效地提高了电力系统的暂态稳定水平。     

含有广义饱和函数的全局渐近稳定非线性PID控制

为解决传统饱和函数条件比较苛刻的问题,本文提出了一种饱和函数,并将其应用于线性PD（比例－微分）+非线性PI（比例－积分）控制律．应用李亚普诺夫稳定性定理和拉萨尔不变原理推导了非线性PID控制律全局渐近稳定条件．为提高非线性PID控制精度,以位置跟踪误差绝对值时间积分和关节力矩输出误差绝对值时间积分为目标函数,以全局渐近稳定性条件以及关节额定驱动力矩为约束条件,应用多目标遗传算法NSGA-II（non-dominated sorted genetic algorithm-II）进行非线性PID控制律参数整定．选择优化后位置跟踪误差绝对值时间积分最小的饱和函数,并研究含有该饱和函数的非线性PID控制律对模型不确定性、输入干扰力矩和噪声的鲁棒性．与传统PID控制律和含有传统饱和函数的非线性PID控制律相比,本文方法的位置跟踪精度分别提高了近2个数量级和1个数量级．提出的饱和函数在靠近平衡点处具有较强反作用,使误差快速收敛于平衡点,有助于提高非线性PID控制律的位置跟踪精度以及鲁棒性．     

一类非线性多变量系统的多模型自适应解耦控制

针对一类多变量离散时间非线性动态系统。分别设计线性鲁棒自适应解耦控制律和神经网络非线性自适应解耦控制律．根据指定的性能指标,通过它们之间的切换对系统进行控制．理论分析和仿真结果表明,该控制策略不但可以保证闭环系统BIBO稳定,而且能够改善系统的性能．     

不确定受扰电液伺服系统智能自学习PID控制

针对具有参数不确定和外负载扰动的不确定受扰电液伺服系统,提出一种智能自学习PID控制策略.该方法不依赖于系统的精确模型,是一种数据驱动的控制方法.首先,通过改进的动态线性化方法将非线性非仿射的电液伺服系统等效为含有时变参数项和非线性不确定项的线性仿射形式;然后,采用梯度估计算法和时间差分算法分别对时变参数项和非线性不确定项进行估计;接着,利用iPID控制引入附加误差信息对过度线性化丢失的信息进行补偿;最后,根据最优准则,设计不确定受扰电液伺服系统的参数更新律和学习控制律.通过理论分析和仿真实验验证所提出控制策略的收敛性,并通过对比实验,验证该控制方案应用于电液伺服系统的优越性和精确性.实验结果表明,所提出方法能够抑制非线性扰动对系统造成的不良影响,实现理想轨迹的精确跟踪.     

基于平衡学习的CMAC神经网络非线性滑模容错控制

以一改进的信度分配CMAC(cerebellar model articulation controllers)神经网络为在线故障诊断的手段,将变结构滑模摔制技术引入容错控制器设计之中,提出一种动态非线性系统主动容错控制方法.在常规CMAC学习算法中,误差被平均地分配给所有被激活的存储单元,不管各存储单元存储数据(权值)的可信程度.改进的CMAC中,利用激活单元先前学习次数作为可信度,其误差校正值与激活单元先前学习次数的-p次方成比例,从而提高神经网络的在线学习速度和精度;在此基础上利用滑模控制算法进行容错控制律的在线重构,实现动态非线性系统在线故障诊断与容错控制的集成.分析了系统的稳定性,仿真结果表明改进故障学习算法及容错控制的有效性.     

A universal digital motion controller design for servo positioning mechanisms in industrial manufacturing

A parameterized design of universal motion controller is proposed in discrete-time domain using composite nonlinear control approach for high-performance servo mechanisms in industrial automation. First, the model of servo mechanisms is converted into discrete-time state-space form, and a linear control law is designed, consisting of state feedback, reference feed-forward and disturbance compensation. Next, a nonlinear control law is constructed to smoothly modulate the closed-loop damping as the system output approaches the reference. To estimate the unmeasurable velocity and disturbance, a reduced-order extended-state observer is adopted. The final controller is a combination of the above three parts and is fully parameterized in some fundamental tuning parameters. The controller was applied to a permanent magnet synchronous motor (PMSM) drive, which usually serves as the actuator for high-performance motion control systems. After MATLAB simulation, experimental test using a digital signal processing board was conducted, to verify the effectiveness of the proposed design.