机械手的自适应前馈补偿变结构控制及其微机实现

为了实现高速、高精度的机械手的控制,本文将自适应前馈补偿控制与变结构理论相结合,给出了一种新的鲁棒性控制方法.通过对机械手的实时控制,证明了该方法是可行的.     

模糊变结构控制器的研究

本文揭示了模糊监督控制的变结构本质,并以到达条件的模糊化过程为例,说明了它与传统的边界层方法的等价法。因此可用以削弱在模糊监督控制中所出现的抖振,文末给出了仿真结果。     

多变量系统的最小方差控制

使系统输出值偏离给定值的方差为最小的控制叫最小方差控制。K.J.Astrom给出单输入单输出系统的最小方差控制规律。L.Keviczky等和卢桂章等分别讨论了多变量系统的最小方差控制,他们将Astrom所用的模型推广到多变量的情况。A.K.Sinha用脉冲传递函数矩阵来讨论这个问题,他用使传递矩阵主对角占优的方法将多变量系统简化为若干个单输入单输出系统,然后采用Astrom的方法建立最小方差控制规律。本文采用脉冲传递矩阵模型,提出最小方差控制的另一种控制算法。     

辨识传递函数的相关——最小二乘数

本文提出一种由脉冲响应序列g(?)(kT)估计传递函数W(s)的最小二乘法。将系统微分方程积分,得到积分方程。由输入σ(t)、输出g_0(kT)用梯形积分法可求出各采样时刻的各积分项的值,便可用最小二乘法估计系统的参数及W(s)。系统的阶数可由是否出现零点、极点对消而确定。本文给出对一阶网络及对电热丝加热炉辨识的实验结果,它们表明本文所提的方法是有效的。     

模糊逻辑控制系统分析与设计

本文把模糊逻辑控制当作多维继器，用Ｌｐ稳定性和园周判据分析闭环模糊逻辑控制系统的稳定性，给出闭环非线性系统与模糊逻辑控制器结合系统的稳定判据和设计方法，并用计算机仿真试验，进一步将稳定判据应用到不同系统。     

不确定性机器人的神经网络补偿控制

本文研究具有不确定性的机器人的轨迹跟踪控制问题。提出了一种由计算力矩控制器和神经网络补偿控制器构成的控制方案。探讨了一种用神经网络估计机器人系统不确定性的途径。给出了神经补偿控制器的设计方法，并证明了闭环系统的收敛性。仿真结构表明所提方案具有很好的鲁棒性和抗干扰能力。     

奇异摄动系统H∞问题的进一步研究*

本文给出奇异摄动系统Ｈ∞问题有解的一个简洁的ε－独立充要条件，并给出Ｈ∞控制器的具体形式。同时本文证明该控制器料具有奇异摄动性，并且其快、慢部分分别为原系统的快、慢子系统之Ｈ∞问题的次优控制器。本文结果亦适用于非标准摄动情形。     

机器人隐式自适应控制

本文提出了一种隐式机器人自适应逆动态控制方法，不用估计机械手的参数，而根据不确定性界的函数直接修正反馈增益。对于机器人模型中的不确定性，本文从理论上证明了跟踪误差的终结有界性，该方法具有设计方便，计算量小的优点，仿真结果验证了该方法的有效性。     

感应电机故障诊断的神经网络方法

<正> 1.引言 许多年来,交流感应电机以其结构简单,坚固,维护使用方便等优点,在工业上获得了广泛的应用。然而,正如各种类型的旋转机械一样,在机电能量转化过程中,电机会不可避免地受到初始故障的影响,如果这种故障不被诊断或排除,势必会造成电机损坏形成事故。通常,一位有经验的工程师通过观察能够判断电机的运行性能是否正常,但一般     

机械臂神经网络变结构控制器

本文将变结构原理引入网络控制器的鲁棒性设计，结果表明，此类控制器可自动补偿由于不精确学习或系统参数变化而引起的动态特性上的不足。