基于分散微粒群算法的二维模糊最大熵图像分割

该文研究了基于二维模糊信息熵的图像分割方法,针对二维模糊信息熵图像分割方法求取阈值时存在的计算复杂、时间长、实用性差等问题,提出了基于优化微粒群算法的二维最大熵图像分割方法。DPSO算法对图像的二维阈值空间进行全局搜索,并将搜索得到的二维熵最大值所对应的点灰度-区域灰度均值作为阈值进行图像分割。同时,为了避免该算法收敛到局部最优解的问题,在算法中引入了变异策略。通过实验显示了该算法在收敛性和计算效率上较QPSO在内其它优化算法具有更好的优越性。     

一种具有设定值加权的IMC-PID控制方法

提出了一种具有模糊逻辑设定值加权的内模PID控制方法.该方法通过模糊系统的输出在线修正内模PID控制器比例作用部分设定值的加权系数及人工调节控制器的滤波器系数,使系统的目标值跟踪特性和干扰抑制特性均得到明显的改善.改进了常规内模PID 控制的不足,而且控制算法简单、参数调整方便,理论分析和仿真试验研究结果表明了它的有效性.     

基于神经网络的自适应内模PID控制方法

针对典型的工业过程控制对象,提出了一种基于神经网络的自适应内模PID(IMC-PID)控制方法.传统的IMC-PID控制器只有一个可调参数,可方便的调整闭环系统的响应速度和鲁棒性.但当控制对象参数发生变化或系统中存在不确定性因素时,则需要重新整定IMC-PID控制器参数.所提出的方法通过神经网络的在线学习功能实时地调整IMC-PID控制器参数,以增强系统的鲁棒性和控制性能,其中BP算法用于调整神经网络的权值,以保证控制系统的误差最小.仿真结果表明了它的有效性.     

积分时滞对象的一种内模PID鲁棒控制方法

针对工业系统中常见的具有积分和时滞特性的过程对象,基于内模控制原理,将IMC-PID(internal model control-proportional integral derivative)控制器参数整定与鲁棒控制相结合,设计一种IMC-PID控制器参数的鲁棒整定方法。通过一阶环节逼近积分环节,采用泰勒公式逼近时滞项,推导得到IMC-PID控制器参数的设计公式。并基于鲁棒性能指标给出了简单的参数整定解析表达式,实现IMC-PID控制器的鲁棒整定。仿真结果表明,基于鲁棒性能指标的IMC-PID控制方法克服了常规方法中参数整定的盲目性,可使系统同时获得良好的动态响应性能和鲁棒性。     

载荷优化的海上漂浮式风电机组二阶滑模变桨控制

针对强非线性、强耦合的海上漂浮式风电机组动力学系统,提出一种基于二阶滑模的统一变桨控制策略,解决受海浪风速等随机干扰引起浮式支撑平台运动而产生的疲劳结构载荷及功率波动问题。构建漂浮式风电机组的不确定仿射非线性模型,基于风电机组“额定转速”设计积分滑模面,此“额定转速”不再是恒定值,而是取决于平台纵摇速度的变量,基于超螺旋算法实现二阶滑模变桨控制律。采用FAST和Matlab/Simulink联合仿真,所提出的方案与传统PI控制相比,对稳定高风速时风力发电机功率,抑制浮式支撑平台运动及减少叶根载荷具有更好的控制作用,对塔基也有较好的减载作用。     

一种无模型自适应积分终端滑模控制方法

针对一类包含扰动的非线性离散时间系统,提出一种新的无模型自适应离散积分终端滑模控制算法.该算法基于紧格式动态线性化数据模型,利用离散积分终端滑模控制算法设计无模型自适应控制器,并采用扰动估计技术估计系统的扰动项,其中动态线性化方法中“伪偏导数”的估计算法仅依赖于被控系统的I/O测量数据.理论分析证明了系统输入输出有界,并通过仿真实验验证了所提算法的有效性.     

一类不稳定过程的模糊增益调度内模PID控制

针对一阶时延不稳定过程(FODUP)难以控制的问题,提出了基于模糊增益调度内模PID(IMC-PID)控制方法;该方法首先设计不稳定时延过程的IMC-PID控制器,并通过模糊系统的输出在线整定滤波器参数λ,使得参数λ在系统的鲁棒性和响应速度之间取得一个合适的折中选择;仿真研究结果表明,所提出方法使得FODUP系统的目标值跟踪特性和干扰抑制特性及鲁棒性均得到明显改善.     

一类非线性大滞后系统自适应积分滑模控制

针对一类非线性大滞后系统, 基于伪偏导数概念的动态线性化非线性系统模型, 利用离散时间预测器技术, 实现了系统原始表达式中滞后环节的隐性表达, 并结合离散积分滑模控制(discrete integral sliding mode control, DISMC)方法, 提出了一种新的无模型自适应离散积分滑模控制(model-free adaptive discrete integral sliding mode control, MFA-DISMC)方案. 该方法的主要特点是控制器设计仅取决于被控对象的输入和输出测量数据. 通过理论分析证明了算法的稳定性, 仿真研究表明, 相比于无模型自适应控制(model-free adaptive control, MFAC)、Smith预估控制、改进的MFAC控制以及比例–积分–微分(proportional-integral-derivative, PID) 控制方法, 本文方法具有更快的响应速度和更强的鲁棒性. 最后, 通过双容水箱液位控制系统的实验研究, 验证了所提出方法的有效性.     

轮式移动机器人的数据驱动轨迹跟踪滑模约束控制

针对有输入饱和约束的轮式移动机器人(WMR)的轨迹跟踪问题,提出一种抗饱和无模型自适应积分终端滑模控制方案.该方案基于紧格式动态线性化技术,构建WMR系统的在线数据驱动模型.在积分终端滑模控制器设计过程中,引入动态抗饱和补偿器,以解决WMR系统轨迹跟踪过程中执行器饱和问题.控制器设计仅利用控制系统的输入输出数据,与WMR系统模型信息无关.因此,针对不同类型的WMR系统,该方案均可实现.最后,通过仿真实验将所提出的方法与PID方法的控制效果进行对比,仿真结果表明,所提出的控制算法的跟踪误差更小且响应速度更快.