模糊控制系统稳定性分析及控制器设计

本文给出了模糊控制系统稳定性分析的相平面法和稳定区间法,并对应用这两种方法设计模糊控制系统进行了讨论。文中介绍一种在稳定区间内设计变结构模糊控制器的方法。并进行了仿真研究,结果表明,基于稳定性而设计的模糊控制系统不仅具有良好的动态及稳态的性能,而且具有很强的抗扰能力。

一种基于奇异值分析的多变量系统设计方法

本文研究一种基于奇异值分析的多变量系统设计方法—LQG/LTR方法。文中介绍了所研制的实现该方法的计算机辅助设计软件包,并通过具体算例验证了该软件包的有效性。最后,对LQG/LTR 方法的局限性提出了一种改进方案。

具有不确定性的非线性系统的变结构控制

本文研究了具有不确定性非线性系统的鲁棒输出跟踪控制问题，考虑了对参数、建模不确定性及干扰的鲁棒性，这里的不确定性不需满足通常的匹配条件，通过构造一个Ｌｙａｐｕｎｏｖ函数，我们得到一个变结构控制器，并且证明了输出跟踪误差的收敛性。最后，给出了计算机仿真。结果表明本文提出的方法是有效的。

铜箔生产的微型机控制系统

本文介绍了一种较完善的工业用微型机控制系统。该系统具有在线检测和控制各种物理量的功能。

基于递阶监督的一类多模型自适应控制

针对包含多个子系统的复杂系统,在控制中若使整个系统及子系统的性能最优,常规的控制方法难以实现.在采用一类多模型方案后,提出一种递阶智能监督控制策略,利用模糊神经网络、模糊决策构成了递阶控制的组织级和协调级.经过对混合动力汽车(HEV)的多能源动力总成控制系统进行的仿真研究,表明了该方法的有效性.

多变量系统鲁棒性的奇异值判定法

本文给出了用矩阵奇异值判定多变量系统鲁棒性的通用定理,并在此基础上推导出具有二次型性能指标的MLQR系统的稳定裕量。

改进粒子群算法及其对热连轧机负荷分配优化的研究

提出一种基于适应度方差的权重梯度方向变异的改进粒子群优化算法(IPSO),通过判断适应度方差,按照权重梯度方向进行变异操作,解决了PSO算法的早熟收敛和易于陷入局部极值的问题.应用IPSO算法对精轧机组负荷分配进行优化,根据负荷分配优化策略,给出综合板形板厚的最小方差目标函数,在实现各机架负荷分配优化的同时,提高板形质量.仿真结果表明,该算法计算精度高,收敛速度快,为精轧机组轧制规程的智能优化设计提供了一种新的有效方法.

基于神经网络的PMSM速度和位置自适应观测器的设计

在对永磁同步电机(PMSM)ba-坐标系下的数学模型进行非线性坐标变换的基础上,提出了一种基于神经网络的无传感器控制方法及非线性自适应观测器设计方法;利用Lyapunov理论设计了网络权系数阵的在线学习规则,并证明了观测器的稳定性。理论分析和仿真结果表明,所提出的PMSM无传感器控制方法具有较强的鲁棒性和令人满意的性能。

一类纯滞后系统模糊Smith控制策略的研究

针对工业控制过程中普遍存在的大惯性、纯滞后对象的控制问题，提出用模糊控制器与Ｓｍｉｔｈ预估器相结合的控制策略。仿真结果表明：这种控制器的可知效果良好，特别是解决了系统的振荡问题，且比自适应模糊控制器结构简单，易于理解和实现。

DeviceNet现场总线特点分析及节点电路设计

对D ev iceN et现场总线的低速特性及短帧结构特点进行了深入的分析与研究,为该总线的适用领域提供了理论依据,指出该总线最适合于以突发性数据传输为主的控制系统;针对D ev iceN et控制系统的组成节点提出了具体的设计方案,给出了硬件电路图和软件设计思想,并对设计时应注意的问题进行了相应的说明。

基于多值编码的混合遗传算法的小波神经网络优化

采用多值编码方式构造染色体结构,对小波神经网络的结构和参数进行编码,可以同时确定小波神经网络结构和优化网络参数,简化了问题的求解过程。在遗传算法中嵌入一个梯度下降算子,使得混合算法既有较快的收敛性,又能以较大概率得到全局极值。仿真表明,利用该算法训练小波神经网络,能使网络具有简单的结构形式,较快的收敛速度,较高的逼近精度和较强的泛化能力。

多步预测性能指标函数下的神经网络逆动态控制方法

将预测控制与神经网络逆动态控制相结合，提出了多步预测性能指标函数下的神经网络逆动态控制方法。该方法用多步预测性能指标函数训练神经网络逆动态控制器的权值，使整个系统具有预测控制的特点，有比通常的神经网络逆动态控制快得多的响应速度和更好的响应性能。仿真实验表明了该方法的有效性。

基于神经网络的永磁同步电机的鲁棒控制

提出一种基于神经网络的永磁同步电机的鲁棒控制策略·基于此策略设计了神经网络PID速度控制器 ,使速度控制器能实时在线调整 ,由一种混合型神经网络作为辨识器 ,利用神经网络的学习特性实现对永磁同步电机系统不确定性的鲁棒控制·为了加快响应速度 ,提高响应性能 ,采用多步预测性能指标函数下的反传算法·仿真和实验结果表明 ,所提出的控制方法明显优于一般永磁同步电机系统的控制方法 ,具有较强的鲁棒性·

带神经网络转矩观测器的PMSM自适应前馈PID控制器设计

推导了永磁同步电机(PMSM)的ARMA模型,由递归神经网络构成综合转矩观测器,从而把综合负载转矩视为可测干扰;结合极点配置自校正控制、PID控制和前馈控制思想,设计了PMSM的自适应前馈PID控制器。有效地解决了PMSM系统中参数变化和负载扰动等不确定性问题。仿真实验结果表明,该方法具有较强的鲁棒性。

一种区间二型模糊隶属度函数的构造新方法

针对现有区间二型模糊隶属度函数的构造方法中,存在受试者需为模糊专家,易出现不确定迹(FOU)填满现象(下隶属度函数近似为0),或需预先确定不确定迹的形状的问题,设计受试者不为模糊专家也可正确回答的调查问题,提出一种构造区间二型模糊集隶属度函数的新方法.该法不需预先确定FOU的形状,受试者不必为模糊专家.该法的基本思想是从一组领域专家中收集类属词的上下隶属度区间数据,对所获数据进行数据预处理,最后获得类属词的隶属度函数和FOU.实验结果表明,所提出的新方法可有效构造区间二型模糊隶属度函数,避免出现填满现象.

改进的PSO及其在结晶器液位控制中的应用

针对粒子群算法存在的易于陷入局部极值和收敛速度慢等不足,提出了基于变惯性权重和多种群并行寻优策略的,通过多种群寻优策略来解决陷入局部极值的问题,利用变惯性权重的方法提高收敛速度。并将改进粒子群算法在连铸结晶器液位PID控制器参数自整定中进行了应用研究,仿真结果表明了此算法在PID参数的自整定过程中的有效性。

基于小波神经网络的电梯交通流预测

小波神经网络随着输入维数的增加,网络参数将呈指数倍增加,导致收敛速度下降.在研究统计学理论的基础上,提出了以结构风险最小化为目标的训练方法.该方法最大限度地保证了网络的泛化能力.将该网络应用于电梯交通流的预测,得到了比传统BP神经网络更优的效果.

带神经网络观测器的永磁同步电机极点配置自校正前馈控制

由递归神经网络构成综合负载转矩观测器 ,从而把综合负载转矩视为可测干扰 ,并利用极点配置自校正前馈控制策略实现了永磁同步电机的速度控制 ,解决了永磁同步电机系统中参数变化和负载扰动等不确定性问题。

ControlNet现场总线MAC层控制方法分析

ControlNet现场总线是一种高速的、确定性的网络,它在控制级设备中得到了广泛的应用.在对比了几种常用MAC控制方法的基础上,对ControlNet的核心技术——CTDMA进行了深入的分析与探讨,总结了ControlNet的优缺点,提出了在组态时应遵守的规则.

《自动控制原理》教学改革的探索与实践

在高等学校精品课程的建设工作中,针对《自动控制原理》课程的特点及教学过程中存在的问题做了分析,并在该课程教学改革中着重对学生的个性发展和提高学生的创新能力等方面进行了深入研究。通过不断更新、优化、和完善教学内容,改革教学方法,加强实践环节等措施,明显提高了学生知识、能力和素质的全面发展,教学改革取得了良好的效果。