Adaptive L_2 control of nonlinear systems using neural networks

An adaptive neural network controller is developed to achieve output-tracking of a class of nonlinear systems. The global L 2 stability of the closed-loop system is established. The proposed control design overcomes the limitation of the conventional adaptive neural control design where the modeling error brought by neural networks is assumed to be bounded over a compact set. Moreover, the generalized matching conditions are also relaxed in the proposed L 2 control design as the gains for the external disturbances entering the system are allowed to have unknown upper bounds.

基于神经网络的热风炉模糊控制系统研究

钢铁作为我国制造业、建筑业不可或缺的资源,在我国的基础建设中发挥了重要的作用。高炉炼铁是目前进行钢铁加工的主要手段,在热风炉的加热下将从矿山采集的铁原材以及焦炭、煤粉进行混合燃烧,将燃烧产生的热风送入高炉内在进行炼铁加工。热风炉在高炉炼铁中的作用可见一斑。有效的控制热风炉的燃烧过程,保证其蓄热充分,能够最大程度的减少资源浪费。探讨了一种基于神经网络的热风炉模糊控制系统,从热风炉的工艺控制流程入手分析,介绍了基于神经网络的热风炉的模糊控制系统硬件以及软件设计,最后对这一系统的现场实际应用效果进行了分析,结果发现神经网络模糊控制系统具有较高的可行性,提升热风炉的工作效率,保证高炉冶炼的效果。

多变量自适应PID型神经网络控制器及其设计方法

提出一种PID型神经网络控制器(PID-like Neural Network Controller,PIDNNC)及其设计方法.基于PID的简单结构和良好性能优势以及神经网络的自调节和自适应的特长,创建一种具有PID结构的多变量自适应的PID型神经网络控制器.该网络控制器的隐含层由带有输出反馈和激活反馈的混合局部连接递归网络组成.通过定义误差函数作为设计目标,采用弹性BP算法,并用变化率以及弹性BP算法中的符号法来处理某些求导关系,获得适于实时在线调整网络权值的修正公式.根据李亚普诺夫稳定性定理推导出确保控制系统稳定的学习速率的取值范围.最后通过实例进一步说明所提出网络控制器的优越性.*

带有广义不确定性的导弹非线性控制系统设计

在导弹系统存在广义不确定性情况下,提出了一种基于反演设计技术和RBF神经网络的导弹非线性自适应控制系统设计方法。设计过程中将不确定性对系统的影响合成为一项,然后应用RBF神经网络消除了其对系统的影响,有效地解决了控制系数矩阵未知时控制器设计问题,同时放松了现有文献中对控制系数矩阵不确定性的要求。应用Lypunov稳定性定理推导出神经网络权重矩阵的自适应调节律,并证明了闭环系统的所有信号均有界且指数收敛至系统原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果验证了该算法的有效性。

轮式移动操作机器人的鲁棒跟踪控制器设计

针对轮式移动操作机器人的非完整性和不确定性,为其设计了鲁棒跟踪控制器.即采用分段运动学到动力学方法为移动平台设计动力学跟踪控制器,并分别为移动平台和机械手设计神经网络控制器,利用遗传算法来搜索神经网络的优化权系值,从而补偿平台与机械手间的不确定量.通过Matlab的Simulink以及CMEX文件对所设计的控制器仿真,结果表明此控制器具有较强的鲁棒性.

高压电除尘节能优化控制系统的设计

为实现电除尘器的节能优化运行,介绍了一种控制系统中嵌入二次电压优化算法的设计方案。系统以出口粉尘浓度作为除尘效率的判据,以一次侧输入功率作为除尘器能耗的判据,用全监督RBF神经网络建立出口浓度-供电电压模型,采用遗传算法GA寻找最佳二次电压的设定值。通过控制算法与优化算法的有效结合,系统能够快速的寻找最优二次电压并且跟踪此最优电压。该方案对提高电除尘器的除尘效率,降低能耗,有重要的理论价值。

一种BP网络校正算法的实验室智能温控系统研究

实验室中的电子设备和化学试剂等对温度条件的要求较高,需要进行智能温度控制。传统的实验室温度控制方法采用BP神经网络控制方法,系统连接权值表现为一种静态属性相关权重,难以适应实验室温度自适应控制的需求。提出一种基于变结构BP神经网络自适应校正的实验室智能温度控制算法。进行实验室温度数据的挖掘和预处理,构建变结构BP神经网络自校正控制模型,采用自适应校正方法对温差进行调整,采用比例元进行温度过高情况下的微调,采用积分元进行温度过低下的微调,实现控制算法改进。基于TMS320VC5509A DSP芯片进行智能温控系统的核心电路设计。仿真结果表明,采用该系统能有效实现实验室温度智能控制,性能较好,可靠性高。

水泥生产的现场总线控制系统设计

阐述了一种适用于水泥生产的基于CAN总线的集散控制系统的总体设计,从系统的硬件体系、功能设计和软件体系等方面进行了详细的论述。此外,根据水泥生产的特点,提出了适合于系统开发的控制方案。

基于模糊逻辑与神经网络技术的智能控制器自动设计系统的研究

通过对模糊逻辑控制器设计过程的分析,从总的角度给出了基于模糊逻辑与神经网络技术的智能控制器自动设计系统的详细设计思想及设计过程,并较详细地介绍了该智能控制器生成系统中的几种自学习算法的基本原理及利用与添加方法,最后以梯度学习算法为例验证了智能控制器自动设计系统的有效性。

基于MRAS的三相PMSM神经滑模控制

针对永磁同步电机启动慢、转速超调高、抖振强、观测误差大的特点,提出一种基于模型参考自适应系统的神经滑模控制策略。通过将径向基函数神经网络算法应用于滑模控制器中,对传统的滑模控制策略进行改进,实现对于转子位置和速度的快速有效追踪。同时,在控制器的设计中使用饱和函数取代传统切换函数,并采用指数趋近率,根据Popov超稳定性与正性动态系统理论设计模型参考自适应系统。通过进行Matlab仿真,结果表明所提算法具有可行性,并且能够实现永磁同步电机的快速稳定运行,具有良好的动静态性能。

一种神经网络控制器的容错设计与可靠性评估方法

本文以应用于电力控制系统中的人工神经网络快速汽门非线性适应控制器为例，详细论述了一种神经网络控制器的容错设计与可靠性评估方法．文中首先提出神经网络可靠性研究的重要性，以及本文所提出的容错设计与可靠性评估方法的通用性，然后详细介绍了一种神经网络快速汽门非线性适应控制器的设计结构和容错设计原理，最后根据设计的结果，得出了可靠性评估公式及其推广．

基于卷积神经网络的室内虚拟控制系统设计

为了能够实现在智能家居背景下的远程虚拟控制,解决传统家居安防系统中所存在的资源浪费,无法高效率控制的技术弊端,文中提出一种基于卷积神经网络的室内虚拟控制系统设计思路。将RaspberryPi3b+和CIS摄像头连用作为设计的硬件配置构成,通过摄像头获取室内的相关图像数据,并运用计算机系统对图像数据进行判断,根据判断结果实现对室内虚拟控制。文中首先概述了室内虚拟控制采用的机器人抓取卷积神经网络模型,并说明此次室内虚拟控制系统设计的软硬件系统配置。在系统硬件配置部分选用STM32F103C8T6型号作为系统的主控制器,设计语音控制功能模块和串口屏用于存储控制代码、图片、字库等内容。在系统软件部分设计行人检测,对人脸识别的图像进行预处理、特征提取、匹配识别。实验结果表明,所提系统能够提高室内虚拟控制移位抓取的精准度,提高控制操作简便性。

多模式船舶主机及其控制系统仿真器设计

由上海海运学院研制的船舶主机及其控制系统仿真器有三种模式。第一种是单机模式,主机模型、控制系统及其操作界面都在一台计算机中。第二种是主从模式,上位机采用PC机实现人机操作界面,下位机采用单片机作为控制器通过模拟操作台实现对模拟主机的控制。第三种模式是网络模式,作为大型轮机模拟器的一个核心部分。主机模型采用基于动态优化的BP神经网络,控制系统的软件采用实时多任务操作系统。该仿真器已经在多所海运院校和企业用于学生和在职船员培训。

恒温箱温度测控系统设计及其BP网络控制预测

为了提高恒温箱温度控制的精度,采用STM 32F 103系列芯片作为主控制器,结合恒温箱箱内情况和高精度的控制要求,设计实现了温度测量和温度控制等环节,控制系统软件部分采用嵌入式操作系统μC/OSII基于C语言在Keil平台实现。将由外界环境温度经BP神经网络预测,并计算得到的温度变化率作为模糊控制的其中一维输入,使控制器具有超前控制的作用。经计算可知,预测温度的绝对误差的最大值为0.23720℃,平均值为0.10271℃,均方差为0.06396℃。从预测结果来看,箱内温度的预测可以通过BP神经网络预测模型来实现,有效解决了恒温箱温度控制的滞后性问题,对电气设备温控设计领域起到一定的理论支撑作用。

基于事件触发的离散MIMO系统自适应评判容错控制

本文针对具有执行器故障的一类离散非线性多输入多输出(Multi-input multi-output,MIMO)系统,提出了一种基于事件触发的自适应评判容错控制方案.该控制方案包括评价和执行网络.在评价网络里,为了缓解现有的非光滑二值效用函数可能引起的执行网络跳变问题,利用高斯函数构建了一个光滑的效用函数,并采用评价网络近似最优性能指标函数.在执行网络里,通过变量替换将系统状态的将来信息转化成关于系统当前状态的函数,并结合事件触发机制设计了最优跟踪控制器.该控制器引入了动态补偿项,不仅能够抑制执行器故障对系统性能的影响,而且能够改善系统的控制性能.稳定性分析表明所有信号最终一致有界且跟踪误差收敛于原点的有界小邻域内.数值系统和实际系统的仿真结果验证了该方案的有效性.

非线性自适应控制理论在无人直升机飞行控制系统设计中的应用

最近 ,国内外很多研究结果表明 ,基于神经网络的直接自适应控制方法 ,在飞行器控制系统设计中有着诸多优点。其中最重要的是它减少了设计对飞机动态特性高保真建模的依赖。这种设计方法在某无人直升机上得以实际飞行验证。本文主要介绍这种非线性自适应控制系统及其外回路航迹跟踪控制器的设计问题。

直升机抗扰控制律设计及仿真

对直升机外挂部件的扰动机理进行分析,建立扰动条件下的直升机状态方程;利用傅里叶变换对直升机的稳态干扰响应进行重构,构造补偿信号;采用前馈控制方案,针对外挂部件不同转速和工作模式设计扰动控制律,抑制干扰影响;利用径向基神经网络实现全包线范围的抗扰控制律设计;仿真结果表明,采用上述的控制方案,可以取得满意的扰动抑制效果,表明了该方法的可行性和有效性。

基于神经网络的智能交通控制系统构建

针对当前智能交通发展的需求,结合当前的智能算法,提出一种基于BP的智能交通控制系统。为实现该系统,实现智能化城市交通控制的价值,首先对该系统的需求进行了分析,然后分别对系统的整体方案、硬件和软件等经了设计。在设计中重点对BP智能交通通行时间进行预测,并采用DSP处理器对BP算法进行运算,以提高运算的效率。最后给出部分实现的界面。

基于语义的产品自适应混合免疫遗传形态设计

为进一步探讨产品设计中形态特征和用户情感匹配的问题,提出了一种基于语义的自适应混合免疫遗传产品形态设计优化方法。通过目标语义的模糊隶属度的匹配来生成初始抗体集合,再利用专家建议来生成疫苗集合,并在演化过程中通过疫苗接种和基于亲和度的选择来加速收敛并保持种群多样性,利用反向传播神经网络(BPNN)将形态特征语义空间映射到情感语义空间并构造适应度函数。此外,疫苗接种概率按接种效果进行自适应调节,并基于信息熵理论定义抗体之间的亲合度及抗体的选择概率。原型系统实现了形态设计的快速生成和设计评价,验证了方法的有效性。

全桥直流变换器的RBF神经网络控制技术研究

针对船舶直流区域配电系统中全桥直流变换器精确数学模型难以建立、经典控制系统设计困难的问题,提出了全桥直流变换器的RBF神经网络控制的方法和步骤,并建立了仿真模型。仿真结果表明,在全桥直流变换器输出电压的控制方面,RBF神经网络控制与经典PID控制相比优势明显。最后,提出了进一步的研究方向。