基于动态神经网络的旋翼飞行器在线模型辨识算法

旋翼飞行器动力学模型复杂度高、非线性强,且存在模型参数偏差、外界随机干扰导致的未知不确定性,因此难以建立精确的动力学模型,给飞行控制系统的设计带来困难。针对上述问题,提出了一种基于动态神经网络的旋翼飞行器在线模型辨识算法,在不依赖于模型先验信息和未知的不确定性信息的情况下,可实现完全数据驱动的在线高精度的模型辨识。基于Lyapunov理论和Barbalat引理,给出了辨识算法的收敛性理论分析。最终,通过数值仿真验证了模型辨识算法的有效性。

动力学效应的动力定位船舶模型在线辨识算法

由于船舶模型的高度非线性以及外界干扰力、推进器推力的无法测量性,导致它们的在线辨识和估计显得十分困难.本文提出一种以动力学效应为基础,应用无味卡尔曼滤波器(unscented Kalman filters,UKF)进行动力定位船舶动力学模型、外界载荷以及推进器推力在线辨识的算法.此算法能够在动力定位过程中不断求解船舶模型和其受到的载荷力,使得拥有这些参数的船舶模型和载荷所反映出的动力学效应不断逼近传感器检测到的运动反馈.基于此原理,用这些参数作为名义上的船舶模型、外界力、推进器推力就能够完成高效、自适应的定位控制.通过控制仿真,证明了此算法的有效性和正确性.

闭环在线辨识模型的一种实用方法──（Ⅱ）对象模型跟踪辨识与应用

本文在初始模型确定的条件下，按照缓变对象的特点，提出拟合效果较优的模型滚动辨识方法。由于采用自然的对象强迫输入与响应输出的确定性拟合方法，避免了统计方法必须拥有的大量样本数据的缺点，有利于模型在线辨识的实时性。最后，举例说明本方法的应用。

含橡胶轴承轴系振动传递主动控制研究

研究基于惯性式作动器的轴系振动主动控制方法,用于抑制轴系振动向弹性基础传递。首先通过简化的轴系模型,分析了随转速变化的橡胶轴承支承特性导致轴系振动特性显著改变的原因,然后提出控制通道模型在线辨识与周期振动抑制方法。使用LMS辨识算法和子空间滤波方法获取轴系运行状态下的控制通道的脉冲响应,滤除其中由转速调制的周期干扰信号,并使用内嵌饱和抑制与干扰重构的Filtered-x LMS算法构建由转速调制的周期干扰的抑制方法。仿真和试验结果表明,经过滤波的脉冲响应的在线辨识模型更加有效,而且控制方法能够抑制转速调制的周期干扰,减小弹性基础振动。

溶解氧的广义预测控制仿真研究

通过Matlab仿真,运用渐消记忆递推最小二乘法进行在线辨识,对溶解氧过程进行了广义预测控制的研究。通过尝试不同控制器参数,找到了控制效果较好的参数组合。同时对广义预测控制在快时变系统上的应用和相关参数的影响进行了探索。研究表明:广义预测控制比模糊自适应PID控制的电耗指标有所减少。

基于模糊补偿的广义预测控制

针对在广义预测控制中采用在线辨识模型参数来克服模型失配的影响的情况 ,提出了用模糊推理对控制量进行补偿的解决方案。仿真结果表明 ,该方案非常有效 ,适合用于具有时滞的复杂工业系统。

电动车驾驶机器人控制器参数自学习方法研究

针对人工驾驶和现有的机械式驾驶机器人在电动车续驶里程试验中存在成本高、耗时长和错误率高的问题,利用电动车结构和控制上的独特性,依托自行设计的电动车转毂驾驶机器人,采用电信号完成对车辆的控制。为了提高系统适应性,采用非线性最小二乘法实现电动车模型参数的在线辨识;并基于粒子群算法对车辆PID控制器参数进行在线整定,从而完成对任意设定工况速度曲线的跟随。实车试验表明,提出的方法能实现加速踏板的平滑控制,且控制重复性高,完全可以代替驾驶员进行电动车续驶里程试验。