期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
一类非线性大滞后系统的改进无模型自适应控制 被引量:24
1
作者 金尚泰 侯忠生 《控制理论与应用》 EI CAS CSCD 北大核心 2008年第4期623-626,共4页
针对工业过程中一类常见的非线性大滞后对象,基于伪偏导数(pseudo-partial-derivative,PPD)的概念动态线性化非线性系统,并利用跟踪-微分器预测系统未来时刻的输出,提出了一种改进的无模型自适应控制(improved model-free adaptive cont... 针对工业过程中一类常见的非线性大滞后对象,基于伪偏导数(pseudo-partial-derivative,PPD)的概念动态线性化非线性系统,并利用跟踪-微分器预测系统未来时刻的输出,提出了一种改进的无模型自适应控制(improved model-free adaptive control,IMFAC)算法.通过严格的理论推导,证明了新算法的BIBO稳定性和收敛性.仿真结果验证了该算法的有效性. 展开更多
关键词 伪偏导数 大滞后 跟踪-微分器 无模型白适应控制
下载PDF
基于迟滞算子的非平滑三明治系统自适应控制 被引量:5
2
作者 赵新龙 谭永红 董建萍 《控制理论与应用》 EI CAS CSCD 北大核心 2008年第6期1121-1127,共7页
针对一类具有非平滑的迟滞三明治系统,提出一种基于神经网络的自适应控制方法.首先利用神经网络做出了前端动态模块的逆系统实现前端动态模块的近似补偿,这样将迟滞三明治系统转化成一般的迟滞非线性系统.然后提出一个迟滞算子将迟滞的... 针对一类具有非平滑的迟滞三明治系统,提出一种基于神经网络的自适应控制方法.首先利用神经网络做出了前端动态模块的逆系统实现前端动态模块的近似补偿,这样将迟滞三明治系统转化成一般的迟滞非线性系统.然后提出一个迟滞算子将迟滞的多映射转化成一一映射,基于这个迟滞算子设计了神经网络自适应控制器,通过Lyapunov方法证明了系统的稳定性并推导出神经网络的权值自适应调整律和控制律.最后通过仿真验证了该方案的有效性. 展开更多
关键词 迟滞 三明治系统 迟滞算子 神经网络 白适应控制
下载PDF
K_P=L_2D_2S_2分解的多变量模型参考自适应控制 被引量:1
3
作者 孙宗耀 高庆争 李俊领 《曲阜师范大学学报(自然科学版)》 CAS 2006年第1期5-10,共6页
利用高频增益矩阵KP=L2D2S2的分解,通过重新定义新的规范化信号,对多变量的MRAC方案进行了严格的理论分析,证明了闭环系统的稳定性和跟踪误差的收敛性.
关键词 模型参考白适应控制 规范化信号 多变量系统 Kp=L2D2S2分解
下载PDF
基于K_p=S_1D_1U_1分解的多变量鲁棒模型参考自适应控制
4
作者 解学军 刘海宽 田洁 《控制理论与应用》 EI CAS CSCD 北大核心 2006年第6期945-948,共4页
针对具有噪声的多变量系统,利用高频增益矩阵K。_p=S_1D_1U_1分解,提出了一种多变量鲁棒直接型模型参考自适应控制.通过重新证明一些同单变量系统鲁棒自适应控制理论相似的性质,及重新定义规范化信号,找出了闭环系统的所有信号与规范... 针对具有噪声的多变量系统,利用高频增益矩阵K。_p=S_1D_1U_1分解,提出了一种多变量鲁棒直接型模型参考自适应控制.通过重新证明一些同单变量系统鲁棒自适应控制理论相似的性质,及重新定义规范化信号,找出了闭环系统的所有信号与规范化信号之间的关系,严格地分析了闭环系统的稳定性和鲁棒性. 展开更多
关键词 模型参考白适应控制 规范化信号 多变量系统 Kp=S1D1U1分解
下载PDF
液压伺服系统的模型参考自适应模糊控制新方法 被引量:7
5
作者 潘永平 王钦若 严兴华 《机床与液压》 北大核心 2007年第4期120-122,共3页
基于液压伺服系统参数不确定性,提出一种改进的模型参考自适应模糊控制方法。该方法用模糊自适应机构代替常规的自适应机构,并用模糊因子自调整律实时调节模糊自适应机构的模糊规则。此方法提高了模糊自适应机构推理规则的调整精度,获... 基于液压伺服系统参数不确定性,提出一种改进的模型参考自适应模糊控制方法。该方法用模糊自适应机构代替常规的自适应机构,并用模糊因子自调整律实时调节模糊自适应机构的模糊规则。此方法提高了模糊自适应机构推理规则的调整精度,获得了更好的控制性能。仿真结果验证了该方法的优越性。 展开更多
关键词 液压伺服系统 模型参考白适应控制 模糊控制 模糊因子调整
下载PDF
未知不确定非线性系统的直接自校正滑模控制 被引量:5
6
作者 张细政 王耀南 《控制理论与应用》 EI CAS CSCD 北大核心 2009年第11期1256-1260,共5页
针对一类具有未知不确定性的非线性系统,提出一种参数直接自校正滑模控制方法.将系统的非线性、参数变化和外部干扰都视作系统不确定性,控制器的设计无需不确定项的上下界等信息;为改善跟踪性能与减小输入抖振,控制器设计中引入可调边... 针对一类具有未知不确定性的非线性系统,提出一种参数直接自校正滑模控制方法.将系统的非线性、参数变化和外部干扰都视作系统不确定性,控制器的设计无需不确定项的上下界等信息;为改善跟踪性能与减小输入抖振,控制器设计中引入可调边界层厚度的双极性sigmoid函数与可变滑模切换增益,推导出控制增益和边界层厚度的直接自校正律,并基于Lyapunov判据给出了闭环系统稳定性证明.仿真实例证明了该方法的有效性和正确性. 展开更多
关键词 滑模变结构控制 白适应控制 抖振 边界层调节
下载PDF
模糊控制技术发展现状及研究热点
7
作者 金薇薇 颜秉权 郭超 《中小企业管理与科技》 2008年第9期248-248,共1页
综合介绍丁模糊控制技术的基本原理和发展状况,重点总结丁近年来该研究领域的热点问题,并对今后的发展前景进行了展望。
关键词 模糊控制 结构分析 稳定性 白适应控制
下载PDF
Adaptive State Feedback Predictive Control and Expert Control for a Delayed Coking Furnace 被引量:14
8
作者 张伟勇 黄德先 +1 位作者 王毓栋 王京春 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2008年第4期590-598,共9页
An adaptive state feedback predictive control (SFPC) scheme and an expert control scheme are presented and applied to the temperature control of a 1200 kt·a^-1 delayed coking furnace, which is the key equipment... An adaptive state feedback predictive control (SFPC) scheme and an expert control scheme are presented and applied to the temperature control of a 1200 kt·a^-1 delayed coking furnace, which is the key equipment for the delayed coking process. Adaptive SFPC is used to improve the performance of temperature control in normal operation. A simplified nonlinear model on the basis of first principles of the furnace is developed to obtain a state space model by linearization. Taking advantage of the nonlinear model, an online model adapting method is presented to accommodate the dynamic change of process characteristics because of tube coking and load changes. To compensate the large inverse response of outlet temperature resulting from the sudden increase of injected steam of a particular velocity to tubes, a monitoring method and an expert control scheme based on heat balance calculation are proposed. Industrial implementation shows the effectiveness and feasibility of the proposed control strategy. 展开更多
关键词 delayed coking furnace adaptive control state feedback predictive control expert control
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部