基于系统逆的非线性液压伺服系统H_∞控制器设计

本文提出了一种基于系统逆的H∞ 控制器 ,克服了一般H∞ 控制器仅能适用于线性系统的缺点 ,并将此方法应用到一非线性液压系统中 。

不确定连续非线性系统逆混沌反控制

针对一类非线性不确定系统的混沌反控制,提出非线性不确定系统鲁棒混沌反控制的逆系统方法.由微分跟随器、积分逆系统和滤波器实现自适应逆混沌反控制器.通过微分跟随器提取混沌参考系统状态和受控系统状态,依照跟踪性能要求设计期望的动态系统,借助逆系统理论得到受控系统确定阶的逆,考虑幅值、相位调整和噪声抑制的需要设计滤波器.该方法使受控系统状态跟踪已知混沌参考系统状态.结果表明,该方法输出微分跟随器对受控对象动态特性不确定性可以进行高精度实时提取,控制器设计不受李雅普诺夫指数配置求取和受控系统模型的约束.

舵机电液伺服系统逆控制研究

针对舵机电液伺服系统非线性、参数时变的特点,以及经典控制方法很难满足系统的性能要求,提出采用逆系统解耦控制方式,通过数学建模和线性控制器的设计,得到系统的动态性能参数。阶跃输入和正弦输入实验测试表明,逆系统解耦控制方法可使得系统具有较好的动态特性、更强的鲁棒性、抗干扰性和良好的跟踪性能。

位置伺服系统逆模型控制算法研究

运用逆模型算法控制新型驱动式阀控缸位置伺服系统,将系统线性化成伪线性系统,利用状态反馈和极点配置方法设计线性系统控制器,实现对系统的控制;并与传统的PID控制方案进行比较。仿真结果表明,采用逆系统控制方法的控制效果较传统PID控制方法好。

混合隔振系统逆解耦多线谱主动控制

由潜艇动力机械周期振动引起的辐射噪声是潜艇隐蔽航行的主要噪声源,在频域中表现为中低频多根分立的线谱,严重影响潜艇的声隐身技术性能。针对潜艇动力机械隔振系统存在的多根线谱问题,提出混合隔振系统逆解耦的多线谱控制方法。系统阐述混合隔振系统逆系统的构建方法、逆系统解耦的结构以及逆系统解耦后附加控制器的设计方法。最后,给出一个设计实例并进行仿真计算,结果表明基于逆系统解耦的方法能够有效的降低系统中存在的多根线谱。

无轴承电动机神经网络逆系统解耦控制关键技术发展

无轴承电动机利用一套新的悬浮力绕组产生悬浮力,使无轴承电动机成为一种多变量、强耦合的非线性系统,如何实现转速与径向位移以及径向位移之间的动态解耦控制是无轴承电动机稳定运行的关键要素之一。神经网络逆系统具有以任意精度逼近非线性函数的能力,可以有效实现无轴承电动机的解耦控制。阐述了无轴承电动机悬浮力产生的原理以及神经网络逆系统解耦原理,从纯神经网络逆系统、神经网络逆系统结合智能控制器等方面分析了国内外无轴承电动机神经网络逆系统解耦控制策略的研究现状,归纳了无轴承电动机在使用神经网络逆系统进行解耦控制时的共同和不足之处,总结了无轴承电动机神经网络逆系统解耦控制的一般设计方法,并对神经网络优化、在线训练、抗干扰能力等关键技术发展趋势进行了展望。

采用改进遗传算法优化LS-SVM逆系统的外转子无铁心无轴承永磁同步发电机解耦控制

为了实现外转子无铁心无轴承永磁同步发电机(outer rotor coreless bearingless permanent magnet synchronous generator,ORC-BPMSG)的精确控制,提出一种基于改进遗传算法(improved genetic algorithm,IGA)优化最小二乘支持向量机(least square support vector machine,LS-SVM)逆系统的解耦控制策略。首先,基于ORC-BPMSG的结构及工作原理,推导其数学模型,并分析其可逆性。其次,建立LS-SVM回归方程,并采用IGA优化LS-SVM的性能参数,从而训练得到逆系统。然后,将逆系统与原系统串接,形成伪线性系统,实现了ORC-BPMSG的线性化和解耦。最后,将提出的控制方法与传统LS-SVM逆系统控制方法进行对比仿真和实验。仿真和实验结果表明:所提出的控制策略可以较好地实现ORC-BPMSG输出电压和悬浮力、以及悬浮力之间的解耦控制。

基于ICPSO优化的PMa-BSynRM神经网络逆系统解耦控制

针对永磁辅助式无轴承同步磁阻电动机(PMa-BSynRM)存在的强耦合和非线性问题,以及神经网络逆系统解耦控制收敛速度慢和易陷入局部极值的问题,提出了一种将BP神经网络与改进混沌粒子群优化(ICPSO)算法相结合的PMa-BSynRM解耦控制方法。基于PMa-BSynRM的结构和工作原理建立转矩和悬浮力的数学模型并进行可逆性分析,再建立BP神经网络作为逆系统,利用ICPSO算法优化其初始连接权值,通过仿真验证优化效果,经过充分训练后,将BP神经网络与原系统串联形成伪线性系统,从而实现PMa-BSynRM的解耦控制。仿真及试验结果表明,采用ICPSO算法优化的BP神经网络逆系统收敛速度和解耦性能均优于传统神经网络逆系统,改善了PMa-BSynRM的动态与静态性能。

机载LiDAR姿态角稳定装置的神经网络逆系统解耦控制研究

机载激光雷达(LiDAR)工作过程中,机载平台姿态角波动会造成激光扫描点云的密度分布不均匀,导致后续数字表面模型重建时精度降低,因此设计了一种推转式姿态角稳定装置,可实现机载平台姿态角波动的实时补偿。设计的姿态角稳定装置具有非线性和强耦合的运动控制特点,为消除其运动耦合关系、提高运动控制精度,基于神经网络逆系统解耦控制策略对姿态角稳定装置进行解耦处理,取得了满意的控制效果。首先,建立了姿态角稳定装置动力学系统的多变量神经网络逆系统模型;其次,采用PID闭环反馈控制器与神经网络逆系统前馈补偿器组合的前馈-反馈复合控制器,实现控制系统的实时解耦,改善动态控制性能;最后,进行了实验验证。结果表明,设计的神经网络逆系统解耦控制方法可有效提高姿态角稳定装置控制精度,并对误差干扰具有优良鲁棒性。

基于神经网络逆系统的车辆动力学模型解耦法

为了消除车辆各系统纵横向之间的耦合影响,对车辆动力学模型进行了神经网络逆系统解耦控制。选用的研究对象为四轮驱动、前轮转向的无人驾驶车辆。首先,将包含侧向运动和横摆运动两个自由度的车辆动力学模型通过Interactor算法进行可逆性分析;其次,搭建卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆神经网络(Long Short-Term Memory,LSTM)逆系统结构构建逆系统,并验证该方法的可行性;将该解耦方法应用于无人驾驶车辆的轨迹跟踪控制设计中,通过CarSim和Matlab/Simulink联合仿真试验证明,设计的CNN+LSTM神经网络逆系统解耦控制在多种工况下都具较好的跟踪特性及稳定性。

“风险社会”中抗逆教育系统的应对与启示——基于PISA2022数据的国际比较研究

基于PISA2022学校和学生问卷数据,在帕森斯的AGIL模型框架下分析抗逆国家(地区)的教育系统在新冠疫情中的应对表现,认为风险社会中具备抗逆力的教育系统有四方面特征:一是有效保证学校教学稳定性,为学生开展远程学习提供支持,具备高适应性;二是学校自治和办学改进能力突出,具备教育目标高效达成性;三是学校承担育人主体责任,支持协调教师与家长参与,具备强整合性;四是学校立足制度建设与育人生态维护,积极开展风险准备,维持潜在模式。提升教育系统抗逆力,一要理清风险承担权责边界,协调多元主体参与;二要简政放权,加强政府“元治理”角色;三要树立风险意识,做足长时准备。

基于神经网络逆系统的市政清淤机器人避障路径研究

在市政管道清淤工作中,机器人技术可以提高工作效率,减少人力成本,提高清淤质量。然而,在清淤机器人工作过程中,经常会遇到各种障碍物,需要进行避障路径规划,以提高机器人的安全性、工作效率和适应性。该文在介绍清淤机器人的总体结构设计、控制系统、传感器系统设计以及人机交互系统设计的基础上,阐述神经网络逆系统的基本原理和方法,以及清淤机器人的设计和实现,探讨神经网络逆系统在清淤机器人避障路径规划中的应用。通过仿真验证证明,基于神经网络逆系统能有效地控制非线性时变对象,不需要建立精确的数学模型,其鲁棒性强、适应性良好。针对清淤机器人运动和控制特点,搭建和训练基于神经网络逆系统深度学习的目标障碍物检测模型,应用于实际问题的模型求解,通过人工势场图中梯度信息的随机树新增节点,结合路径规划与缺陷或障碍物等目标的时空信息,优化机器人的避障路径,可以提高避障路径规划算法的运行效率。

基于鲁棒开环解耦的系统逆二自由度控制

针对MIMO系统的轨迹跟踪,提出一种基于鲁棒开环解耦的系统逆二自由度(2DOF)控制方法.该方法通过鲁棒开环解耦解决MIMO系统的耦合问题,利用系统逆2DOF控制保证轨迹跟踪性能.首先提出一种保证预补偿器阶数最小和解耦系统鲁棒性的鲁棒开环解耦方法;然后结合鲁棒开环解耦和系统逆2DOF控制,给出系统逆前馈控制和H_∞混合灵敏度鲁棒反馈控制器的设计方法;最后通过设计实例及仿真结果验证了该控制方法的有效性.

农村公路隧道逆反射系统设计研究

近年来,随着国民经济的不断发展,我国农村在受地形限制的路段,很多地方开始修建农村公路隧道。相比其他较高等级公路隧道,现有农村公路隧道存在照明不足,视觉引导信息较少,驾驶人难以获取的有效的视觉信息等问题。导致驾驶人在农村公路隧道中行驶更难以识别隧道进出口、道路边界及道路边线等容易诱发交通事故。本文从农村公路隧道视觉环境和驾驶视觉特性两方面出发,探讨有效的改善措施,提出建立了农村公路隧道的视觉信息流的逆反射系统设计方案,并进行仿真试验进行验证。

非线性系统控制的逆系统方法(Ⅱ)——多变量控制理论

介绍基于逆系统方法的多变量非线性控制理论,包括高阶微分方程组系统的控制设计方法、多输入多输出状态方程系统的控制设计方法、可解耦性与可镇定性分析、应用与相关理论研究等内容。

基于神经网络逆系统的发酵过程多变量解耦控制

发酵过程是时变、非线性、不确定的多变量耦合系统,高性能的解耦控制一直是追求的目标。将逆系统方法与神经网络相结合,提出了一种基于神经网络逆系统的发酵过程解耦控制方法。根据发酵过程的特点,给出了相应的数学模型,并证明了系统的可逆性,进一步构造神经网络逆系统并与发酵系统串联复合成伪线性系统,再设计线性闭环调节器实现高性能解耦控制。仿真结果表明,提出的解耦控制方法能够适应过程模型的不确定性和参数的时变性,具有较强的鲁棒性,克服了解析逆系统解耦控制方案依赖于过程模型和对模型参数的变化很敏感的缺点。

逆系统方法在电力系统控制中的应用

本文指出：逆系统方法和微分几何方法本质上是等价的，而逆系统方法的物理意义直观，不局限于仿射型系统，使用时仅需求导运算和代数运户，求解控制律过程比较简捷，便于工程应用。作者以电力系统的非线性励磁控制为例，证明了两种方法所得控制律是相同的。本文的结论可简化励磁控制、汽门控制、换流站控制、无功补偿器控制等问题的求解过程。

基于逆系统理论的感应电动机解耦控制的研究

应用多变量非线性控制的逆系统理论，对感应电动机变频调速这一多变量、非线性、强耦合的控制对象进行解耦控制，从而将其分解为转速和转子磁链两个线性子系统，并应用线性系统理论对其进行综合。研究表明，这种新的控制策略实现了感应电动机转速与转子磁链的动态解耦。论文的最后给出了仿真结果。

异步电动机定子磁链与电磁转矩的逆系统解耦控制方法

为了实现脉宽调制电压源型逆变器供电的异步电动机调速系统定子磁链和电磁转矩的动态解耦控制,基于逆系统理论提出了一种新型的解耦控制策略。根据异步电动机调速系统的动态数学模型,证明了其逆系统的存在性,在此基础上得到了逆系统的输入输出方程。把得到的逆系统和异步电动机调速系统相级联,从而将多变量、非线性、强耦合的控制对象解耦成了两个一阶线性子系统,分别称为转矩子系统和磁链子系统,利用线性控制理论对各个调节器进行了设计,实现了定子磁链和电磁转矩对各自参考值的全局渐进跟踪。使用Matlab软件进行了仿真实验,实验结果验证了控制方案的可行性。

基于逆系统方法的非线性内模控制

针对一类非线性连续系统 ,利用小波网络逼近原系统的α阶积分逆系统 ,针对复合后的伪线性系统提出了基于逆系统方法的内模控制 ,证明了闭环系统的鲁棒稳定性 ,分析了系统性能 .仿真结果表明所提的方法控制性能好 ,精度高 。