数值求解地球物理反问题的非线性过程控制

从系统的观点出发 ,根据参考模型非线性控制的基本原理 ,本文导出了共轭梯度法迭代反演过程中的自适应控制规律 ,从而对反演过程进行了自动控制。模型计算结果表明 ,本文方法明显提高了反演系统的鲁棒性和稳定性 。

CMAC用于分析和设计非线性过程控制系统(Ⅰ)——CMAC预测器

本文是基于CMAC神经网络分析和设计非线性过程控制系统的第一部分,分析了Chiang&Lin提出的基于广义基函数的CMAC学习算法收敛条件的局限性,提出了一种改进算法,并证明改进算法是收敛的,应用该算法的CMAC用于过程输出的预测器。

CMAC神经网络用于分析和设计非线性过程控制系统(Ⅱ)——控制策略

本文是基于 CMAC神经网络分析和设计复杂控制系统的第二部分 ,提出了基于评价函数和CMAC预测器的控制器的设计方法 ,通过分析控制算法的收敛性和控制系统的稳定性 ,得出了控制器参数的选取方法 .该方案适用于过程的输入输出数据是可测的 ,并且可用第一部分提出的方法得到对象的 CMA C预测器 .

非线性工业过程控制系统的迭代学习控制与收敛性分析

基于工业过程稳态优化中递阶控制结构和线性工业过程控制系统中的迭代学习控制规律 ,本文对饱和非线性工业过程控制系统和变增益非线性工业过程控制系统施行迭代学习控制 ,分别给出加权PD 型闭环迭代学习控制算法和加权幂型开闭环迭代学习控制算法 ,提出了期望目标轨线的 δ 可达性和迭代学习算法的ε 收敛性的概念 .利用Bellman Gronwall不等式和λ 范数理论 ,论证了算法的收敛性 .数字仿真表明 。

非线性动态模糊系统过程控制与稳定性分析

针对自动控制领域中存在的大量的非线性动态模糊系统,提出了非线性动态模糊系统过程控制模型,并给出了动态模糊控制器的设计算法和该模型的稳定性分析,很好地解决了模糊控制系统所不能解决的动态性问题。

基于KPLS数据重构的非线性过程监测与故障辨识

为适应快速变化的化工产品需求,过程工业逐步向柔性生产发展,使得间歇过程的应用日益广泛。这一类工艺过程具有动态和非线性的特征,过程故障带来的工艺波动和安全风险是较为突出的挑战。采用基于核函数的偏最小二乘方法,在高维特征空间提取特征变量,这些变量包含了生产过程的非线性结构特征,也反应了过程工况的模式特征。针对传统线性方法存在的故障漏报等问题,利用核函数技巧,在特征空间进行数据重构,进而计算统计监控指标SPE,并通过对SPE的在线监测实现更加有效地故障辨识。本方法针对标准非线性测试对象进行了过程监测,实现结果充分说明了方法的有效性。

核学习自适应预测控制器的在线更新方法

针对非线性过程控制器的设计问题,将基于稀疏核学习的一种具有解析形式的自适应预测控制算法与选择性递推核学习相结合.该在线核学习模型可以通过递推算法进行节点增长和删减的有效更新.因此,所提出的控制器复杂度可控,且能学习过程的时变等特性,从而获得更好的性能.通过一非线性时变过程的仿真研究,验证了所提出的核学习控制器较传统的PID和无在线更新的核学习控制器等具有更好的自适应能力和鲁棒性.

基于多项式核的稀疏核学习单步预测控制算法及其应用

提出一种基于稀疏核学习辨识模型的单步预测控制(sparse kernel learningone-step-ahead predictive control,SKL-OPC)框架,并推导了该框架下采用多项式核的一种控制算法。该算法在求取最优控制律时可将调节变量从目标函数分离出来,并最终转化为求解一奇数次代数方程根的问题。因此无需复杂的非线性优化技术,且克服了基于二次多项式核辨识模型不准确造成控制算法失效的缺点。在一非线性连续搅拌反应釜的控制研究表明了该方法的有效性和优越性。

模糊控制算法在船用锅炉水位控制中的应用

对于许多复杂的非线性控制过程,采用常规控制很难达到预期目的。本文以模糊控制算法在船用锅炉水位控制中的应用为例,说明模糊控制在复杂对象控制过程中的良好效果。

模糊逻辑用于自整定PID控制器的探讨

本文将模糊逻辑用于常规PID控制器的参数自整定。依据熟练操作者的经验。得出查询表。便于计算机控制。仿真结果表明。该控制器能明显提高系统的调节品质．对大时延、非线性过程控制效果显著。