孤独症者的预测编码缺陷:前馈联结异常还是反馈联结异常?

依据预测编码理论,研究者提出预测缺陷是孤独症谱系障碍(Autism Spectrum Disorder,ASD)个体感知运动、认知学习和社交言语等多领域缺陷的基础,即孤独症的预测缺陷假说(Predictive Impairment inAutism,PIA)。在PIA中,研究者基于贝叶斯和层级性推理分别提出“低先验”和“高且不灵活的预测误差精度”两个假说,然而上述假说并未得到一致证据支持。ASD个体在不同领域中不同先验的相对权重并非普遍降低,而是具有广泛的任务或情境敏感性。关于ASD个体是否具备基于环境波动调节预测误差精度的能力,也尚存分歧。此外,关于其潜在机制,是神经调节系统异常导致的自下而上前馈联结异常,还是预测脑区功能异常导致的自上而下反馈联结异常,尚无定论。由此可见,虽然该理论为ASD提供了统一的解释框架,但仍需更多研究证据进行修正和完善,以期为早期筛查和诊断、治疗和教育实践提供指导。

提高储能VSG并网有功响应性能的暂态阻尼策略

储能虚拟同步发电机(VSG)的并网有功在有功指令与电网频率2种扰动下存在动态超调与稳态偏差。提出有功微分反馈补偿(ADFBC)和有功微分前馈补偿(ADFFC)2种暂态阻尼策略,并在分别建立典型VSG、ADFBC和ADFFC 3种策略并网有功闭环小信号模型的基础上,给出了相应的参数设计方法。仿真和实验对比结果均验证了所提ADFBC和ADFFC暂态阻尼策略可有效提高储能VSG并网有功响应,在2种扰动下其并网有功既无动态超调又无稳态偏差。

双余度机电作动系统动态力均衡控制方法

飞机多电/全电化技术的发展使得余度机电作动系统广泛应用于飞控舵面作动系统中,但其在主动/主动工作模式下由于作动器输出不同步而造成的力纷争问题仍需解决。针对该问题,建立了系统完整的线性数学模型,分析了动态力纷争的来源和机理,研究并提出了基于速度和加速度前馈补偿控制、基于力差值反馈的PID控制联合作用的动态力均衡控制方法,并对其均衡能力及鲁棒性进行验证,结论得出所提方法不仅可以有效地减弱摩擦、间隙和指令延迟这3个因素造成的动态力纷争,还对系统中各种参数的扰动有一定的鲁棒性。

图腾柱功率因数校正器的二自由度控制分析

TPFC一般采用一自由度输出电压控制,在负载变化时输出电压动态特性较差,且启动过程存在明显超调。本文在推导TPFC双闭环控制结构基础上,引用了负载电流前馈控制和输出电压反馈补偿控制,构成两种二自由度(2DOF)控制结构。仿真分析表明,负载电流前馈型2DOF控制可以有效抑制负载变化引起的输出电压波动,但启动过程超调明显;输出电压反馈补偿型2DOF控制可以实现输出电压无超调启动,但是抑制负载变化的能力较差;综合负载电流前馈型和输出电压反馈补偿型的2DOF控制获得满意的输出电压控制效果,表现为启动过程无超调和变载过程无波动。

LCL型并网逆变器电网电压前馈控制策略研究

为抑制LCL型并网逆变器系统固有谐振频率,消除非线性负载带来的电网电压畸变并网电流谐波,通过电容电流反馈有源阻尼控制减小LCL固有谐振。为抑制电网电压对并网电流产生的影响,采用电网电压前馈控制策略实现,对比各种前馈控制效果,从而得到高质量的并网电流。通过MATLAB/Simulink仿真验证所提前馈控制策略有效。

驱动机械多缸液压系统协同控制方法设计

针对驱动机械的多缸液压系统,为实现各个液压缸之间的协同运动控制,提出一种基于前馈控制器的自动协同控制方法。首先分析多缸液压系统,确定每个液压缸的动态控制方程,然后将协同控制分为前馈控制器和自适应PID控制器两部分。其中,前馈控制器通过分析系统的反馈信息,预测可能存在的液压缸运动误差,并设计前期处理措施;自适应PID控制器结合自适应技术和PID控制器优点,自动识别各液压缸的实时负载情况,按需调节液压缸的输出流量,从而实现自动调整与协同控制。测试结果表明:该方法有效降低了各液压缸间的同步误差,可将误差控制在合理范围内,确保液压系统始终处于平稳的运行状态,不会出现较大的波动。

弱电网下LCL型并网逆变器的改进稳定性控制方法

弱电网下并网点电压谐波和电网阻抗不可忽略。LCL型并网逆变器考虑电网阻抗后会发生谐振频率平移现象,同时并网点电压谐波会影响电压前馈控制效果。文章在并网电流结合电容电流反馈的基础上,通过修改电容电流反馈系数应对电网阻抗,提出了一种查表法的电容电流反馈系数选取方法。通过多谐振并网点电压前馈控制通道的控制器应对电压谐波。实验验证了文章所提改进稳定性控制方法的有效性。

基于ANN算法的海洋平台动力定位前馈-反馈控制方法

鉴于动力定位控制策略中的前馈控制与反馈控制方法具有不同的优缺点,提出一种基于人工神经网络(Artificial Neural Network,ANN)算法的二阶差频波浪力前馈控制与浮体位置反馈控制相结合的动力定位前馈-反馈控制方法,通过低频波浪载荷的超前预测提前做出反应,并对实时位置信息进行反馈控制以纠正前馈信息的误差及其累积效应,从而实现前馈、反馈两种控制模式的优势互补。对某半潜式平台动力定位模式进行数值仿真,验证所提出的前馈-反馈控制方法的可行性和有效性,与单一的前馈或反馈控制相比,平台动力定位的精度和稳定性得到显著提升。

融合预瞄特性的智能电动汽车稳定性模型预测控制研究

提出了一种融合预瞄特性的智能电动汽车稳定性前馈+反馈控制方法。建立车辆预瞄模型,通过汽车在环境感知时的前视行为,引入道路曲率作为车辆动力学特性的影响因素。基于在前视信息指导下的车辆位姿变化,根据道路附着能力和车速指数模型描述期望纵向车速,建立轮胎侧偏刚度补偿的稳定性前馈控制方法。同时,采用模型预测控制(MPC)设计稳定性反馈控制律,根据车辆的预瞄信息自适应调整预测模型参数和预测时间,消除前馈控制误差及路面扰动等不确定性因素带来的影响。研究结果表明,本文提出的控制策略下汽车质心侧偏角、横摆角速度和侧向加速度小,且跟踪精度更高。仿真试验中,相比于无控制、MPC反馈控制与前馈+定参数MPC反馈控制,本文提出的控制策略在双移线工况1下质心侧偏角峰值分别减小了41.3%、28.9%和10.0%,横摆角速度峰值分别减小了18.0%、6.7%和2.0%,双移线工况2下质心侧偏角峰值分别减小了27.2%、8.7%和8.0%,横摆角速度峰值分别减小了16.9%、12.9%和8.6%;相比于MPC反馈控制与前馈+定参数MPC反馈控制,在蛇行工况1下,质心侧偏角峰值分别减小了49.8%与34.8%,横摆角速度峰值分别减小了21.8%与12.7%;在蛇行工况2下,质心侧偏角峰值分别减小了36.6%和18.6%,横摆角速度峰值分别减小了17.7%和12.4%。

微型货车高速转弯的改进模型预测防侧翻控制

为解决高速转向过程中,微型货车容易侧翻的问题,提出一种前馈反馈-史密斯预估-模型预测控制结合差动制动的防侧翻控制方法。首先建立三自由度车辆模型,得到纵向速度、横摆角速度、簧载滚转角的实际值,并与Carsim得到的理论值相减得到状态偏差,接着以车辆的归一化的零力矩点横向偏移为预警指标,设计模型预测控制(model predictive control,MPC)控制器计算附加横摆力矩,通过差动制动方法分配制动力矩,最终实现车辆防侧翻。通过Carsim和MATLAB/Simulink联合仿真,进行车辆转弯运动实验。实验结果表明,该控制方法可以有效提升微型货车在高速转向过程的稳定性,提高微型货车的安全性。

新型的整流器前馈+反馈环流控制策略

为解决两台并联整流器结构所导致的环流问题以及不均流问题,提出一种新型的前馈+反馈环流控制策略。先通过拉普拉斯变换将并联整流器环流的时域数学模型转化为复频域数学模型,再考虑前馈控制和反馈控制各自优点以及前馈控制可以减少反馈控制的负担,设计出新型的前馈+反馈环流控制器,通过运用代数稳定判据,证明控制系统最终会达到稳定。最后在Matlab/Simulink平台上对并联整流器结构进行仿真实验,结果验证了新型的前馈+反馈环流控制策略的有效性。

一种基于光栅传感器反馈的混联机器人动态精度控制策略

为了有效抑制因减速器和丝杠–螺母副等传动误差及弹性变形等因素引起的跟随误差,提高混联机器人的末端动态精度,利用安装在摆角头减速器输出侧和并联机构从动关节上的高精度光栅传感器,研究混联机器人的动态精度控制策略。在PID+前馈体系架构下,采用Lyapunov稳定性理论,设计出基于光栅传感器和伺服电机编码器位置反馈的控制律,据此构建出混联机器人的动态精度补偿器。以天津大学自主研发的TriMule-200混联机器人为研究对象,开展了试验验证。结果表明,相比于半闭环位置控制,所设计的动态精度补偿器能够大幅提高混联机器人的末端动态精度,动态误差的最大降幅达到82.88%,由此验证了所提出基于光栅传感器反馈的动态精度控制策略的有效性。

心脏脉动流模拟驱动电机设计与控制方法研究

心脏脉动流实验系统是为了模拟人体血液循环系统而搭建的实验台。模拟心脏脉动流要求驱动机构能产生脉动的运动规律,其可以通过使用直线驱动元件带动活塞运动,从而使密闭水箱中的硅胶心脏模型压缩与舒张,由此来模拟心脏腔室内的血流脉动规律。根据实验台循环系统对驱动电机的结构要求及控制要求,提出利用有限元分析法建立R-Z轴模型设计驱动直线电机,解决现有驱动直线电机不能同时满足垂直方向行程大、灵敏度高、推力大的问题。提出基于粒子群算法智能参数整定的反馈+二阶前馈复合控制算法,解决了其他同类型实验台控制精度低、PID调参难、与生理曲线差别大的问题,达到了较好模拟真实心脏腔内血流流量和压力曲线的目的。

轴向双压电叠堆执行器并联控制实验研究

双压电叠堆执行器相较于常规压电叠堆执行器具有位移放大功能,但受制于压电材料的迟滞非线性,位移精度难以满足需求。为减小双压电叠堆执行器的迟滞非线性,建立改进型PI(Prandtl-Ishlinskii)动态迟滞模型并进行参数辨识,提出一种双压电叠堆执行器输出位移分配策略与双压电叠堆并联控制方案,基于迟滞逆模型采用前馈-反馈复合控制进行实验研究,并采用不基于迟滞逆模型的线性自抗扰控制(LADRC)进行对比。基于Links-RT实时控制系统验证控制算法,实验结果表明:在1~200 Hz频率范围内,前馈-反馈复合控制效果最优,当跟踪信号频率为200 Hz时,均方根误差和最大绝对误差分别为0.4544μm和1.95μm,远低于开环的4.3696μm和6.08μm。

运用改进磷虾群算法的自抗扰控制方法

为了提升自抗扰控制效果,提出了基于改进磷虾群算法的自抗扰控制方法.利用线性自抗扰控制技术,设计电力系统自抗扰控制器;利用扩张状态观测器估计系统总扰动,在系统控制量内加入前馈微分信号,通过该控制器的线性误差反馈律自抗扰控制电力系统,采用改进磷虾群算法优化该控制器的反馈比例增益与反馈微分增益,提升自抗扰控制效果.实验结果表明,在不同扰动时,应用本文方法自抗扰控制后,可有效降低电力系统稳态误差有效值与谐波畸变率.

前馈控制与反馈激活训练对脑卒中后偏瘫伴认知障碍恢复期患者躯干控制能力的疗效观察

目的观察前馈控制与反馈激活训练对脑卒中后偏瘫伴认知障碍恢复期患者躯干控制能力的疗效。方法60例脑卒中后偏瘫伴认知障碍恢复期患者为研究对象,随机分为对照组和观察组,每组30例。对照组采用常规康复训练,观察组在对照组基础上增加前馈控制与反馈激活训练。比较两组躯干功能、平衡功能及康复治疗依从性。结果治疗后,两组躯干损伤量表(TIS)及Berg平衡量表(BBS)评分均显著高于本组治疗前,且观察组TIS评分(15.07±2.54)分、BBS评分(31.30±2.15)分高于对照组的(13.60±2.30)、(25.80±2.90)分,差异均有统计学意义(P<0.05)。观察组康复治疗依从率90.00%高于对照组的66.67%,差异有统计学意义(P<0.05)。结论前馈控制与反馈激活训练可有效提高患者的训练依从性,结合其他康复疗法能有效提高脑卒中偏瘫伴认知障碍患者的躯干控制能力。

光电精跟踪系统音圈电机快反镜的预先修正控制

为了改善光电精跟踪系统的动态响应特性,采用预先修正方法对快速执行器件音圈电机快反镜进行优化控制。在快反镜的闭环控制回路中增设前馈环节,根据目标探测与识别环节给出的脱靶量实施预测式调节控制,以加快执行速度;介绍了基于快反镜的光电精跟踪系统的一般构成与工作原理,给出了音圈电机快反镜的闭环控制模型,并执行了前馈-反馈控制方法;搭建了包括目标模拟、目标成像探测与识别、目标快速跟踪等功能部件的实验系统,对上述方法进行了实验测试。结果表明,系统延迟由2.9 ms缩短至0.8 ms,系统带宽由20 Hz提高至45 Hz。该方法可以大幅压缩光电精跟踪系统的时间延迟,提高系统带宽。

履带车辆液压机械差速转向控制策略研究

针对液压机械差速的履带车辆转向控制,在车辆动力学建模和驾驶员操控信号解析的基础上,提出一种基于驾驶员模型的模糊前馈-反馈控制策略。该控制策略将驾驶员模型输入的归一化方向盘转角及其变化率作为模糊前馈控制输入,对液压系统排量比进行补偿;将实际转向半径与目标转向半径的偏差及其变化率作为模糊反馈控制输入,对液压系统排量比进行修正,从而达到对两侧履带速度的补偿修正。仿真结果表明,与传统PID控制和模糊PID控制相比,模糊前馈-反馈控制能缩短转向动态响应时间,更好地跟踪驾驶员转向意图,且在转向阻力扰动下转向半径的波动明显减小,提高了转向轨迹的稳定性。

带有迭代学习外环的快速路入口匝道无模型自适应预测控制

针对快速路交通系统复杂时变以及难以建模的特点,首先,本文设计了基于无模型自适应预测控制的快速路入口匝道控制方案.其次,根据快速路交通系统具有重复性特点,本文在无模型自适应预测控制方法的基础上引入开环迭代学习控制,提出一种带有迭代学习前馈外环的无模型自适应入口匝道预测控制方案.相比无模型自适应预测控制方案,该方案可以利用迭代学习前馈控制器补偿系统可重复扰动,实现系统的完全跟踪.值得说明的是,预测控制器和学习控制器可以独立工作也可以联合工作.最后,文章给出了控制方案的收敛性分析,并通过交通流仿真验证了所提控制方案的有效性.

基于RAGAN的工业过程运行指标前馈-反馈多步校正

针对工业过程运行指标反馈校正存在滞后及一步推理校正模型可解释性差的问题,提出了基于递归注意力生成对抗网络(Recurrent attention generative adversarial networks, RAGAN)的运行指标前馈-反馈多步校正方法.该方法采用基于负相关正则化的集成随机权神经网络,建立综合生产指标预报模型,为校正提供前馈信息补偿反馈校正的滞后性.提出的RAGAN校正,采用多步校正实现一次调整的思想,将当前时刻运行指标映射到低维潜变量空间简化数据复杂度,利用长短期记忆(Long short-term memory, LSTM)模型实现数据的分步输入,提高模型可解释性;采用分布式注意力(Distributed attention, DA)机制构建数据读入网络,使校正环节获取任务相关性更高的数据,降低任务复杂度,减小噪声干扰,利用校正后的运行指标,保证系统的综合指标尽可能地跟随设定值运行.采用中国西部地区最大选矿厂实际数据的仿真实验,验证了所提方法的有效性.