一类非线性非最小相位系统的神经网络逆控制

基于对象的逆动力学模型,提出一种RBF神经网络逆控制的在线自学习控制方案。辨识器采用RBF神经网络和最近邻聚类学习算法,实现对象逆模型的动态辨识。并引入优化策略对聚类半径进行自动调整,以保证聚类的合理性。为克服逆控制对非最小相位系统的不足,利用构造伪系统的方法,构成一种对非最小相位系统仍然有效的神经网络逆控制器。仿真实验证明该控制策略不仅能使非线性非最小相位系统具有良好的动态跟踪性能,而且具有较好的抗干扰能力。

一种通用的RBF网络非线性动态系统逆控制

针对任意复杂非线性系统,提出一种通用的RBF网络动态系统逆控制方案,并提出了一种通过对聚类半径进行"粗调"和"细调"的最近邻聚类学习算法,利用构造伪系统的方法构成一种对非最小相位同样有效的神经网络动态逆控制与PID控制相结合的在线自学习控制策略。仿真研究证明,该控制策略不仅能使多种非线性对象跟踪多种参考信号,而且抗干扰能力和鲁棒性也很好。

带扰动观测器的模糊自整定调节系统研究

针对双容液面调节系统的非线性、参数时变的特点,基于现代控制理论设计了带扰动观测器的模糊自整定控制器。该方案既实现了PID控制器参数的在线自整定,又增强了系统的抗扰能力。仿真试验表明,该方案极大地提高了被控对象的静态和动态性能,对参数时变的适应能力强、鲁棒性好。

煤矿电机车智能充电系统的设计

针对煤矿电机车铅酸蓄电池的特点,基于模糊自适应控制理论,设计了模糊自适应PID控制器,实现了基于16位高性能微处理器Intel80C196KC和FPGA的充电装置控制电路的软硬件设计。实验结果表明,该系统能够完成快速高效无损的充电。