基于MCS算法的振动主动控制时滞补偿

 针对振动主动控制中时滞会引起最小控制合成算法失稳问题,提出在传统的最小控制合成算法(MCS)的基础上,应用smith 预估器时滞补偿原理,在MCS 算法中添加时滞补偿因子,构建一种改进的具有时延补偿的MCS 算法。选取工业生产中常见的受控机械臂结构进行建模和仿真。结果表明,改进的MCS 算法克服了振动主动控制策略中时滞失稳问题,具有较好的时滞补偿控制效果。     

用于时滞不确定系统的自适应Smith预估器

Smith预估器对模型的依赖性制约了它在实际中的应用 ,文中提出一种改进型Smith预估器 ,能在线地跟踪时滞不确定对象的时滞时间常数的变化引起的系统输出的变化 ,调节模型输出使得闭环系统稳定 ;而且 ,模型中不含有时滞环节 ,控制器只有一个调节参数 ,易于实现 ;对一大惯性、大时滞系统的仿真结果表明 ,改进算法较好地解决了Smith预估器的稳定性对模型时滞时间常数的依赖性问题 ,具有广泛的应用前景     

基于时滞补偿的气动系统位置控制仿真

为解决气动系统在控制过程中出现的时滞性、非线性性和外部干扰等问题,提出了一种基于时滞补偿的模糊比例-积分-微分(proportion integration differentiation, PID)控制的策略。首先,分析气动系统的工作原理,建立气动系统的机理模型。其次,针对气动系统存在的时滞特性,在Smith预估器的结构中引入干扰观测器,并使用改进的Smith预估器来补偿系统的纯滞后环节。最后,为提高位置控制精度,设计了具有自整定能力的模糊PID控制器。仿真结果表明,改进的Smith预估器与模糊PID控制相结合的策略能够保证系统的稳定输出,提高系统的抗干扰能力和鲁棒性。     

用于时滞不确定系统的自适应Smith预估器

Smith预估器对模型的依赖性制约了它在实际中的应用,文中提出一种改进型Smith预估器,能在线地跟踪时滞不确定对象的时滞时间常数的变化引起的系统输出的变化,调节模型输出使得闭环系统稳定,而且,模型中不含有时滞环节,控制器只有一个调节参,易于实现;对一大惯性、大时滞系统的仿真结果表明,改进算法较好地解决了Smith预估器的稳定性对模型时滞时常数的依赖性问题,具有广泛的应用前景。     

基于低阶自适应模型及时滞补偿的单晶硅直径控制研究

直拉单晶硅直径与功率之间是一个复杂的四阶振荡系统,并有一定的惯性滞后,因此,使用常规方法控制该系统不能获得满意的性能.采用自适应降阶模型加时滞环节拟合复杂高阶系统,并进行时滞补偿控制.仿真结果表明:带有时滞环节的自适应降阶模型具有良好的自动拟合复杂系统及时滞补偿能力,使得直径控制系统具有良好的动静态性能.     

基于X滤波最小均方算法的冲击振动自适应逆控制

针对冲击振动控制的自身特点及已有算法的缺陷，提出了冲击振动的自适应逆控制方法。该方法能够根据不同的负载特性自适应地调节逆控制器参数，在时域实现了冲击振动控制，完全克服了频域方法中低频分辨率低、易产生溢出的问题。同时，针对X滤波最小均方(LMS)算法运算量大、收敛速度慢的缺点，提出了一种快速X滤波LMS算法，运用批处理技术，使码元间的平均计算量减小。试验表明，该方法使控制精度提高了约50％，明显优于已有的控制方法。     

自适应时滞补偿加筋板无线振动控制研究

为了解决时滞问题带来的控制系统无线传输信号滞后问题,提高压电加筋板振动系统控制效果,提出一种基于改进幂次趋近律滑模算法的自适应Smith时滞补偿方法,并通过李亚普洛夫第二法则验证了稳定性,最终使得系统控制效果得到有效提升。实验结论表明,添加自适应Smith时滞补偿加筋板无线振动控制系统的控制效果为1.147V,相较于未添加自适应预估补偿的1.436V,改进后的振动幅值降低0.289V,控制效果提升13.50%。     

基于自适应逆控制的冲击振动控制新方法

 在分析冲击振动控制特性以及已有控制算法的缺陷基础上,提出了一种新的冲击振动自适应逆控制方法,该方法可以根据负载特性的不同自适应地调整逆控制器参数,提高系统控制精度及鲁棒性,完全解决了传统频域控制方法中低频分辨率低、易产生溢出的问题。同时,为了减少算法计算复杂度及缩短算法的收敛时间,提出了一种快速X滤波LMS算法,运用批处理技术,使运算效率得到提高。最后对算法进行了实验验证,结果表明文中提出的控制方法精度较高、算法计算量小,明显优于已有的控制方法。     

时滞系统的T-S模糊PID控制

以输出误差e、误差积累Σe、误差变化率△e为控制器输入,设计了三输入单输出的T-S模糊PID控制器。针对时滞系统,分别采用传统PID控制器、Smith预估补偿器、T-S模糊PID控制器进行控制并仿真比较,结果表明:T-S模糊PID控制器具有控制精度高、响应快速、适应性强的特点;当时滞系统的时滞发生较大变化时,控制器仍具有很好的控制效果,系统稳定。     

Decentralized adaptive generalized predictive control for structural vibration

A decentralized generalized predictive control (GPC) algorithm is developed for strongly coupled multi-input multi-output systems with parallel computation. The algorithm is applied to adaptive control of structural vibration. The key steps in this algorithm are to group the actuators and the sensors and then to pair these groups into subsystems. It is important that the on-line identification and the control law design can be a parallel process for all these subsystems. It avoids the high computation cost in ordinary predictive control,and is of great advantage especially for large-scale systems.     

基于遗传算法的结构振动主动控制优化方法

在结构振动主动控制的研究中,控制能量是限制其广泛应用的瓶颈。为减少控制系统所需能量,有必要对结构进行优化设计,而传统的优化方法对于振动主动控制系统的优化不太适合。为此,在杂交遗传算法和实代码遗传算法的基础上,开发了一种改进的杂交遗传算法,该算法不仅可以计算含不等式约束的优化问题,而且可以处理含线性等式的优化目标问题。最后给出了计算实例来说明所提方法的有效性。     

非线性时滞系统的智能迭代学习控制

针对一类单输入单输出非线性时滞系统,提出了一种自适应神经网络迭代学习控制方案,神经网络用来逼近未知非线性函数和未知非线性时滞函数,放宽了传统迭代学习控制对非线性函数和非线性时滞函数的限制,拓展了迭代学习控制的应用范围．采用Lyapunov—Krasovskii函数和利用反演（Backstepping）技术设计神经网络学习律和控制律,基于Lyapunov稳定性理论,证明了闭环系统所有信号半全局一致最终有界,通过调节设计参数可以实现对目标轨线任意精度的跟踪．     

基于响应复杂度分析的振动控制算法

采用改进后的Lempel—Ziv的复杂度算法,对构建的结构位移响应符号序列进行复杂度分析．分析结果表明,所构建的振动系统响应符号序列复杂度可以很好地反映结构的固有振动特性,该算法简单、可行,并且不依粕于结构计算模型,为结构振动控制算法提供了一个新的途径。     

基于多种群遗传算法的LQR 振动主动控制研究

根据压电智能结构的特点,针对一类由悬臂梁、传感器和压电作动器构成的压电智能梁系统的振动主动控制进行了研究。利用压电方程建立了压电智能梁系统的状态空间模型,采用线性二次最优控制(LQR)对智能梁的振动进行了主动控制。对二次性能指标中的加权矩阵的选取方式进行了深入研究,提出了一种基于多种群遗传算法的加权矩阵选取方式。仿真和实验结果表明:多种群遗传算法比简单遗传算法具有更快的收敛速度,且遗传代数少,能够有效避免陷入局部最优解。基于多种群遗传算法的LQR振动主动控制算法对压电智能梁的振动主动控制具有可行性和稳定性,相对基于简单遗传算法的LQR振动主动控制算法达到稳定的时间短且具有更好的控制效果。     

自适应阵列方向图综合算法研究

应用一种自适应算法进行天线阵方向图综合.算法考虑了阵元方向图的特性,并能任意控制旁瓣电平,克服了传统算法的不足,很好地完成设计要求.只需要很少的计算时间,具有广泛的应用范围和极强的实际价值.     

一类非线性系统的组合自适应模糊控制

针对一类单输入单输出非线性系统提出了一种稳定的组合自适应模糊控制方法.该方法充分利用被控对象和控制行为知识,采用自适应补偿控制补偿逼近误差,在不要求最优逼近误差平方可积的条件下证明了闭环系统渐近稳定.仿真结果表明提出的方法具有良好的跟踪性能.