摘要：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。

摘要：利用神经网络逆系统方法对系统精确线性化能力和不依赖系统精确参数的特点,考虑电力系统中SVC现有非线性控制方法存在的问题,给出了便于工程应用的复合非线性控制器设计详细过程.并对装设有SVC的两区域四机电力系统进行计算机数字仿真,结果表明基于神经网络逆系统方法设计出的复合非线性控制器可以有效地改善SVC控制性能.

摘要：磁悬浮开关磁阻电动机作为一个多变量、非线性和强耦合的系统,其控制系统的设计非常复杂。对于磁悬浮开关磁阻电动机来说,得到径向力和平均转矩的先验知识是实现电机闭环控制的基本条件。基于基本电磁场理论,论文给出磁悬浮开关磁阻电动机的径向力模型,对该模型进行可逆性分析,证明该系统可逆,应用神经网络逆系统方法实现径向力的动态解耦,以便达到高性能的控制目的,仿真结果验证了方法的可行性。

摘要：通过在中间节点上使用主动队列管理策略来进行有效地拥塞控制,在保证较高吞吐量的基础上稳定地控制队列长度,从而实现了端到端的时延控制和保证QoS需求.在研究中,TCP的流量控制过程被视为二阶非线性时变系统,并通过可逆分析,证明该系统可逆,采用神经网络逆系统这种近年来发展起来的非线性鲁棒控制理论作为控制器的设计方法,设计出一种新的主动队列管理算法.仿真试验表明,这种算法的稳态和瞬态性能都优于与其具有相同实现复杂度的RED和PI算法,并且在负载扰动和参数变化时具有很强的鲁棒性.神经网络逆系统方法应用于非线性的流量控制过程中有助于系统稳定性和鲁棒性.

摘要：针对生物发酵过程中生化变量难以在线检测的问题,提出一种基于变量投影重要性(Variable importance in the project,VIP)方法优化的神经网络逆系统软测量模型。根据逆系统理论建立发酵过程生化变量的软测量模型,由于发酵系统的复杂性,逆系统软测量模型具有不惟一性,且难以得到精确的表达式。文中提出采用VIP方法对逆系统软测量模型的辅助变量进行优选,以对主变量贡献率较高的变量作为软测量模型的辅助变量,离线采集发酵过程各变量值,训练神经网络近似逆系统软测量模型,得到优化的神经网络逆系统软测量模型,实现发酵过程中菌体浓度和基质浓度的在线估计。利用Pensim平台采集数据,对所提方法做了仿真实验,结果表明:经过优化辅助变量的神经网络逆系统软测量方法具有更高的估计精度和泛化能力。

摘要：在介绍永磁偏置单自由度混合磁轴承的结构和运行机理基础上,导出了磁轴承吸力方程。建立磁轴承控制系统的数学模型并验证了其可逆性,构造出其神经网络α阶逆系统并与原系统复合成α阶伪线性复合系统,采用PID进行闭环综合。数据仿真和试验结果表明,该控制策略能有效改善永磁偏置单自由度磁悬浮轴承的控制效果,所设计的控制系统具有良好的动、静态性能。

摘要：针对链式STATCOM补偿负载无功电流以及稳定电网电压的控制问题,建立了链式STATCOM动态数学模型,得出了双变量δ、M(移相角与调制比)和电流的关系式,提出了一种基于神经网络逆系统控制方法,通过对该链式STATCOM系统可逆的验证、神经网络的构建以及控制系统的设计,实现了链式STATCOM输出的有功-无功电流的线性化解耦控制。仿真结果表明,在感性负载与容性负载进行切换以时,该控制策略取得了良好的动态效果以及稳态效果,使得装置具有较好的抗参数变化、抗负载扰动性能,从而验证了该控制策略的有效性及可行性。

摘要：针对叉车底盘各子系统间的干涉和耦合特性,文章利用非线性系统的神经网络逆系统方法进行叉车主动后轮转向(active rear steering,ARS)与直接横摆力矩控制(direct yaw moment control,DYC)的解耦控制。在分析底盘系统可逆性的基础上,确定解耦变量配对关系,建立BP神经网络逆系统模型并串联到原底盘系统前,使叉车底盘系统解耦成2个独立的伪线性系统;设计PD闭环控制器并与神经网络逆系统组成复合控制器,并进行仿真验证。仿真结果表明,神经网络逆系统解耦控制策略能够消除底盘各子系统间的干涉和耦合,提升叉车的状态跟踪和操纵稳定性。

摘要：针对平衡重式叉车底盘各子系统间的干涉和耦合特性,利用非线性系统的神经网络逆系统方法进行叉车主动后轮转向(ARS)与直接横摆力矩控制(DYC)的解耦控制.在分析底盘系统可逆性的基础上,确定解耦变量配对关系,建立BP(Back Propagation)神经网络逆系统模型并串联到原底盘系统前,使叉车底盘系统解耦成两个独立的伪线性系统;设计PD(Proportion Differentiation)闭环控制器并与神经网络逆系统组成复合控制器,并进行仿真验证.仿真结果表明:神经网络逆系统解耦控制策略能够消除底盘各子系统间的干涉和耦合,提升叉车的状态跟踪和操纵稳定性.

摘要：现阶段,神经网络逆系统方法的智能化设计是认知电力智能化设计技术的重要特征,智能化设计技术在传统神经网络逆系统方法的智能化设计和自适应电力设备的智能化设计技术的基础上得到了发展。神经网络逆系统方法的智能化设计是为了保证不同网络间的兼容性,其功能是以软件、软件与网络之间的知识连接为基础,通过无线应用规则和用户需求自动处理,对变电应用进行更好的管理。以此为基础,运用优化算法分析双方的功能参数,通过通道统计得到最优工作参数,并将结果传递给双方,以优化神经网络逆系统方法的智能化设计传输系统和解耦控制物理层,改变汽车底盘解耦控制集成测试环境和适应自身应用方式也是一个过程。该文介绍汽车底盘解耦控制的概念和发展,介绍神经网络逆系统方法的智能化设计技术在汽车底盘解耦控制中的应用,通过模拟汽车底盘解耦控制算法的性能,说明神经网络逆系统方法的智能化设计技术具有学习机器的能力,可以很好地提高系统的应用性能。