摘要：为实现系统跟踪期望输出及系统未知参数的在线闭环辨识,针对带反馈干扰的未知参数系统,结合最小方差控制算法和增广最小二乘法设计了自校正调节器。首先通过对反馈通道干扰的分析,给出了系统的等效模型;其次,按系统输出最小方差的原理设计了控制器,实现了系统跟踪期望输出;第三,运用增广最小二乘法对系统参数的辨识,给出未知参数的无偏一致估计,实现了参数的在线闭环辨识。通过对未知参数的辨识,用所辨识的参数计算调节器的参数,完成对控制律的修改,实现了系统跟踪期望输出和参数的在线闭环辨识。最后,利用该方法对实例进行了仿真研究。仿真结果表明:所提方法简单可行。

摘要：利用神经网络给出了设计非线性控制系统自适应控制器的方法，主要包括基于神经网络的非线性系统的在线直接自校正和间接自校正控制和满足局部能控一般非线性系统的神经网络自校正控制。从研究结果可以看出，由于神经网络的权系数的可调性以及神经网络对非线性的逼近性，利用神经网络所设计的自适应（或自校正）控制器，其闭环控制系统具有良好的动态与静态响应特性。

摘要：许多实际系统可以表示为不连续非线性块状结构模型,其不连续非线性部分常采用符号函数参数化,该处理方法适用于递推参数辨识,但自适应控制器的设计较为困难.鉴于此,针对一类含有不连续非线性环节的Hammerstein模型,采用一系列线性分段函数参数化不连续非线性环节,提出自校正控制方法.根据线性分段函数的逆函数特性,求解自适应控制律.理论分析证明了闭环系统的稳定性,仿真结果验证了所提出方法的有效性.

摘要：提出了一种可消除确定性扰动影响的鲁棒极点配置自适应控制器的设计方法。这种方法可以直接获得控制器参数,无需求解Diophantine方程,也不需要辨识多余的辅助参数和进行参数分离,而且根据内模原理可以消除未知确定性扰动的影响,实现对参考输入的稳态无误差跟踪。给出了所提算法的全局收敛性证明,并通过仿真实验验证了算法的有效性。

摘要：某型无人机主要用于典型空中目标的模拟飞行,需要严格稳定可靠的自主飞行控制,无人机在整个飞行包线中呈现非线性、时变特性,由此在建立其纵向运动数学模型的基础上,设计了无人机的纵向姿态广义最小方差自校正控制器。仿真结果表明,系统具有较强的跟踪能力、抗干扰能力以及抗过程参数变化能力,比常规PID控制系统具有更好的飞行控制性能。

摘要：自校正控制已在不少工业对京中得到成功的应用.由于自校正控制算法需要较长的计算时间,使它在—些响应速度快的对象中的应用受到一定限制.本文针对同步发电机组转速与励磁的综合自校正稳定控制,提出一种并行处理算法.并设计了—种多 CPU 控制器予以实现.模拟试验结果表明,它可大大提高运算速度,以满足实时控制的要求.

摘要：随着数控系统向高速、高精度方向发展,伺服轴的非线性特性已成为影响控制器性能的重要因素。针对控制系统中的非线性问题,基于变结构的模糊滑动控制奠定了解决问题的理论基础。然而,在实际的轴控制中,由于多种非线性间的耦合效应,单纯采用模糊滑动控制存在着相应的问题。为了消除非线性特性间影响,探讨了将自校正控制引入模糊滑动控制的方法。通过仿真试验,建立了模糊滑动控制的自适应律;根据轴控制对象,设计了自校正环节的控制函数,建立了一种自校正模糊滑动控制器。该控制器不仅可利用模糊滑动控制的鲁棒特性,而且可在线调节控制器的参数。针对反向间隙与死区的仿真试验表明,自校正模糊滑动控制器执行效率更高,误差更小,可以很好地解决数控系统轴控制器中存在的非线性问题。

摘要：基于电机动态响应过程的实验数据,建立了以电机驱动频率为输入、转速为输出的超声电机驱动系统哈默斯坦(Hammerstein)非线性模型,用粒子群算法辨识模型参数。在该模型的基础上,求取模型非线性部分的逆,使超声电机的主要非线性特性得到在线补偿;随后,设计了超声电机非线性多步预测自校正转速控制策略,并给出了控制器参数的整定方法。该策略采用滚动预测、优化及在线自校正方法,以应对超声电机的未建模非线性。扰动情况下的实验,表明了所提控制策略的有效性及鲁棒性。

摘要：针对基于零相位误差跟踪控制器(ZPETC)的永磁同步电动机伺服系统易受系统参数变化的影响,本文采用递推最小二乘法对永磁交流伺服系统的转动惯量和粘滞摩擦系数进行了在线估计,并利用根据辨识得到的转动惯量与粘滞摩擦系数对ZPETC进行在线调整,使系统在参数变化时仍然具有良好的跟踪性能。为了克服负载转矩突变对伺服系统的不良影响,还设计了一个参数可以根据辨识得到的转动惯量和粘滞摩擦系数自动更新的负载观测器,该观测器可以使系统在参数变化时仍然能够精确地观测系统的负载转矩,进行精确的前馈补偿,从而大大提高了伺服系统的抗干扰性能。仿真结果表明,此控制方案在保证伺服系统的快速精确跟踪性的同时,对系统参数变化和负载扰动具有很强的鲁棒性。

摘要：采用CARMA模型表示泥浆浓度过程,并通过现场的实验数据,利用最小二乘算法对泥浆浓度过程的数学模型进行了辨识;在不同工作点上的辨识结果表明泥浆浓度过程具有参数时变和外部干扰作用明显等特点.本文提出了一种自校正控制和前馈补偿相结合的控制方案;控制系统利用在线检测的过程数据,采用递推最小二乘算法连续更新系统前向通道和可测量干扰通道的传递函数.利用更新的系统模型设计控制器参数,控制器的调节目标是使系统未来时刻的总体方差趋于最小.以900型挖泥船为基础,通过实验的方式检验了本文提出的控制方案的性能.实验结果表明该方法在系统作业环境变化,时滞较大的条件下仍能使泥浆浓度基本保持稳定,具有较强的抗干扰能力和良好的跟踪性能.