摘要：本文提出一种PIα控制器设计方法,实现了分数阶超混沌Chen系统的混沌同步.首先针对分数阶超混沌Chen系统设计了PIα控制器,然后利用改进的双参数Mittag-Leffler函数估计定理和扩展的Gronwall引理证明了系统的稳定性,并指出了使分数阶超混沌Chen系统同步的控制器参数需满足的条件.仿真结果证实了所设计方法的有效性.

摘要：弯辊力是调节板形的重要手段,准确的弯辊力模型能够为轧制获得良好的板形。为了准确的预测铝热连轧弯辊力,以某厂1+4铝热连轧实际生产数据为样本,提出了支持向量机(SVM)弯辊力模型。由于SVM的精度及泛化能力依赖于参数选择,故将自由搜索算法(FS)运用到模型参数寻优过程,并分别与BP神经网络和粒子群(PSO)优化的SVM模型进行比较。仿真实验表明建立的FS-SVM模型参数优化速度快、结构简单并且具有较高的预报精度。

摘要：粒子群算法(PSO)是一种应用广泛、性能优良的启发式智能优化算法。但是PSO算法具有易陷入局部最小值和全局寻优能力差的缺陷,针对此问题,文章提出了一种基于自适应惯性权重的粒子群算法(AIW-PSO),该算法能够有效的平衡原粒子位置和飞行速度对新粒子位置的影响度。用12组基准测试函数来验证AIW-PSO算法的寻优性能和收敛精度,并与现有相关算法相比,仿真实验结果表明,AIW-PSO算法的全局搜索能力和寻优精度都有较大的提高。

摘要：以带钢冷连轧对中控制系统为研究对象,通过分析比较ZN法、遗传算法、标准粒子群优化算法(PSO)以及改进型粒子群优化算法(MPSO)来优化PID控制算法优劣,最终确定动态权重差异演化的粒子群(MPSO)优化PID控制算法最优,从而设计了MPSO-PID控制器,结果表明其能达到系统预期精度要求,能使系统更快速、更稳定地运行。

摘要：提出了一种3自由度的多连杆矿用正铲液压挖掘机机构,对该挖掘机的动力学进行了建模,基于MATLAB平台对推导得到的动力学数学模型进行仿真,结果显示与传统挖掘机相比挖掘力有了显著提高。同时,设计了一种针对该挖掘机的PID控制器,仿真结果显示该控制器可以实现挖掘机位姿准确定位和具有较好的控制效果,符合实际挖掘工作的需要。

摘要：针对四旋翼飞行器的不完全驱动、状态耦合严重、易受外界干扰等问题,提出了一种串级自抗扰控制方法.通过欧拉及牛顿定理建立四旋翼飞行器动力学模型.内环针对姿态角速度控制设计了自抗扰控制器,通过扩张状态观测器对系统输入、输出状态信息和内、外部外扰动进行实时估计,然后利用非线性误差反馈控制器对估计扰动进行实时补偿,并对所设计控制器进行稳定性证明.外环针对姿态角控制同样设计了自抗扰控制器,给出了参数整定的方法.仿真结果表明所设计的控制器能够更精准的追踪上目标角度,有效的实现四旋翼飞行器的姿态控制.

摘要：对于基于图像的具有手眼或固定摄像机模式的双目视觉伺服控制系统,考虑机器人的运动学特性,在摄像机的内外参数部分未知的情况下,给出了一种直接自适应控制器实现定位控制,设计了一种新的自适应估计方法在线估计图像雅可比矩阵;利用李亚普诺夫的方法证明了图像误差的渐近收敛性。仿真结果验证了该方法的有效性。

摘要：针对具有参数不确定性和逆变器非线性的永磁同步电机驱动系统,提出了一种基于小波神经网络-自适应反步无模型控制的永磁同步电机速度跟踪控制方案。首先建立了永磁同步电机系统的新型超局部模型,构建的超局部模型能够在线估计永磁同步电机系统的非参数模型,包括参数不确定性、逆变器非线性和负载扰动;然后基于超局部模型设计了小波神经网络-自适应反步无模型速度控制器;最后通过仿真验证了该方案的有效性,结果表明所提出的无模型控制永磁同步电机驱动系统与传统的反推控制永磁同步电机驱动系统相比,不仅可以估计并消除包括系统未建模部分和未知干扰在内的各种不确定性,而且稳态性能更好、动态响应更快。

摘要：针对受外界干扰和执行器故障影响的多航天器姿态协同控制问题,本文设计了一种基于干扰观测器的分布式协同supper-twisting滑模控制器.首先,将各航天器的外界干扰和执行器故障看作一个集总干扰,设计自适应滑模干扰观测器对其进行估计.其次,将supper-twisting算法和积分滑模面相结合,设计一种基于多航天器姿态一致性误差的分布式协同控制器,并由Lyapunov稳定性理论证明了所设计的多航天器姿态可以在有限时间内收敛到平衡点附近的邻域内.最后的仿真研究及比较结果表明,所设计的控制器可以加快系统的收敛速度,并提高系统的控制精度.

摘要：本文研究了动态战场环境中的多无人机协同目标分配(MUCTA)问题,首先通过分析UAV分配次序对打击任务总收益的影响,设计了动态战场环境的更新规则,将航程代价和任务代价作为惩罚项修正目标函数,建立了考虑分配次序的UAVs协同目标分配优化模型.然后针对模型的物理意义改进了遗传算法基因编码方式,设计了MUCTA遗传算法,该算法利用状态转移思想,引进SDR算子获得多种分配次序种群,同时以单行变异算子修正UAV与目标对应关系,并采用最优个体法和轮盘赌法筛选子代个体.最后仿真结果验证了所设计算法的有效性.