基于ANFIS的蒸汽发生器水位实时控制系统的设计

从蒸汽发生器的水位特性出发，对其水位高度控制原理进行了深入细致的研究。鉴于控制对象的模糊性、不确定性和非线性，采用自适应神经元模糊推理(Adaptive neuron fuzzy inference system，ANFIS)技术，建立了模糊控制规则库，实现了对蒸汽发生器水位的智能控制。本文详细阐述了ANFIS技术的结构、控制方式和系统的主要功能，完成了软、硬件的综合设计，并进行了仿真研究。控制系统的硬件采用了DSP芯片，以保证系统的实时性；软件采用了模糊一神经网络算法，以克服系统模型的不确定性。仿真结果表明，该控制系统工作稳定可靠，具有较高的控制精度和较强的鲁棒性。     

基于加权式多模型结构的歼击机自适应重构控制

针对复杂的歼击机飞控系统,提出一种基于多模型结构的鲁棒自适应控制方法,使得系统可以在不同的运行环境下跟踪给定的信号,并且对飞机操纵面故障具有重构作用.首先,由多个线性模型和一个模糊模型构成多模型控制结构,采用模糊方法设计多模型自适应控制器中的权值系数,再引入动态结构自适应神经网络以保证系统的稳定性,故避免了模型切换引起的噪声.最后,对歼击机进行正常和故障状态下的控制仿真,结果验证了所提控制方法的有效性.     

基于模糊小波神经网络的四旋翼飞行器鲁棒自适应控制

针对四旋翼飞行器的飞行控制问题,提出了一种基于模糊小波神经网络的鲁棒自适应滑模控制方法。首先利用牛顿-欧拉方程得到四旋翼飞行器的动力学模型,然后用模糊小波神经网络在线逼近系统中的外部扰动和未建模不确定动力学特性,最后提出鲁棒自适应滑模控制算法,通过Lyapunov稳定性理论证明了整个飞行控制系统的稳定性。仿真和实验结果验证了所提出控制方法对外界干扰和模型的不确定性具有较好的鲁棒性和自适应性。     

一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。     

小波神经网络在板形板厚控制系统中的应用

带材轧制是一个复杂的非线性过程,针对板形和板厚控制相互耦合等特点,本文提出了一种基于小波神经网络的自适应控制新算法。文中系统由两个小波神经网络组成,分别实现综合系统的模型辨识和控制。由于小波变换的紧支性及神经网络的非线性映射能力,模型辨识能准确地辨识板形板厚系统的动态特性,控制器能产生较为复杂的控制规律。仿真结果证明,该板形和板厚控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制。     

基于神经网络动态逆的歼击机自适应跟踪控制

基于神经网络动态逆方法，给出了一种非线性模型参考自适应跟踪控制方案。应用神经网络直接对非线性系统求逆方法解决了逆系统方法的两个“瓶颈”问题，并且克服了传统的控制设计中将过程模型线性化，从而将不可忽视的非线性关系用线性关系代替或者忽略的弊端。对由于建模误差、不确定因素等引起的非线性系统逆误差，通过自组织模糊小脑模型关节控制器(Self—organizing fuzzy cerebellar model articulation controller，SOFCMAC)神经网络在线进行修正。SOFCMAC神经网络扩大了寻优空间，使其能更好地重构系统逆误差，最终实现准确的鲁棒自适应跟踪控制。通过将这种方法用于某型歼击机姿态系统控制的仿真研究，表明了本文方法的有效性和可行性。     

一种模糊Modular神经网络模型及其应用

将神经网络模糊系统与模糊C均值聚法相结合，对模糊Modular神经网络进行研究，提出了该模糊神经网络模型的多输出结构及其学习算法，据此开发了模糊神经网络诊断系统，并将其用于某电源分系统的诊断分析，运行的结果表明，该网络模型优于一般神经网络。     

偏最小二乘和ANFIS在飞机燃油油量测量中的应用

分析了飞机燃油箱剩余油量测量系统具有变量多、非线性及变量间存在多重相关性的特点,指出单独采用自适应神经模糊推理系统(Adaptive network-based fuzzy inference system．ANFIS)和偏最小二乘(Partial least- squares,PLS)解决飞机燃油箱剩余油量软测量问题均有各自的局限性。结合上述两种方法的优点,提出了一种基于PLS回归与减法聚类的ANFIS软测量模型。将其应用于预测飞机油箱燃油剩余的建模过程中,得到了比采用PLS回归方法更好的精度,从而证明了该建模方法的有效性。     

一种直升机的组合智能飞行控制系统的设计

讨论了模糊逻辑控制与神经网络相结合的一种控制方法，给出了一种增益自适应调整的模糊控制方法和ＢＰ网络自适应变步长学习算法，前者提高了系统对参数变化的适应能力，同时也提高了系统的控制精度，改善了系统品质，后者缩短了网络的学习时间，有利于实时控制的实现。这两种方法成功地用于直升机飞控系统的设计。同时，针对某型直升机用数字仿真证明了该方法的优点和良好效果     

直流调速系统的模糊自适应PID控制器设计

利用模糊自适应PID控制器对直流调速系统进行控制,设计了三个自适应模糊控制器分别实时调整PID参数。结合MATLAB中的Fuzzy toolbox和SIMULINK,实现了该模糊自适应PID控制器的计算机仿真。结果表明,该控制器提高了系统的稳态和动态性能。     

自适应阵列天线稳态方向性图研究

本文导出了自逆应阵列天线稳态方向性函数及方向性图的下列结果: (1)对自适应阵列天线,存在着复数方向性函数间的下列关系(?); (2)自适应阵列天线的稳态加权值共有p+2项组成,空间p个干扰源与加权值中的P项——对应; (3)用本文导出的加权值递推求法,可求得自适应阵列天线的稳态加权值,需对相关矩阵R_(xx)求逆; (4)本文导出了复方向函数改写为实方向函数的条件。     

基于BACKSTEPPING的无人机飞控系统设计研究

基于状态反馈，利用BACKSTEPPING思想设计了无人机非线性自适应控制器。本文首先从非线性反馈线性化的理论缺陷出发，指出了新近兴起的BACKSTEPPNG思想的优越性，并对输入输出可反馈线性化系统的自适应控制问题进行了理论描述。本文BACKSTEEPING自适应设计过程的贡献在于提出了一种混合式的李雅普诺夫函数，它同一般的基于二次型的李雅普诺夫函数的不同在于最终导出的自适应律只含有广义误差状态的符号信息，这在一定程度上提高了系统的容错性。自适应控制算法的收敛性得到了严格的数学证明。最后对某型无人机的仿真分析表明自适应飞控系统设计是有效的。     

基于ANFIS的舵阻横摇系统

在MATLAB环境下建立了舵阻摇系统的非线性模型．基于所建立的非线性模型和ANFIS控制算法进行了仿真实验。运用Simulink工具箱得到仿真曲线．通过仿真曲线可以看出此控制器具有良好的鲁棒性能．通过对比减摇前后的仿真曲线得出,ANFIS算法对于舵阻摇系统的拉制有效,减摇率为23%左右,减摇效果较好。     

应用有色Petri网的复杂系统四性一体化综合评估方法

为避免复杂系统以可靠性、维修性、测试性和安全性为四性的设计中仍存在"割裂"现象,在确定四性一体化基本参数的基础上,约束可靠性等四性单性指标,建立了基于有色Petri网的复杂系统四性一体化综合评估方法。在JAVA环境下,基于有色Petri网,利用工具PIPE分别建立了复杂系统结构有色Petri网模型和综合评估有色Petri网模型,形成四性一体化综合评估有色Petri网模型。变迁触发时,将复杂系统的四性状态分为3类并分别染色。根据库所中的托肯颜色,判断复杂系统各项指标满足情况以及所处状态。重复迭代评估,实时跟踪复杂系统四性所处状态,实现四性一体化综合权衡设计。算例证明,四性一体化综合评估方法全面合理,验证了方法的有效性和准确性。     

自适应伺服惯性力发生器的特性与应用研究

研究了伺服惯性力发生器的基本特性及基在直升机振动控制中的应用。首先建立了由电液伺服控制器，电液伺服阀，液压作动筒、弹性元件和惯性元件组成的伺服惯性力发生器的数学模型；     

重复使用运载器无动力投放自适应制导技术

为了研究重复使用运载器小升阻比无动力飞行时的制导技术,以投放着陆为背景,提出了一种基于轨迹在线生成的自适应制导技术.这种制导技术主要解决在线轨迹生成技术、自适应制导策略和制导规律问题.首先设计了自适应制导系统的体系结构,将在线轨迹生成技术、自适应制导策略和制导规律集成在一个框架中.在线轨迹生成技术充分考虑了重复使用运载器的飞行能力,根据当前的飞行状态和末端期望的飞行状态,在线规划轨迹剖面,产生一个物理上可飞的、稳定的轨迹剖面,并给出了设计方法.将轨迹生成与制导策略相结合,形成了具有一定自适应能力的制导回路.最后以某验证机为例,对在线轨迹生成、制导策略和制导规律进行了集成仿真.仿真结果表明,基于轨迹在线生成的自适应制导系统具有一定的自主性、鲁棒性和工程实用性.     

复杂网络的灰点及灰度分析(英文)

依据对复杂网络和灰色系统理论的相关分析,提出了复杂网络中的灰点问题,认为灰点分为存在而未知的灰点和演化灰点两类,并给出了相关定义。进一步给出复杂网络灰度问题的相关描述,将网络灰度分为相对灰度和绝对灰度,并分别进行了证明。     

有作动器饱和的自适应多步回推飞行控制设计(英文)

由于作动器饱和会使飞控系统的性能恶化甚至引起飞行事故 ,所以在设计阶段考虑作动器饱和的影响可以减小飞控系统设计的保守性从而显著提高系统性能。在本文的自适应 BACKSTEPPING(回推 )飞控系统设计过程中考虑了作动器的位置和速率饱和。该方案的核心思想是在发生饱和的时候重新选取控制李雅普诺夫函数和自适应律。该思想是基于如下简单事实 :出现饱和时伪控制量将发生变化。整个设计过程是对早期提出的自适应回推控制方案的一个修正。该方案的稳定性得到了严格的数学证明和仿真验证。文章最后给出了结论和对该方案的评价