基于GA-PID参数优化的网络拥塞控制

推导了基于流体流理论的网络简化模型。基于该模型将P ID控制器应用于网络主动队列管理系统中,将遗传算法应用于P ID控制器参数优化,定义了一种新的综合调节时间、上升时间、超调量、系统误差等动静态性能指标的时域标准函数,克服了IAE,ISE标准函数中减小超调与缩短调节时间的矛盾,弥补了ISTE标准函数计算复杂的缺陷。在给定的参数空间进行组合优化搜索,迅速求得获取使性能指标优化代价函数极小化的一组P ID控制器参数。仿真结果表明,在大时滞和突发业务流的冲击情况下,该方法设计的控制器的动静态性能优于RED,P I算法。     

基于神经网络的航空发动机全包线PID控制

提出一种基于神经网络的航空发动机全包线PID控制器参数整定方法,在全包线内选定若干离线整定点,在这些点离线整定PID控制器参数kp,ki,kd.以离线整定点参数为训练样本,离线训练BP神经网络,该网络可映射高度H,马赫数Ma与kp,ki,kd的非线性关系,便可用该网络在线整定包线内任意点的kp,ki,kd.用发动机非线性部件级模型为被控对象的数字仿真表明,用上述方法设计的发动机PID控制器在全包线内,都能获得理想的动静态品质.该方法简单易行,效果好,具有实用价值.     

UAV发射平台调平系统的NSSCA-PID控制方法

PID控制器是目前实现UAV(Unmanned Aerial Vehicle)发射平台在复杂环境下的自适应调平的主要手段,其控制性能取决于参数整定的品质。基于经典的正弦余弦算法架构,提出了一种嵌入边界缓冲策略的邻域搜索正弦余弦算法(Neighborhood Searching Sine Cosine Algorithm,NSSCA)用于整定PID控制器参数。以单位阶跃信号作为调平系统输入,邻域搜索正弦余弦算法优化PID控制调平系统的上升时间为0.04 s,调整时间为0.106 s,最大超调量为5.44%,表明邻域搜索正弦余弦算法对PID控制器参数的整定效果优于Z-N法、遗传算法、灰狼优化算法和经典正弦余弦算法。     

倾转三旋翼无人机倾转定高控制研究

针对倾转旋翼无人机在倾转过程中的高度控制问题,提出一种基于灰狼优化的神经网络自适应控制方法,用于一种倾转三旋翼无人机倾转过程的飞行控制.首先,建立了无人机的非线性数字仿真模型;其次,基于神经网络自适应控制方法分别设计了无人机的高度控制器和姿态控制器,并用灰狼优化算法对神经网络的参数和控制器的参数寻优;再次,设计了倾转过...     

神经网络控制在综合火力／飞行系统中的应用

提出了两种基于模糊控制的神经网络控制器的设计方案，并将这两种控制器应用于综合火力／飞行系统的耦合控制。两种方法的主要差别在于获取样本的方式不同。方案１是通过对模糊控制方法得到的响应曲线采样获取样本，由Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法训练神经网络，得到一组固定权值。神经网络控制器采用这组权值以“联想记忆”的方式工作。方案２则从用模糊控制算法得到的控制查询表中获取样本。因为模糊控制查询表比较大，采样时依据该表构成的相平面图的特点，对采样点数进行了压缩，使所设计的神经网络的规模可以接受，其余的设计步骤与方案１基本相同。仿真结果表明，采用这两种神经网络控制器的控制系统都具有良好控制性能     

干扰和执行器故障下的舰载机着舰容错控制系统

本文提出了一种执行器故障的舰载机着舰容错控制系统,该系统可有效抑制着陆过程中的外界干扰和执行器故障带来的不利影响。首先,利用基于最小二乘的自回归模型对甲板运动进行预测,以获得在波浪干扰下的准确落点;其次,设计了下滑路径导引律,利用该导引律生成飞行航迹角;此外,设计了基于干扰观测器的快速终端积分滑模控制器,利用低通滤波器实现了控制器串联设计;最后,通过李雅普诺夫函数证明了该容错控制方法的跟踪误差一致有上界。将本文方法与比例-积分-微分控制器进行了对比数值仿真,验证了该算法的可行性。     

基于改进帝国竞争算法的微型燃气轮机容错控制

针对微型燃气轮执行机构故障,提出了一种基于改进帝国竞争算法的自适应容错控制方法,实现了对故障的有效抑制。本文建立了微型燃气轮发电系统部件级一体化模型,实现了部件级模型与发电系统的联合仿真,提出了一种自适应改革概率的方法对帝国竞争算法进行改进。设计了基于改进帝国竞争算法的自适应模糊逻辑保护控制器。最后进行了改进算法性能测试以及微型燃气轮发电系统在孤岛模式下的仿真实验。结果表明:本文所提出的改进方法可以提高帝国竞争算法的寻优性能,设计的容错器可以明显改善故障发生时的动态性能,确保发电系统的稳定工作。     

采用ABC算法的关节机器人动力学参数辨识

实验辨识机器人动力学参数是获取基于模型的控制器参数的主要方式。针对一般方法仅能辨识线性动力学模型从而辨识精度不高的问题,提出采用人工蜂群(Artificial bee colony,ABC)算法辨识机器人动力学模型。通过Newton-Euler法建立关节型机器人的刚体动力学模型,并用低速动态特性更佳的非线性摩擦模型描述关节间摩擦特性,代替传统的库仑-黏性摩擦模型。优化辨识实验所用的激励轨迹,采集实验数据进行必要的预处理后,采用ABC算法辨识机器人动力学参数。结果表明,ABC算法能够精确辨识动力学参数,基于辨识结果的预测力矩抑制了误差峰值的出现。应用辨识结果设计基于模型的前馈控制器,实验结果表明基于模型的控制器能够提高轨迹跟踪精度。     

变形翼的分布式协同控制方案

搭建了一个基于相互作用的智能体阵列的变形翼模型。针对该模型,提出了一种分布式协同控制方案,以驱动翼面准确平滑地变形至期望翼型。分析变形翼系统在采样通信约束下的稳定性,给出了基于Lyapunov-Krasovskii稳定性理论的稳定性判据。利用锥补线性化方法,提出了控制器设计的算法。最后使用Matlab进行变形翼的仿真,结果证明了提出方法的可行性。     

基于时滞分解的线性时滞系统主动容错H_∞控制

采用一种具有广义内模控制结构的反馈控制器,研究一类线性时滞系统的主动容错H∞控制问题。针对可由外系统描述其动态行为的故障,设计基于观测器的故障估计器,并将故障估计用于反馈控制的故障补偿。采用一种新的时滞分解方法选取Lyapunov-Krasovskii泛函,推导并证明问题可解的充分条件,最后给出主动容错控制系统的设计算法。最后通过算例验证了提出方法的有效性,并且利用时滞分解方法,保守性减小。     

多旋翼无人机飞行控制自动调参技术

目前,多旋翼无人机控制器设计问题中存在着大量的依靠经验的调参工作。为了使调参简单而又可靠,本文基于控制器参数与控制系统性能响应存在的对应关系,提出了自动调参思想。在满足控制器各项性能指标的前提下,利用粒子群算法(Particle swarm optimization,PSO)提炼出优化目标和约束条件。对被控对象进行建模并搭建非线性模型。然后,利用工程实践方法估算出参数范围,并利用粒子群快速优化特点自动寻找在约束条件下符合性能指标的控制器参数。最后,通过Matlab/Simulink对模型进行仿真验证。仿真结果分析表明,PSD可快速准确地对飞行控制进行自动调参。     

基于遗传算法整定的PID网络流量控制

结合经典控制理论和优化控制理论设计了基于遗传算法的线性PID控制器,并与经典的PID控制器进行了比较．此控制器较好地控制了交换机缓冲器的队列长度,动态性能明显优于一般PID控制器．并得到了仿真结果的验证．     

采用抗积分器卷绕改进高增益PI控制器的性能

研究了饱和非线性对采用Ｓａｌｆｏｒｄ奇异摄动法设计的高增益（快采样）误差驱动ＰＩ控制器的影响，在分析了使系统性能降低的原因后，提出了抗积分器卷绕方案，以ＡＦＴＩ／Ｆ－１６直接力控制系统为例，说明了该方法是可行和有效的。     

综合火力／飞行控制系统的模糊控制及其仿真研究

研究了综合火力／飞行控制系统（ＩＦＦＣＳ）的模糊控制问题，首先给出了飞机纵向运动的火力／飞行控制系统的数学模型，然后讨论了基本模糊控制器的结构方案和设计过程，在分析了不同量化因子及比例因子对控制特性的影响后，对基本模糊控制器进行了改进，提出了分段因子模糊控制器和经过一次修正的模糊控制器的设计思想，最后，对包含模糊控制器的ＩＦＦＣＳ进行了计算机仿真。仿真结果表明，对ＩＦＦＣＳ采用模糊控制方法是可行的     

基于神经网络的一类非线性关联大系统鲁棒滑模分散控制

针对一类具有未知界扰动和子系统部分已知的非线性大系统,结合神经网络逼近方法、滑模控制研究了一种新的分散鲁棒自适应控制方法。所设计的分散控制器分为两部分,一是等效控制器,二是滑模控制器。滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用。文中用神经网络逼近非线性未知函数,将网络权值误差引入到网络权值的自适应律中用以改善系统的动态性能。仿真算例证明了所设计的鲁棒分散控制器是有效的。     

非线性飞控系统的滑模PI混合模糊逻辑控制

针对一类空间飞行器的非线性姿态控制问题，首先通过变换将其强耦合模型分解成若干个子系统，把各子系统之间的耦全、未建模动态和外界扰动视为系统的不确定性。而后提出了一种结合滑模控制与比例积分控制的模糊逻辑控制器，运用李亚普诺夫原理对系统的稳定性进行了分析。用这种控制器对系统进行分散鲁棒自适应控制，仿真说明相对于传统滑模控制器，它具有响应速度快，跟踪精度高，鲁棒性强的优点。     

基于Backstepping方法的一类混沌系统的同步自适应控制

将Backstepping方法用于混沌系统的同步自适应控制。利用递归思想选择一系列的Lyapunov函数．设计同步控制器。该方法是一种系统化的方法．能够处理一系列的混沌同步问题．这在混沌通讯安全方面具有重要意义。最后，以Lorenz系统同步为例，进行了数值仿真，仿真结果说明该方法的有效性，并与线性反馈控制器作了比较．仿真结果表明．Backstepping方法设计的控制器性能优于线性反馈控制器。     

遥操作机器人神经网络Smith预估控制(英文)

针对遥操作机器人通讯通道中存在的时延 ,提出了一种神经网络 Smith预估控制方法。控制系统适合于时延不变但未知的情况。控制系统包括主控制器和从系统两部分。从系统采用动态神经网络辨识机器人的动态模型 ,神经网络权重在线学习 ,用神经网络的输出对非线性系统进行局部非线性补偿 ,将非线性系统线性化。主系统针对线性化的从系统 ,采用 Smith预估控制解决时延问题并保证系统的性能品质。通过李雅普诺夫稳定理论保证了时延控制系统的稳定性。对两关节机器人的仿真结果说明了该方法的有效性。     

一种新的抗饱和控制器研究与设计

首先忽略执行器的饱和,设计了能够满足系统性能要求的线性控制,然后设计了饱和补偿器降低饱和的影响,线性控制器使系统有较小的阻尼率以提高响应的快速性;当输出达到设定值时,非线性控制器使系统有较大阻尼率以降低超调量。线性控制器与非线性控制器合成总控制器,结合PID技术,能够实现高精度艰踪控制。本方法设计的控制器应用于伺服跟踪系统,仿真结果表明该方法是有效的。