一种新型的智能非线性PID控制器

在分析总结标准PID控制器、各种变形PID控制器、非线性PID控制器特点的基础上，提出了一种智能非线性PID(INPID)型变结构控制器。将该INPID控制器应用于典型带延迟一阶对象和二阶对象控制，并与传统PID进行了对比，证明该控制器具有良好的控制效果、广泛的对象适应性和很强的鲁棒性。仿真结果表明．在控制量受限越强和系统参数变化范围越大的情况下，其优势越突出。     

自适应PID控制系统仿真

针对常规PID控制器不能满足非线性、时变系统的控制要求的问题,本文将自适应控制思想与PID控制器相结合,合成一种自适应PID控制解决方案,并设计了一个自适应PID控制器。该方案运用专家控制策略,自动整定PID参数。仿真结论表明,在系统参数不确定或者发生变化时,该控制器的控制效果明显优于常规PID控制器。     

某型发动机数控系统的相似参数自适应控制

针对航空发动机在全飞行包线非线性和时变的特点,提出了参数自适应PID控制器设计方法,研究了用最小二乘法和相似参数法两种参数估计器进行在线参数辨识和参数整定的问题。通过与发动机线性模型和部件级非线性模型的仿真,对两种控制算法进行了比较,确定了相似参数法自适应PID控制器具有稳定性好,计算简单,适用于全包线等优点。将相似参数法自适应PID控制器用于某型航空发动机全权限数控系统,通过试车和试飞,验证了该方法的优点。      

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

基于遗传规划的导弹自适应控制方法研究

为改善PID控制对强非线性导弹系统的控制效果,提出了一种采用遗传规划映射的导弹自适应控制方法。首先建立PID控制器结构,随后充分利用遗传规划映射关系清晰、非线性拟合能力强的特点,采用飞行状态参数和最优控制参数作为输入和输出的样本数据进行离线学习,获得从弹体飞行状态参数到PID控制参数的直观函数关系,最终可实现控制参数的在线自适应整定。仿真结果表明,该方法对导弹系统参数的非线性变化具有很强的适应性,可以起到稳定的控制效果。     

基于深度信念网络的船用燃气轮机自适应控制

针对船用燃气轮机非线性强、惯性大和负载多变等特点,提出1种基于深度信念网络的自适应控制器。该控制器结合了深度信念网络和传统PID控制器,利用深度信念网络对燃气轮机的转速误差信息以及负载状态提取实时特征,在线调节PID参数,并将参数传递给PID控制器,由其输出控制量。通过数字仿真验证表明:该控制器满足燃气轮机转速控制的要求,并且具有良好的自适应性,在不同工况下,能够对燃气轮机转速进行准确控制,使得系统快速响应的同时无超调量。     

基于扩张状态观测器的燃气舵舵机位置控制

为了实现对燃气舵舵片的高精度位置控制,设计了高阶非线性扩张状态观测器对舵机位置系统进行精确闭环控制。通过将参数摄动耦合项和外界扰动项合并为一个新的状态量,将原有三阶位置系统扩张为四阶控制系统。采用滑模变结构控制器对状态观测器观测结果进行控制,使舵机偏转角度达到预定值。分别采用传统PID控制和所设计的高阶非线性扩张状态观测器对舵机控制系统进行仿真,来验证所设计的控制器的响应性能和稳定性能。结果表明:相比于传统的PID控制器,所设计的高阶非线性扩张状态控制器具有更高的跟踪精度和更快的响应性能,其响应时间在0.1s以内,提升了约0.7s,且该控制系统无超调量的产生。该控制器在鲁棒性、抗干扰性上体现出更好的特点,因此可以更好地实现整体伺服系统的位置控制。     

基于非线性PID控制的无人机飞控系统优化设计

针对固定翼无人机的飞行控制律设计问题,提出了一种基于非线性PID控制原理的控制器。该控制器的比例、积分、微分增益是控制误差的非线性函数。确定该组函数的参数主要根据最优控制理论选择性能指标,采用遗传算法寻优。在此基础上,实现对无人机飞行控制律的优化设计。仿真结果表明,使用该控制器设计的无人机飞行控制回路比用常规PID控制器表现出很大的优越性。     

一种基于加速BP神经网络的PID控制器参数调节方法

PID控制是一种根据系统的误差,使用比例、积分、微分计算出控制量调节系统误差的控制方法 ,PID控制器由于不需要建立精确的系统数学模型而广泛应用于工业控制的各个领域。但是经典的PID控制方法的三个参数值通常是人工赋值,而人工赋值往往依赖于经验,因此控制效率较低。BP神经网络具有很强的泛化能力,可以逼近任意的非线性函数,本文使用BP神经网络调节PID控制器的参数。但是经典BP神经网络需要不断地调节权值,因此收敛速度很慢,本文利用动量常数加速神经网络的训练。仿真试验验证了本文提出的使用加速BP神经网络调节PID控制器参数的方法具有更快的收敛能力,能够实现系统的快速逼近功能。     

航空发动机多变量模糊PID控制

普通PID控制器以其简单、实用、易于实现,在经典控制中倍受青睐。但是,对于像航空发动机这样复杂的非线性系统,这种控制器的控制效果就不够理想了。模糊控制理论的建立为这种问题的解决奠定了基础。本文针对航空发动机难于建立精确数学模型的特点,提出了发动机模糊PID参数自适应控制方案,并且对某型航空发动机进行了全包线内的数字仿真。仿真结果表明发动机模糊PID控制不仅不依赖于精确的对象模型,而且具有满意的动、静态性能。      

空间站姿态/动量联合非线性控制

从Lyapunov稳定性理论出发,设计了一个非线性控制器,实现了空间站姿态和控制力矩陀螺角动量的联合控制。在此基础上,为抑制周期性环境干扰力矩对姿态控制性能的影响,引入了周期性扰动抑制滤波器,对非线性姿态/动量控制器进行了改进。改进的控制器不但可以抑制空间站姿态的周期性波动,而且可在满足特定飞行任务的前提下,建立空间站指向和控制力矩陀螺动量管理间的折中。控制器参数物理意义明确,易于调整。对空间站姿态控制/动量管理系统的仿真结果表明,该控制器是可行的。     

Adaptive Nonlinear Optimal Compensation Control for Electro-hydraulic Load Simulator

 Directing to the strong position coupling problem of electro-hydraulic load simulator (EHLS), this article presents an adap-tive nonlinear optimal compensation control strategy based on two estimated nonlinear parameters, viz. the flow gain coeffi-cient of servo valve and total factors of flow-pressure coefficient. Taking trace error of torque control system to zero as control object, this article designs the adaptive nonlinear optimal compensation control strategy, which regards torque control output of closed-loop controller converging to zero as the control target, to optimize torque tracking performance. Electro-hydraulic load simulator is a typical case of the torque system which is strongly coupled with a hydraulic positioning system. This article firstly builds and analyzes the mathematical models of hydraulic torque and positioning system, then designs an adaptive nonlinear optimal compensation controller, proves the validity of parameters estimation, and shows the comparison data among three control structures with various typical operating conditions, including proportion-integral-derivative (PID) controller only, the velocity synchronizing controller plus PID controller and the proposed adaptive nonlinear optimal compensation controller plus PID controller. Experimental results show that systems’ nonlinear parameters are estimated exactly using the proposed method, and the trace accuracy of the torque system is greatly enhanced by adaptive nonlinear optimal compensation control, and the torque servo system capability against sudden disturbance can be greatly improved.     

基于小波神经网络的自适应飞/推控制系统设计

基于小波神经网络提出了一种H∞自适应控制方法。控制器由等效控制器和H∞控制器两部分组成。用小波神经网络逼近非线性函数,并把逼近误差引入到权值的自适应律中用以改善系统的动态性能。H∞控制器用于减弱外部及神经网络的逼近误差对跟踪的影响。所设计的控制器不仅保证了闭环系统的稳定性,而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标。最后基于所设计的控制方法对新一代歼击机设计了飞/推控制系统,并对飞机作大迎角机动仿真。仿真结果表明所设计的飞/推控制系统是有效的,同时验证了所设计的非线性控制方法是有效性的。      

基于SVMα阶逆系统方法的非线性预测控制

针对一类未知非线性大时延系统,利用SVM特有的表达任意非线性映射能力,辨识得到非线性系统的α阶逆模型,然后将其串在原系统前组成SVMα阶伪线性复合系统。以此复合系统为被控对象,用预测控制方法实现对其有效控制。该方法不仅将非线性系统简化成伪线性系统,而且具有良好的控制效果,控制器设计简单。     

非线性系统的超临界Hopf分岔控制

介绍了基于微分几何法和线性二次型最优控制相结合的单输入单输出非线性系统控制器的设计方法以及结合wash-out-filter方法的2-维非线性系统的超临界Hopf分岔控制器的设计方法。利用这两种方法对仅有一个分岔点的非线性系统分别设计了超临界Hopf分岔控制器，并对这两种控制方案的本质进行了总结，同时对控制效果进行了仿真，仿真结果表明这两种控制方法均能保证系统在系统参数使可能的变化范围内渐近稳定。     

Nonlinear Adaptive Robust Force Control of Hydraulic Load Simulator

This paper deals with the high performance force control of hydraulic load simulator. Many previous works for hydraulic force control are based on their linearization equations, but hydraulic inherent nonlinear properties and uncertainties make the conventional feedback proportional-integral-derivative control not yield to high-performance requirements. In this paper, a nonlinear system model is derived and linear parameterization is made for adaptive control. Then a discontinuous projection-based nonlinear adaptive robust force controller is developed for hydraulic load simulator. The proposed controller constructs an asymptotically stable adaptive controller and adaptation laws, which can compensate for the system nonlinearities and uncertain parameters. Meanwhile a well-designed robust controller is also developed to cope with the hydraulic system uncertain nonlinearities. The controller achieves a guaranteed transient performance and final tracking accuracy in the presence of both parametric uncertainties and uncertain nonlinearities; in the absence of uncertain nonlinearities, the scheme also achieves asymptotic tracking performance. Simulation and experiment comparative results are obtained to verify the high-performance nature of the proposed control strategy and the tracking accuracy is greatly improved.     

基于自适应模糊系统的空天飞行器非线性预测控制

 针对一类多输入多输出非线性不确定系统,提出了基于自适应模糊系统的非线性预测控制方法。控制器由基于模糊系统的非线性预测控制器和鲁棒自适应控制器两个部分组成。根据系统的跟踪误差在线调整模糊系统的权值,使得模糊系统一致逼近被控对象中的非线性函数,通过泰勒展开设计出基于模糊系统的非线性预测控制律,避免了预测控制在线优化带来的繁重的计算负担。鲁棒自适应控制器则用于减少不确定和模糊逼近误差对系统的影响。所设计的控制器保证了闭环系统的最终一致有界稳定。基于Lyapunov稳定原理,给出了理论证明和分析。最后利用提出的控制方案设计了空天飞行器高超声速飞行姿态的控制系统,仿真结果表明了控制方案的有效性。     

基于李雅普诺夫函数的航空发动机非线性控制设计方法

针对航空发动机非线性模型,提出了1种基于李雅普诺夫(Lyapunov)函数的航空发动机非线性控制设计方法。在保证系统稳定的前提下,采用该方法完成了航空发动机非线性控制器的设计。仿真研究结果表明:该设计方法可提高系统响应速度,能有效抑制干扰,且具有良好的跟踪性和鲁棒性,有效改进了航空发动机控制系统的性能。     

挠性卫星大角度机动的混合控制方法研究

对于具有不确定性的多输人多输出非线性系统,仅用v0线性化设计方法不能获得好的控制结果.为此,设计了自适应模糊控制器,把I/O线性化方法和自适应模糊控制相结合,构成混合控制器.并将此控制器引人到卫星大角度机动控制系统中,以补偿由系统的不确定性所造成的跟踪误差,从而增强I/O线性化控制器的鲁棒性,最终实现零误差跟踪.     

硬式加油伸缩杆非线性解耦控制仿真研究

多输入/输出、耦合、非线性硬式空中加油伸缩杆解耦控制是加油控制系统设计的关键。当系统满足一定条件时,采用逆系统方法将原系统等效为线性系统,并在此基础上对解耦系统进行PI控制,以实现满意的控制效果。通过MATLAB/SIMULINK建立了伸缩杆模型并设计了解耦控制器,仿真结果表明该解耦方法很好地消除了系统间的耦合作用,能够满足工程设计的需要。