自由漂浮空间机器人神经网络自适应补偿控制

针对更具工程价值的任务空间内的自由漂浮状态空间机器人模型不确定性末端控制问题,提出了一种自适应神经网络控制策略用于机器人末端控制.通过神经网络在线建模来逼近系统中的非线性模型,神经网络的逼近误差及外界有界扰动通过鲁棒控制器来消除,采用引入GL矩阵及其乘法算子"·"来直接辨识的各部分系统参数.该控制策略既不需要逆动态模型的估计值,同时也避免了求雅克比矩阵的逆,降低了计算量.基于李亚普诺夫理论证明了整个闭环系统全局渐近稳定.仿真结果表明了这种神经网络控制器对于任务空间的空间机器人末端控制在达到较高的精度的同时,能够满足实时性要求,具有重要的工程应用价值.     

基于特征模型的全系数自适应控制系统稳定性研究

讨论了基于特征模型的黄金分割加逻辑微分自适应控制律组成闭环系统的稳定性问题。针对参数未知、线性定常或慢时变的二阶不稳定对象,本文给出了在采样周期满足一定条件下,上述闭环系统渐近稳定的充分条件,其中包含对于时变参数变化范围和非线性阻尼系数的约束条件。     

模糊理论在平显故障诊断中的应用研究

给出了平显信号在线采集、转换的硬件电路。鉴于平显输出信号不确定的特点 ,提出了应用模糊理论进行故障诊断的新方法 ,此法具有一定的参考价值。     

神经网络及模糊控制在飞机防滑刹车系统中的应用

提出了一种新的神经网络 -模糊逻辑刹车系统控制方案。利用神经网络解决刹车系统中存在的非线性识别问题,实现刹车过程的轨迹跟踪;利用模糊控制克服参数变化和环境因素造成的不利影响,同时避免不精确建模造成的误差,最后利用所设计的控制器对某型飞机进行了仿真研究。结果表明 :新的控制方案能极大的改善飞机的刹车性能。     

自组织模糊CMAC神经网络及其非线性系统辨识

 针对CMAC的特点,提出了联想度的概念,并由此设计了一种自组织模糊 CMAC神经网络( SOFC-MAC)及其学习算法,证明了SOFCMAC能以任意精度对非线性特性一致逼近。该网络具有学习速度快,逼近精度高及局部泛化能力等特点。歼击机系统特征模型辨识仿真验证表明了该方法的有效性。     

GPS 定位解的可信度研究

基于模糊数学理论的研究方法,给出了GPS定位解的可信度的定义。然后给出了可信度的解析表达式,并利用可信度的解析表达式对可信度的性质进行了研究。最后探讨了可信度可能的应用。     

模糊外展故障诊断方法在飞机电源系统中的应用

讨论了一种模糊外展（ａｂｄｕｃｔｉｏｎ）故障诊断方法在电源系统应用。该方法在确定故障的种类的同时,还可得到故障的严重程度。特点是在测量信号不完整时可得到一个观测到的现象的“覆盖”集合。     

概率密度曲线及其参数估计的模糊与随机方法

首次提出了概率密度曲线及其参数估计的模糊与随机方法,并以一组疲劳寿命数据为例描述了参数估计的具体过程。对随机样本分别采用模糊与随机方法和数理统计方法进行了参数估计,结果表明：用模糊与随机方法比用数理统计方法得到参数估计值更接近理论值。     

PLC在变频调速系统中的应用

本文通过对卷烟包装机控制系统的研究，提出了PLC在直流电机调速的模糊控制方案，成功地实现了具有高精度和实时性的自动控制生产过程。     

智能机器力觉及力控制研究综述

回顾了智能机器力觉及力控制研究历史,介绍了目前的研究现状,详细分析了现有的4种研究策略：阻抗控制、力／位混合控制、现代控制、智能控制。提出了智能机器力觉及力控制研究的4大关键问题：机器本体及位置伺服;碰撞冲击及稳定性研究;未知环境的约束研究;力传感器及力／位反馈融合,展望了智能机器力觉及力控制研究趋势和应用前景。