一种新的容错控制方法

本文提出了一种新的容错控制方法，故障检测由神经网络构成，而容错控制器则采用模糊逻辑进行设计。该方法对难于精确建模的对象和过程特别适用，且也能在一定程度上适用于非线性对象，仿真结果表明了该方法的有效性。     

电控柴油机调速控制的反馈线性化方法

以非增压柴油机为研究对象建立了柴油机调速的非线性模型,实验验证非线性模型的精度达到95%,以此模型为研究对象,采取了非线性系统的反馈线性化方法进行调速控制器的设计,对控制器进行的计算分析可知,控制器的确保相位裕量达到了60°,对控制系统的仿真计算表明其瞬态调速率达到9%,响应时间为4s.     

基于模糊线性模型的舵减横摇广义预测控制

舵减摇技术是一项新的减摇技术,通常其控制器设计所用的舰船模型为通用线性模型,对实际上为非线性被控对象的控制性能要下降.文中依据非线性舰船模型,应用模糊神经网络简化出适应于舵减横摇控制器设计的模糊线性模型,并设计了广义预测控制器.在典型航行工况下进行系统仿真.仿真结果表明,针对模糊线性模型和通用线性模型,用同一种方法与参数设计的2个控制器,前者的减摇率可达到40.70%,要高于后者的25.38%.仿真证明了模糊线性模型的可用性.     

神经网络在车辆半主动控制中的应用

针对车辆半主动悬挂模型的非线性特性，研究了采用神经网络的自适应控制在车辆悬挂半主动控制中的应用，设计了采用前馈神经网络的辩识器和控制器，对控制器网络采用的学习规则进行了分析。仿真计算表明，采用神经网络自适应控制方法能有效改善车辆的平稳性，采用的神经网络辩识器和控制器的改进BP算法是有效的。     

动车组的多变量非线性预测控制研究

通过分析动车组的牵引-制动系统,建立动车组的各动力单元的线性模型,考虑到动车组运行过程中空气阻力、未知干扰等非线性因素,将实际输出与线性模型输出的误差描述为未建模动态,将动车组运行过程这一非线性问题描述成为线性模型与非线性未建模动态两部分组成的集成模型,利用BP神经网络在线估计未建模动态项,利用递推辨识算法在线更新模型参数。在控制器设计中将广义预测控制器、未建模动态补偿器相结合,设计了多变量非线性广义预测控制器。基于CRH380A型动车组为对象进行仿真,实现了对给定速度的高精确跟踪控制,以及动车组的准时、舒适、安全的运行要求。     

基于SIMULINK的电压源驱动异步电机矢量控制系统仿真

异步电机是一个多变量、强耦合、非线性的控制对象．文中介绍了电压源驱动异步电机矢量控制系统建立控制器和异步电机数学模型的方法，并对该矢量控制系统的多元微分方程组不通过拉氏变换，直接构造仿真模型，分别对控制器和异步电机建立SIMULINK仿真模型，采用基于SIMULlNK可视化动态仿真平台的电压源驱动异步电机矢量控制系统仿真技术，对该控制系统进行速度和负载转矩动态特性研究，给出了该控制系统动态仿真结果．     

一类非线性系统的神经网络内模优化控制

研究一类可用Ｈａｍｍｅｒｓｔｅｉｎ模型描述的ＭＩＳＯ非线性系统的优化控制方法，提出一种基于前向神经网络的Ｈａｍｍｅｒｓｔｅｎ模型，以描述ＭＩＳＯ非线性对象并给出具有内模结构的优化控制器设计方法，从而实现了在稳态优化与动态优化双重指标下的设定值闭环优化控制。针对汽油管道调合系统进行的仿真实验，验证了该方法的有效性。     

约束广义预测在机车车辆半主动悬挂控制中的应用研究

半主动悬挂控制是机车车辆提速并改善其横向平稳性的有效方法，但其控制对象复杂且难以建立模型。广义预测控制具有模型精度要求低、鲁棒性好等特点。设计基于约束广义预测的带模型误差修正的控制器，有效解决了控制器复杂性与模型精度矛盾，并能适用于控制器及输出量有约束的情况。仿真表明该控制器能有效提高机车车辆的运行平稳性。     

柴油机动态过程仿真研究

以非增压柴油机为研究对象建立了零维模型，模拟了非增压柴油机的稳态特性和调速过程实验表明，仿真精度达到了误差2％以下。从动态过程控制器设计的角度，对动态模型进行了简化简化后的模型保持了柴油机动力特性的非线性特征，其调速过程仿真精度达到了95％．     

船舶航向非线性系统的动态面控制

针对船舶航向控制非线性系统模型中存在的不确定性和外界干扰的影响,采用动态面控制算法设计了一种航向控制器。由于在反步法设计过程中加入了一阶低通滤波器使得该方法无需对模型非线性多次微分,因而设计方法简单,所设计的控制器能够保证闭环系统的半全局渐近稳定,使得输出渐进跟踪期望轨迹。数字仿真结果表明,控制系统对给定航向的跟踪具有良好的动态特性,对系统的不确定性,具有较强的鲁棒性。     

模糊控制算法在船用锅炉水位控制中的应用

对于许多复杂的非线性控制过程,采用常规控制很难达到预期目的。本文以模糊控制算法在船用锅炉水位控制中的应用为例,说明模糊控制在复杂对象控制过程中的良好效果。     

基于单神经元自适应PID控制的共轨压力控制研究

对共轨系统油轨压力的控制方法进行了理论与实验研究.设计了单神经网络自适应PID控制器,相应的控制程序在Labview环境下进行了实现.在试验台上对单神经元自适应PID控制与常规PID控制进行了对比.试验结果表明:对共轨系统油轨压力采用单神经元自适应PID控制,其控制效果好于常规PID控制,并且其控制误差更小.     

Comparison of Three Control Methods in Penetration Control of Pulsed Gas Tungsten Arc Welding

An artificial neural network model for backside bead width was established and three control meth-ods——PID. fuzzy and neuron were designed, simulated and tested. The test results of bead-on-plate weld of GTAW indicate that the artificial neural network (ANN) modeling and learning control method have more advan-tages than the conventional method. They show that the ANN modeling and learning control method is an effective approach to real time control of welding dynamics and ideal quality.     

一种直接控制神经元模型及其在列车停车控制中的应用

本文提出了一种直接控制的神经元模型，并用它构成了前馈神经网络，该网络在用ＢＰ学习算法学习时，提出了变学习步长和势态项系统的方法。并且该网络在特殊情况下，其输出可直接受输入神经元控制，把该神经元所构成的前馈网络应用于列车停车控制中。     

Nonlinear and Variable Structure Excitation Controller for Power System Stability

A new nonlinear variable structure excitation controller is proposed. Its design combines the differential geometry theory and the variable structure controlling theory. The mathematical model in the form of ＂an affme nonlinear system＂ is set up for the control of a large-scale power system. The static and dynamic performances of the nonlinear variable structure controller are simulated. The response of system with the controller proposed is compared to that of the nonlinear optimal controller when the system is subjected to a variety of disturbances. Simulation results show that the nonlinear variable structure excitation controller gives more satisfactorily static and dynamic performance and better robustness.     

基于单神经元智能PID控制的柴油机数字式电子调速系统

提出一种以经典ＰＩＤ为基础，用单神经元加以实现的智能ＰＩＤ控制算法，该算法既保留了神经网络控制的优点，又简单易行，将其应用于柴油数字式电子调速系统仿真结果表明，该控制算法不仅动态性能优良，而且具有较好的适应性和鲁棒性，为研究柴油机数字式电子调速系统的智能控制提供了一条新途径。     

基于满意度的多目标约束模糊控制规则库的建立及应用

本文针对难以建模的非线性系统,结合有关满意度优化理论,给出了基于模糊控制系统的多目标搜索规则库的方法,并利用所建立规则采用Mamdani算法来逼近控制问题的最优解。同时把该方法应用在具有强非线性特点的车辆自动驾驶问题上,通过对模糊控制规则的量化细分搜索出车辆自动驾驶的规则库。     

下丘脑大细胞性神经分泌神经元的形态观察

用快速Golgi法和醛复红法观察大鼠下丘脑大细胞性神经分泌神经元。这些神经元的胞体大,多数为多极神经元,少数为双极神经元,其胞体和突起中含有多少不等的分泌颗粒。轴突很细,呈串珠状,只有一个,绝大多数参与下丘脑—垂体束的形成,也有少数在核团内终末。树突较粗,1～4个,分支不多,一般不走出核团。含有分泌颗粒的粗纤维多数是树突,但是也有少数是分泌轴突,参与下丘脑—垂体束的形成。还有的神经元的突起与血管内皮和第三脑室室管膜上皮接触。此外在侧脑室脉络膜下丛中还发现有大细胞性神经分泌神经元。     

船舶航向不对称信息理论与非线性逆推鲁棒控制算法

应用不对称信息理论和鲁棒控制算法简化非线性逆推算法,针对非线性船舶航向保持系统,设计了其Backstepping逆推控制器,由非线性函数项和常规线性控制器组成,将简化的Back-stepping法与闭环增益成形算法相结合,设计其非线性鲁棒控制器。通过非线性鲁棒控制器的控制能够使船舶无超调、无静差地跟踪设定航向,调节时间为600 s,符合船舶航行的实际情况,控制效果良好;当系统增加干扰后,系统的控制输出除了因干扰产生的抖动外,其跟踪性能仍然较好,航向输出无静差,说明控制器具有一定的鲁棒性;是否全部对消非线性项,对其控制效果相差不大,说明当模型发生参数摄动时,系统的控制性能仍能保证。     

Controlling Strange Attractor in Dynamics

A nonlinear system which exhibits a strange attractor is considered, with the goal of illustrating how to control the chaotic dynamical system and to obtain a desired attracting periodic orbit by the OGY control algorithm.