神经网络在薄膜厚度控制系统中的应用

讨论了薄膜厚度控制的非线性和耦合性，应用神经网络申行解耦算法，解决多变量非线性耦合问题，同时还采用了改进的学习算法——动量法，并与传统算法做了仿真比较。仿真结果表明该算法能较好地解决上述难点，从而更好的控制薄膜厚度的均匀性。     

简化的鲁棒自适应自动舵控制算法设计

为研究船舶航向非线性系统的自适应跟踪控制问题,在考虑舵机伺服系统特性的情况下,提出一种简化的鲁棒自适应神经网络动态面控制算法.采用RBF神经网络逼近模型不确定性,简化自适应参数调整方法,解决了动态面控制自适应参数过多的问题.该算法设计的控制器复杂性低且只有1个在线调整自适应参数,易于工程实现.该算法可以保证闭环信号的渐近稳定,使航向跟踪误差任意小.仿真结果验证了控制器的有效性.     

无线传感器网络电子航标节点定位算法研究

介绍了无线传感器网络电子航标节点测距定位的定位原理和算法.针对该定位算法的非线性方程组求解问题,依据UKF算法,用一个最小的样本点集来近似系统状态的分布函数.实现了当系统按实际的非线性模型演化时,对非线性函数的后验均值与方差的很好拟合.仿真结果表明,用UKF算法的节点定位估计精度在5%以内.可见,它在解决非线性机动目标跟踪问题时有比较好的跟踪性能和滤波结果.     

规则纵浪中船舶参数激励横摇运动的鲁棒控制

为有效控制船舶在参数横摇运动中的失稳状态,根据规则纵浪中船舶参数横摇系统的非线性数学模型,设计了一种具有鲁棒性的非线性控制器.采用精确反馈线性化方法将纵浪中船舶参数横摇系统的非线性模型线性化,然后用闭环增益成形算法设计出非线性鲁棒控制器.在考虑不同的干扰和模型摄动情况后进行了仿真试验.仿真结果表明该控制策略对于船舶参数横摇系统十分有效,且鲁棒性能令人满意.算法的设计过程简单,物理意义明显.     

强风中普通商船动力定位的研究

为实现普通商船在强风浪中的动力定位,首先采取艏找风控制,然后使船舶保持顶风静止.该文采用基于闭环增益成形算法和精确反馈线性化算法的航向保持非线性鲁棒控制器与基于闭环增益成形算法的速度鲁棒控制器.建立了船舶顶风状态的非线性数学模型,为反映船舶在顶风静止状态的舵效,提出了等效船速的概念并推导出其计算公式.对处在强风(8级以上)、浪等扰动中的非线性船舶运动数学模型进行仿真,仿真曲线表明通过对船舶运动进行非线性鲁棒控制,实现了强风中普通商船的动力定位.     

潜艇深度终端滑模控制技术

潜艇垂直面运动因其强非线性、强耦合性,易干扰等因素的影响,对控制设计要求非常高.基于潜艇垂直面非线性模型,考虑舵的动态响应,用首舵控制深度,尾舵控制纵倾角,分别设计了终端滑模面,采用终端趋近律设计控制器并进行仿真研究.仿真结果表明,该系统具有良好的控制性能和很强的鲁棒性.由于采用连续的控制器,解决了系统的抖振问题.     

塑料薄膜厚度控制算法设计

通过对聚炳烯塑料薄膜厚度测控系统的分析，建立了一套产生式规则系统，采用智能控制算法对薄膜横向公差进行控制。应用表明该智能控制算法简单、易行且计算量小，实际控制结果也比较满意。     

柴油机调速系统自适应滑模控制算法的研究与仿真

建立2135型柴油机调速器的非线性模型,设计一种滑模控制器,以实现对单输入非线性柴油机调速系统的控制,并用MatLab/Simulink仿真,体现出滑模变结构控制对非线性系统进行控制的动态、静态品质优良,鲁棒性好的特点,解决传统PID控制超调量大、调节时间长的问题.针对滑模变结构控制器容易产生抖振的问题,设计了自适应离散滑模控制器,取得较好的仿真结果.     

基于反馈线性化与闭环增益成形的减摇鳍控制

根据减摇鳍系统的非线性数学模型,设计了一种具有鲁棒性的非线性控制器。通过采用精确反馈线性化方法将减摇鳍系统的非线性模型线性化,然后用闭环增益成形算法设计出非线性鲁棒控制器。用Matlab的Simulink工具箱分别对相同海况下未进行减摇控制、已设定航速及航速减半状态时采用减摇鳍控制的非线性数学模型进行仿真。仿真结果表明,该控制策略对于减摇鳍非线性控制系统是十分有效的,特别是鲁棒性能令人满意。算法的设计过程简单,物理意义明显。     

基于菌群优化算法的非线性系统预测控制器设计

作为一种先进的计算机控制算法,预测控制具有良好的自适应性和鲁棒性,一直是自动控制领域的研究热点.针对非线性系统,文中提出了一种基于菌群优化算法和模型学习的单步预测控制算法,算法在不需要系统数学模型前提下,根据非线性系统输入输出数据,通过最小二乘支持向量机建立系统数学模型,获得系统输出估计值,利用反馈校正减少预测误差,最后利用菌群优化算法进行滚动优化得到控制量,得到有效的预测控制器.由单变量和多变量非线性系统的仿真结果证明了算法鲁棒性和自适应性较好.