深弹舵机电动加载系统的滑模模糊自适应控制研究

针对某型深弹舵机电动加载控制系统存在跟踪精度、参数不确定性和干扰问题,将滑模变结构与模糊自适应控制相结合,设计了一种滑模自适应控制方案。在滑模控制中引入自适应参数调节律和模糊控制规则,采用自适应律实时调节控制器,采用模糊控制消除抖颤。仿真结果表明,滑模模糊自适应控制方法不仅改善了舵机电动加载系统的跟踪精度,而且还有效地消除外界干扰、抑制抖振,具有很强的鲁棒性。     

绞吸式挖泥船泥浆管道输送系统MFAFC研究

为了得到优于绞吸式挖泥船泥浆流速的常规PID控制策略 ,本文提出了一种新型控制方案——无模型自适应前馈控制：该方案利用无模型自适应控制算法的设计仅仅依赖被控对象的输入输出、动态线性化方法、自身的时变参数并结合前馈控制算法等, 很好地解决了挖泥船泥浆管道输送系统的建模困难、非线性、大惯性、参数时变、强耦合等问题。并将其进行流速跟踪试验,算法通用性试验以及抗干扰实验,结果表明该方案具有较强的跟踪性能和较好的通用性以及鲁棒性等。最后将其与常规PID控制进行比较,得出在泥浆管道输送系统流速控制中,无模型自适应前馈控制具有较好的控制效果。针对绞吸式挖泥船泥浆管道输送系统的流速控制,此控制方案符合实际要求和创新性,并进一步为实物应用研究打下坚定的理论基础。     

船用永磁同步电机参考模型自适应模糊控制研究

随着交流电机控制技术的快速发展,传统的船用电机PI控制无论是精度还是鲁棒性都已不能满足要求,而非线性间接参考模型自适应模糊控制,是通过在线实时调节自适应参数来满足被控对象的输出渐进跟踪参考模型的输出,以达到一定的控制性能。模糊控制并不需要被控对象的精确数学模型,利用模糊系统的万能逼近特性构造未知函数,再根据跟踪误差和误差变化率等信息,构造出被控对象的等效控制器。将其这些特性应用到永磁同步电机控制中,并采用Lyapunov稳定性分析理论设计出间接型自适应模糊控制器,对永磁同步电动机调速系统进行控制。仿真结果表明:系统在控制性能和适应性、鲁棒性等方面优点显著。     

基于Q学习的参数自适应S面控制方法

复杂的动力学特性及多变的海洋环境对无人水下航行器（UUV）控制器的设计提出了巨大挑战,在实际应用中,控制器的参数经人工调试后便固化,在控制过程中无法适应环境的变化。针对上述难题,该文借鉴自适应控制思想,提出一种基于强化学习的参数自适应S面控制方法,采用自适应控制方式实现不同环境下控制器参数的优化和自动整定。该方法采用Q学习算法进行训练,通过Q学习的自学习机制寻找输入状态和输出动作间的最优映射。仿真试验表明,所提方法能对控制器的参数进行实时在线调整,具备良好的控制效果和环境自适应能力。     

风帆助航船舶直线航迹跟踪的自适应非线性迭代滑模控制

针对风帆助航船舶易受风、浪等因素的影响产生航线偏离的特点,提出一种自适应非线性迭代滑模直线航迹跟踪控制方法。该方法利用双曲正切函数设计系统状态的非线性迭代滑动模态,采用模糊系统对滑模控制参数进行优化,增强控制器的自适应能力。通过定义一种控制量抖振测量变量和自适应启发评价函数,对模糊系统的结构参数进行在线调整,很好地抑制控制量的抖振。将该控制器应用到风帆助航船舶直线航迹控制领域中,结果表明,该控制器能有效地处理风、浪等外界扰动,跟踪控制性能良好,具有较强的鲁棒性。     

SEPIC变换器模糊自适应PID控制参数算法研究

模糊自适应PID控制已经在各类电力电子装置中得到普遍应用,可以实现对PID参数的最佳调整。目前该控制方法已应用于Buck和Boost直流变换器上,在理论和实践应用上都取得良好效果。本文以Sepic变换器为研究对象,将模糊自适应PID控制方法应用于此型变换器上,通过对整定规则的理论分析和仿真研究,进而得出了模糊自适应PID控制方法的仿真效果。     

自适应粒子群算法在船舶推进电机动态参数辨识中的应用

为了适应船舶越来越大的运载量和复杂的航行环境,船舶动力推进系统的优化和完善具有重要的意义。随着自动化控制技术和传动技术的发展,基于矢量控制的船舶步进电机推进系统引起了船舶工业的广泛关注,并在船舶电机控制领域逐渐应用起来。本文针对船舶的交流电步进电机,结合自适应粒子群算法,对推进电机的动态参数辨识和矢量控制做系统研究。     

一个新混沌系统的自适应Backstepping控制

研究了一个新的混沌系统的控制问题,根据Lyapunov稳定性理论方法构造一个新的自适应控制器,给出了控制器及未知参数的自适应律解析式,识别了系统的全部4个参数,同时将系统控制到一个稳定点,方法简单,控制效果好。数值模拟证明了该方法的可行性和有效性。     

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.     

一个新混沌系统的自适应Backstepping控制

研究了一个新的混沌系统的控制问题，根据Lyapunov稳定性理论方法构造一个新的自适应控制器，给出了控制器及未知参数的自适应律解析式，识别了系统的全部4个参数，同时将系统控制到一个稳定点，方法简单，控制效果好。数值模拟证明了该方法的可行性和有效性。