针对网络控制系统模型参数选取困难的问题,利用特征模型和动态特征模型的自适应控制方法在实际工程中建模简单、控制精度较高的特点,以直流电机的网络控制系统为例,研究了具有时延和数据丢包网络情况下的网络控制系统,提出了基于特征模型的自适应控制方法和基于模糊动态特征模型的自适应控制方法.仿真结果表明:丢包率对特征模型控制器系统的影响较大,而网络延时对模糊动态特征模型控制器系统影响较大.所提两种方法均可有效保证网络控制系统的控制性能

作为对经典自适应控制改进的控制方法，多模型自适应控制是解决复杂的大范围参数不确定系统的一种有效途径，并在理论和实践中取得了丰富成果。依据控制器集的不同综合策略，其被分为多种类型，本文旨在对加权型的多模型自适应控制进行综述。加权多模型自适应控制的基本思路是采用“分而治之”的办法，离线建立多个局部模型和对应的多个局部控制器，在线加权融合各个局部控制器的控制输出，从而形成全局控制，是实现鲁棒自适应控制的一类重要方法。首先比较详细地介绍了加权多模型自适应控制研究的历史及现状，然后给出相关研究的新进展和一些观点，包括新的加权算法和相应的加权多模型自适应控制系统的稳定性结果等，最后指出未来的几个研究方向

冷连轧机动态规格变换时各机架的入口厚度一般变化较大,采用传统自适应控制的辨识算法的收敛速度不能跟随参数实际变化速度,控制效果不佳.针对这一问题,提出一种多模型自适应控制方法.通过对五机架冷连轧机进行仿真表明,多模型自适应FGC系统具有较好的控制精度、跟踪速度以及稳定性

◆什么是自适应控制系统？ ◆为什么需要自适应控制？ ◆自适应控制的主要方案 ◆自适应控制的设计和理论问题

4.1 引言 4.2 单步输出预测自校正控制 4.3 控制加权自校正控制

研究了含有大范围参数不确定性离散时间被控对象的加权多模型自适应控制问题(包括模型集构建和加权算法分析).通过构建含有自校正模型和多个固定模型的模型集覆盖并逼近被控对象,在模型输出误差可分的前提下,采用基于模型输出误差性能指标的加权算法,并依据固定模型中是否包含真实被控对象模型的不同情形分析加权算法的收敛性.在权值收敛的前提下,利用虚拟等价系统理论,分析了参数未知线性时不变和参数跳变的情形,在不依赖于特定局部控制算法的基础上,证明了此种模型集构建下的加权多模型自适应控制系统的稳定性和收敛性,放宽了先期加权多模型自适应控制系统稳定性分析中关于模型集构建的约束条件.最终,通过计算机MATLAB仿真,验证了此类加权多模型自适应控制系统的收敛性和闭环稳定性

针对一类带有未知虚拟控制增益的随机严格反馈非线性系统,基于后推设计,引入积分型Lyapunov函数,并利用神经网络的逼近能力,提出了一种自适应神经网络控制方案.与现有研究结果相比,放宽了对控制系统的要求,取消了对于未知函数的限制条件.通过Lyapunov方法证明了闭环系统的所有误差信号依概率有界.仿真结果验证了所给控制方案的有效性

控制论是关于工程技术领域各个系统自动控 制和自动调节的理论。维纳博士四十年代提 出了控制论的基本思想后，不少工程师和数 学博士曾寻找通往这座理论顶峰的道路，但 均半途而废。工程师偏重于实践，解决具体 问题，不善于上升到理论高度、数学家则擅 长理论分析，却不善于从一般到个别去解决 实际问题。钱学森则集中两个优势于一身， 高超地将两只轮子装到一辆战车上，碾出了 工程控制论研究的一条新途径

应用给出的离散时间直接自适应控制算法改进了离散简单自适应控制的一些缺陷,能够在计算控制律不违反因果律的条件下,使被控对象的输出直接跟踪理想参考模型输出.应用Lyapunov函数和正实引理证明了算法的收敛性,并通过仿真研究说明了算法的有效性和可行性

Elliott提出的直接极点配制自适应控制的突出的问题就是由于辅助参数的引入使所需辨识的参数增加了1倍。这时多数辨识的收敛及控制的初始特性不利。本文通过广义积分器的引入,不仅解决了辨识器阶数过高的问题,而且能消除确定扰动的影响,实现对参考输入信号的无稳态误差跟踪控制