9.1 PID控制方法 9.1.1 基本理论 9.1.2 比例(P)控制 9.1.3 比例微分(PD)控制 9.1.4 积分(I)控制 9.1.5 比例积分(PI)控制 9.1.6 比例积分微分(PID)控制 9.1.7 PID参数整定

第十四章控制与控制过程 一、控制活动 二、控制过程 三、有效控制

提出了基于冷轧前带钢板凸度在线实测信息的板形平坦度前馈控制方法,建立了冷连轧板形平坦度预测控制模型,通过与实际值比较验证了其正确性,并对板形平坦度前馈控制策略和板形平坦度前馈控制模型进行了研究.在此基础上以国内某条在轧机入口装备有板廓检测仪的1550mm五机架六辊UCMW冷连轧机组为对象,建立了一套完整的板形平坦度前馈控制模型和离线仿真系统.仿真结果表明,在前馈控制模型投入的情况下,由于来料带钢板凸度变化所造成的成品带钢板形平坦度波动明显减弱,达到了进一步提高成品带钢板形质量的目的

针对非线性时变特性的液压位置伺服系统跟踪控制问题,基于自适应逆控制理论,提出X滤波液压位置自适应逆控制策略.对传统自适应滤波算法在X滤波结构下的不足,提出变换域变步长归一化最小方差算法.采用该算法对液压伺服位置系统进行了对象建模、在线逆建模及开环控制系统设计.仿真结果表明,X滤波液压位置自适应逆控制具有跟踪速度快、对参数摄动鲁棒性强等良好动态特性

为研究纯电动汽车车载电源性能，提出并搭建了由异步电动机和直流电动机组成的在环测试平台.异步电动机用来模拟纯电动汽车的牵引电动机，直流电动机用来模拟汽车行驶时的阻力和惯量，对异步电动机和直流电动机分别实施转速控制和转矩控制.分析了电动汽车行驶工况，给出了简单循环工况下参考转速、转距和功率.设计了异步电动机调速系统转速控制器和电流控制器，建立了异步电动机调速系统的数学模型，提出了基于自适应模糊神经网络控制的异步电动机调速系统.仿真和实验结果表明，基于自适应模糊神经网络控制的调速系统明显优于PID控制的交流调速系统，在环测试平台能够较好跟踪参考转速和参考转距的变化

1.1 引言 1.2 控制系统的时域数学模型 1.3 控制系统的复域数学模型 1.4 控制系统的结构图及其等效变换 2.5 控制系统的信号流图 2.6 控制系统的传递函数

针对挠性卫星本身存在的参数不确定性和外部扰动的控制问题,设计了以径向基函数神经网络和小脑神经网络为基础的复合变结构智能控制器.该控制器利用变结构控制系统对被控对象的模型误差、参数变化及外扰等的不敏感性的优点,再结合神经网络能够迅速逼近未知函数、泛化能力强的特点,可以适应挠性卫星参数不确定性和抑制外加干扰,实现对挠性卫星的有效控制.仿真结果表明复合控制能够提高卫星姿态的稳态精度和快速性

一、控制的概念 二、控制的重要性 三、控制过程 四、控制的类型 五、控制的焦点 六、有效控制系统的特性

研究了一类不确定离散时间系统的鲁棒H∞预见控制问题.其中采用一种新的方法构造扩大误差系统,避免对时变的系数矩阵取差分,从而成功构造简化的扩大误差系统.然后针对所求得的不确定系统的扩大误差系统,通过引入带有预见作用的状态反馈,研究鲁棒H∞保成本控制问题,得到确保鲁棒H∞控制器存在的充分条件及H∞状态反馈控制器的设计方法.该条件可以通过求解一个线性矩阵不等式优化问题而实现.所得控制器回到原系统就得到带有预见作用的最优预见控制器.而且,通过引入积分器,实现闭环系统对目标值信号的鲁棒无静差跟踪.最后的数值算例说明了本文理论的有效性

1.智能控制概论 2.模糊控制 3.神经元网络控制 4.模糊-神经网络控制 5.遗传算法 6.递阶智能控制理论