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

1.双闭环调速系统的组成及其静特性 2.数学模型和动态性能分析 3.调节器的工程设计方法 4.双闭环系统调节器的设计 *5.转速超调的抑制 *6.弱磁控制的直流调速系统

针对连续系统的有限时间目标轨迹预见跟踪控制问题,给出了基于轨迹协调误差和切换规则的预见跟踪控制方法.该方法首先将轨迹协调误差和位置跟踪误差连同状态变量的微分组成新的系统状态变量,把跟踪问题转化为调节问题,设计了基于协调误差的带有目标值预见的跟踪控制系统.然后针对复杂目标轨迹跨过不同坐标轴的情况,采用切换系统方法,实现了目标轨迹的全程预见跟踪控制.本文同时是子系统为时变系统的切换系统的典型范例.数值仿真说明了该方法的有效性

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

设计了基于数字信号处理器DSP的热连轧自动厚度控制(AGC)实时仿真器,建立了调厚过程压下系统和变形区的动态模型.仿真时,仿真器实时并行地计算带钢和轧机的模型, 计算机控制系统的控制器运行AGC软件,两者通过内存映像网实时交换数据,因此通过虚拟的对象实现了对AGC软件的实时离线调试

针对多变量耦合系统,提出了一种新的广义预测解耦控制算法.通过广义预测误差权值自动调节以消除系统耦合引起的误差,从而降低系统的耦合影响,提高系统性能.该方法与常规的多变量广义预测控制算法相比,算法简单,计算量小.本文所设计的算法被应用到热轧带钢板形板厚控制系统中,仿真结果表明了该算法的有效性和正确性

通过对建立的耦合关系模型的分析,指出 Mp,Mw,Q,Kp和 Kw是决定工业轧机板形板厚综合控制系统耦合特性的参数.它们随实际轧制生产条件的变化而改变.采用有限元模型,结合工业轧机系统实测数据,给出 1700 mm热连轧机耦合特性参数的求解方法,该方法为板形板厚解耦设计的工业应用提供了切实可行的途径

对模型未知的系统采用Kautz函数逼近得到系统的近似模型.基于所得到的Kautz模型设计了一种预测函数控制器.对该算法进行了稳定性分析,依据Lyapunov稳定性定理得到了保证闭环控制系统稳定的充分条件.仿真实验证明,该算法能够准确逼近真实系统模型,实现自适应控制,得到满意的控制效果

本书分液压传动和气压传动两篇，共十六章。第一篇为液压传动，主要讲述了液压传动基础知识、液压元件、液压基本回路、典型液压传动系统、液压伺服和电液比例控制技术及液压传动系统设计。第二篇为气压传动，主要讲述了气压传动基础知识、气源装置、气动元件、气动基本回路以及气动程序控制系统的设计方法

设计了基于数字信号处理器(DSP)的热连轧自动厚度控制(AGC)实时仿真器,建立了调厚过程压下系统和变形区的动态模型．仿真时,仿真器实时并行地计算带钢和轧机的模型,计算机控制系统的控制器运行AGC软件,两者通过内存映像网实时交换数据,通过虚拟的对象实现了对AGC软件的实时离线调试．