介绍了逆模型超前控制器,神经网络反馈单元及由5层神经网络组成的集成控制系统.集成控制系统包括一个由神经网络组成的系统模型和具有自调整功能的控制单元.该方法被用于优化设计的综合机构控制仿真,结果证明了它的先进性和可行性

研究了一类广义离散时间线性系统的预见控制问题.首先通过对系统方程,误差向量和可预见的目标值信号取差分,构造出一个扩大误差系统,把广义系统的预见控制问题转化为一个形式上的普通广义系统的控制问题.然后利用广义系统最优控制理论的结果,得到广义系统的带有预见前馈补偿的控制器.同时通过详细推导,把一个阶数很高的矩阵Riccati方程降为一个阶数很低的Riccati方程,从而使闭环系统可以实现

为了解决带有纯滞后的监控AGC系统的控制问题,提出了基于RBF神经网络的PID控制器与Smith预估器相结合的智能PID控制系统,并对传统监控AGC、应用Smith预估器的监控AGC及应用智能PID控制的监控AGC系统进行了仿真.结果表明,应用智能PID控制的监控AGC系统收敛速度明显加快,适应能力与鲁棒性比常规PID控制要好

以武钢1700mm精轧机主传动系统中控制对象特性参数的改变后系统动态响应品质变差为背景,利用遗传送代算法研究了双闭环控制系统中转速PI调节器参数的优化问题.数字仿真结果证明了该算法的有效性和合理性

通过对热轧动态设定型AGC控制系统模型进行理论分析,针对工程实际提出了一种基于μ综合的鲁棒控制方法．当系统中存在轧机刚度摄动时,热轧动态设定型AGC控制仍能实现期望的控制性能．通过引入表征系统性能的虚拟块,应用主环定理将动态设定型AGC系统在模型摄动下设计满足性能要求的控制器问题转换为广义系统的鲁棒稳定性问题,实现了系统鲁棒性能．它克服了使用H∞方法解决该问题的鲁棒性能缺点,其设计目标真实反映控制目标,方法更加有效．依据现场数据的仿真实验表明,基于μ综合的鲁棒控制方法比H∞方法具有更好的鲁棒性能．

针对两个不同的时变时滞耦合复杂网络,提出一个新的网络同步模型.该模型中的两个网络在节点数目、拓扑结构、内部耦合、耦合时滞及节点动态均可不相同.基于LaSalle不变原理,设计自适应控制器使得两个网络获得同步.进一步研究了具有未知拓扑结构的两个复杂网络的自适应同步问题.数值结果表明了本文方法的有效性

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

提出了一种基于自适应模糊算法的防抱制动系统控制方式,针对汽车纵向双轮模型,设计了模糊控制器和滑移率校正器,校正器通过车辆的输入输出参数辨识最佳滑移率,并调整系统控制参数,以提高系统的控制性能,仿真实验验证了控制算法的有效性

在监控自动厚度控制(AGC)系统基础上,增加一个压力AGC副回路控制.基于Smith预估模型,采用串级控制方式以综合使用监控AGC与压力AGC.副回路采用PID调节方式,主回路基于广义预测控制(GPC)算法求解控制器.由于增加了副回路控制,对进入副回路的干扰有超前抑制作用,因而减少干扰对主变量的影响,提高了抗干扰能力,从而改善了过程的动态特性.仿真结果表明该方法是可行性的,具有较好的控制性能

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