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

本文通过分析机器人多指手爪的静摩擦、库伦摩擦、粘性摩擦等非线性因素,推导出多指手爪屈伸关节的动态控制模型;针对多指手爪的非线性影响,提出了一种位置离散学习控制方法,并给出了这种方法的收敛性定理.仿真结果表明,离散学习控制方法能在有限次迭代后使手指关节位置达到期望位置

研究了双层网络学习控制系统的带宽调度优化问题.为了合理分配子系统的带宽，引入了网络定价体系和动态带宽调度方法，建立了非合作博弈模型，从而将网络控制系统的网络资源分配问题转换为非合作博弈竞争模型下的Nash均衡点求解问题.在此基础上，采用粒子群优化算法得到此框架下的纳什均衡解，并进一步给出了网络控制系统的时间片调度方法.仿真结果表明了所提方法的有效性

本文介绍了一种8098单片机实现的全数字化的无换向器电机调速系统,其特点是采用无位置检测器技术,实现了无换向器电机的无位置检测器运行;速度调节器运用模糊控制器.结果表明,无位置检测器技术是可行的,无换向器电机的模糊控制具有较好的控制效果

给出了板形板厚综合控制模型,提出了基于TH神经网络的动态矩阵设计方法并分析了其收敛特性.使用不变性原理对板形板厚综系统进行了解耦设计,并对板形板厚解耦神经网络预测控制系统,进行了仿真研究.结果表明神经网络可在儿百ns的时间内达到稳定状态,不仅满足了轧钢过程的快速性要求,而且控制精度也得到了提高

为了抑制机电振动,保证对干扰有良好的动态抑制作用且无静态扰动误差,针对轧机主传动系统,建立了基于模型匹配二自由度系统的状态空间模型,并将轧机主传动系统机电振动控制设计问题归结为标准的H∞控制问题；用线性矩阵不等式法得到输出反馈H∞控制器,以保证系统的鲁棒性．仿真研究结果表明,该方法有效改善了轧机主传动系统的跟踪性能,抑制了系统的机电振动现象,同时减小了轧制负荷扰动引起的动态速降．

将BP神经网络建模方法与预测控制思想相结合用于宽带钢板形自动控制,研究并建立了基于BP神经网络的板形预测控制数学模型.经用宝钢1420mm冷轧实测数据仿真验证表明该模型具有很高的预测精度

由于基于频域的经典小波变换运算时间较长,不能很好地满足轧辊偏心信号在线实时控制的要求,提出了用提升结构小波变换对偏心信号进行不同分辨率下分解处理的新方法.通过对轧制力信号和厚差信号的分析,利用提升和对偶提升原理将偏心信号从干扰信号和噪声信号中提取出来并通过参数自校正控制实现对轧辊偏心的在线动态控制.仿真结果表明,该方法获得了比较理想的效果,并且在同样数据长度下,提升小波变换运算速度比经典小波变换至少提高1倍以上

基于数值模拟和人工神经网络模型以及对智能控制工艺过程的适当简化,为拉伸样模型的注射过程建立了一套智能化控制仿真系统.研究表明,该系统能够根据样品对性能的要求(如密度分布),自动进行注射工艺参数的优化.采用优化后的注射工艺参数重新进行注射过程模拟计算后,发现注射坯密度分布的均匀性较调整前有显著提高,基本符合预期的密度要求,证明智能化控制仿真系统可行

针对板带热连轧机活套的高度和张力系统,在工作点附近,以实际热轧现场数据为依据,建立了对象的动态数学模型。采用基于BP神经网络整定的PID控制策略以减弱系统的耦合影响,并给出了其控制算法在FPGA上实现的方法,包括脉动阵列算法映射、数据表示及精度和运算部件设计。仿真结果验证了本算法的有效性和控制策略的适用性