【摘 要】
：
本文讨论了一种基于神经网络自适应补偿动态逆误差的方法,并应用于超机动飞机的飞行控制中.飞机的基本控制律采用非线性动态逆方法进行设计,对于模型不准确导致的逆误差采用神经网络进行在线补偿.仿真结果表明,用神经网络补偿由于模型不准确引起的逆误差,弥补了非线性动态逆要求精确数学模型的缺点,而且可以大大简化动态逆控制律的设计,改善整个控制系统的性能.
【机 构】
：
南京航空航天大学自动化学院(南京) 南京航空航天大学自动化学院(南京),海军航空工程学院青岛分院(
论文部分内容阅读
本文讨论了一种基于神经网络自适应补偿动态逆误差的方法,并应用于超机动飞机的飞行控制中.飞机的基本控制律采用非线性动态逆方法进行设计,对于模型不准确导致的逆误差采用神经网络进行在线补偿.仿真结果表明,用神经网络补偿由于模型不准确引起的逆误差,弥补了非线性动态逆要求精确数学模型的缺点,而且可以大大简化动态逆控制律的设计,改善整个控制系统的性能.
其他文献
遗传算法提供了一种复杂系统优化问题求解的通用框架,它通过对生物遗传和进化过程的模仿,来实现对问题的最优解的自适应搜索,本文应用改进的遗传算法,有效的克服了基本遗传算法应用中出现的问题,并给出了基于MATLAB编程的实例.在此基础上,针对控制系统设计中的二自由度控制器设计,运用改进的遗传算法,在MATLAB上进行了控制器参数的设计.
本文介绍了一种用BP网络学习功能来实现广义最小方差自校正控制器的参数自修正.该控制器利用BP网络自学习的功能,动态地修改神经网络的权值作为参数修正的方法,该方法有效地解决了原算法中参数难以确定的缺点,又使系统较好地适应负荷和外扰的变化,从而得到满意的控制质量.
本文主要介绍模糊控制与PID控制相结合并建立自学习机制,应用于无法取得深刻构造不能建立精确数学模型的控制对象——合成系统氢氮比控制,讲述了控制方案的设计以及软件设计要点.
本文对模糊可拓经济控制论(FEEC)理论进行了深化研究.并提出可拓经济势能与可拓经济动能概念,并探讨了他们的智能转换与控制问题.
确定合适的隶属函数对模糊控制效果有着十分重要的影响,它是模糊控制技术的基础、也是难点之一.本文应用黄金发割原则,对基于Mamdani极大极小合成逻辑推理和语言控制策略的三角形隶属函数进行优化设计.实验仿真结果表明,该方法简单实用,具有较好的控制效果.
研究了具参数不确定性离散广义系统的鲁棒镇定问题,提出了研究不确定性离散广义系统鲁棒镇定的新方法.所得结果对于所有容许的参数不确定项,只需计算相应的矩阵不等式,即可判断系统的鲁棒性.
基于非线性控制理论中以微分几何理论为基础的反馈线性化方法,首次对机车悬挂系统的主动控制进行了研究.通过适当的状态与反馈变换,将其精确线性化,进而对此系统施以最优控制.探讨了非线性控制理论在机车主动悬挂控制中的应用.仿真结果表明非线性控制律能有效改善主动悬挂的隔振性能.
鉴于汽包水位的特性以及传统方法存在的弊端,本文在遗传算法和模糊控制的基础上设计了基于GA的模糊控制器,以西柏坡发电厂实际汽包水位为研究对象,进行了仿真试验,并对结果进行了分析.
针对火电厂主汽温被控对象的大迟延、模型不确定性,设计了基于遗传算法的在线自调整模糊PID控制系统,并采用遗传算法对自适应调整算法中的参数进行寻优.仿真结果表明该系统能很好的克服机组工况变化对系统的扰动.系统在多种工况下的暂态和稳态响应明显好于常规的PID控制系统,体现了模糊控制系统在控制品质、鲁棒性方面特有的优越性.
本文通过对两连杆机器人臂的动力学模型进行化简、解耦,利用得到的数学模型采用模糊控制器对机器人臂进行控制,分别跟踪两种不同的给定信号,并运用MATLAB进行仿真,把他与传统的PD控制进行分析、比较,得到了较好的控制效果.