【摘 要】
：
提出一种新的基于RBF神经网络的内模控制算法,对RBF神经网络内部模型和内模控制器的建立进行深入分析.此外在基本的内模结构中引入前置滤波器,通过在线调整滤波器的参数来改善系统动态性能.将该算法应用于非线性时变系统的仿真研究表明,所提出的控制算法不仅简单易行,而且具有较好的抗干扰能力和较强的鲁棒性.
【机 构】
：
辽宁石油化工大学信息工程学院(辽宁抚顺)
论文部分内容阅读
提出一种新的基于RBF神经网络的内模控制算法,对RBF神经网络内部模型和内模控制器的建立进行深入分析.此外在基本的内模结构中引入前置滤波器,通过在线调整滤波器的参数来改善系统动态性能.将该算法应用于非线性时变系统的仿真研究表明,所提出的控制算法不仅简单易行,而且具有较好的抗干扰能力和较强的鲁棒性.
其他文献
提出一种新型的修补式多尺度数学形态学滤波(RMMF)算法,在各个尺度滤波间并联了对残留图像的修补过程,从根本上解决了在普通多尺度形态滤波(MMF)过程中丢失图像细节的问题.滤波前后对二值图像进行32位压缩与解压缩,大大提高了滤波的运算速度.实验结果表明,RMMF算法运行速度快,噪声去除效果好,图像细节保持完整,处理效果明显优于传统滤波方法.
以八达岭磁悬浮列车旅游线所用的CMS-3型磁悬浮列车为研究对象,在分析磁浮列车悬浮控制系统的数学模型基础上,使用降低参数灵敏度的鲁棒控制器设计法对悬浮控制器进行设计,并给出了仿真结果.
冷连轧动态规格变换过程实现控制的主要困难在于冷轧过程中厚度、张力等被控变量之间的相互耦合及其非线性.为此提出一种基于分段线性化模型的冷连轧机PID解耦控制方案.仿真结果表明该方案是有效的.
针对常规增益自适应Smith预估控制的缺点,提出了被控对象增益稳态识别和控制器参数稳态自调整的预估控制,解决了由于对象和预测模型的纯滞后时间不一致造成的系统不稳定问题,仿真结果表明,控制性能良好.
指出非最小相位系统不符合Bode的幅-相定理,故不宜再用带宽来作为设计指标,而应该采用穿越频率ω作为性能指标,ω应小于非最小相位的零点a.当对象是不稳定时,a/3将是鲁棒设计时ω的极限值.
对于有约束的多变量过程控制系统,在整个预测时域内,对控制变量及其变化量加以约束,设计了一种快速的自校正广义预测算法.仿真结果表明该控制算法控制效果良好.
论述了企业资源计划(ERP)系统的管理决策特点,结合投入产出技术、线性规划模型、信息技术和决策支持理论,设计ERP环境下企业产供销一体化决策支持系统(PSM-DSS),给出了系统的总体结构,描述了系统的功能模块,并讨论了系统的可重构性问题.
针对正交神经网络存在的不足,提出一种改进的复合正交神经网络模型.由于采用了多输入多输出神经网络结构以及改进的复合正交多项式,因此,改进的复合正交神经网络不仅扩大了网络辨识模型的能力和学习适应性,而且算法简单,学习收敛速度快,具有线性、非线性逼近精度高等优良特性.仿真结果表明该模型是有效的.
分析了人工神经网络和专家系统在处理问题时的特点,论述了二者集成系统所具有的特征,并结合实际提出一种基于神经网络的测控智能诊断专家系统结构模型.解决了传统专家系统中知识获取的瓶颈和神经网络中黑箱操作的问题.
基于预见控制的思想,利用神经元网络的逼近能力求得系统的预见补偿前馈控制器,弥补了系统的动态延迟,克服了控制精度对系统模型的依赖性,从而大大提高了机床伺服系统的响应速度和控制精度.用此控制方法进行计算机仿真实验,取得了理想的效果.