自校正控制
自校正控制的相关文献在1986年到2023年内共计574篇,主要集中在自动化技术、计算机技术、电工技术、化学工业
等领域,其中期刊论文338篇、会议论文29篇、专利文献1464901篇;相关期刊182种,包括工业仪表与自动化装置、兵工学报、自动化技术与应用等;
相关会议26种,包括第七届全国制冷空调新技术研讨会、2011年中国自动化大会暨钱学森诞辰一百周年及中国自动化学会五十周年会庆、第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议等;自校正控制的相关文献由1130位作者贡献,包括陈增强、袁著祉、高云勇等。
自校正控制—发文量
专利文献>
论文:1464901篇
占比:99.97%
总计:1465268篇
自校正控制
-研究学者
- 陈增强
- 袁著祉
- 高云勇
- 候晓翠
- 任传俊
- 舒迪前
- 侯小秋
- 李兆伟
- 柴天佑
- 汤龙飞
- 宋苏
- 张晓白
- 李威
- 李翔
- 杨治平
- 王伟
- 袁虎玲
- 达勋
- 阮学斌
- 陆镭
- 韩巍
- 中川健
- 任先成
- 余钊辉
- 侯晓秋
- 增田智纪
- 大石泰之
- 姜永成
- 孙俊
- 孙冀
- 宇都宫裕一
- 岸根庆延
- 常文森
- 张维存
- 徐甄真
- 札场伸和
- 杉本雅彦
- 李增辉
- 杨永臻
- 桥本贵志
- 梁经芝
- 榛叶武士
- 渡边慎理
- 游少鹏
- 滨田一
- 潘毅
- 王茜
- 石中锁
- 石川广吉
- 藤川哲也
-
-
侯小秋;
李丽华
-
-
摘要:
针对实用随机NARMAX模型的控制问题,采用具有辅助变量的全格式动态线性化逼近,利用BP神经网络辨识其参数向量和辅助变量,使用直接极小化指标函数的自适应优化算法优化BP神经网络的连接权重值,并估计随机干扰模型的参数,依据广义目标函数提出非线性系统的神经网络辨识的无模型显式自校正控制器。仿真研究验证了上述研究的有效性,系统具有较好的控制效果。
-
-
侯小秋
-
-
摘要:
在针对全格式动态线性化泛模型中引入辅助变量,提出了一种改进的全格式动态线性化泛模型,克服了其存在的问题。采用BP神经网络对其进行辨识,基于广义目标函数,提出神经网络辨识的无模型自适应隐式自校正控制器,其算法是关于当前控制输入的非线性方程,利用牛顿-拉夫逊算法求解,根据直接极小化指标函数的自适应优化算法对BP神经网络的连接权重值进行在线学习。仿真研究验证了所提出的隐式自校正控制器的有效性,系统具有良好的控制品质。
-
-
刘刚;
陈海东;
孙睿哲;
彭佩佩
-
-
摘要:
现有光伏电站通过检测频率变化,采用下垂控制调节出力抑制源侧随机无规则出力波动,调频过程存在时间滞后性。基于自校正控制,提出一种可平滑光伏秒级出力波动的光伏电站频率主动支撑控制策略,根据受扰光伏电站光照波动情况,通过前馈补偿主动校正自身有功参考值,重新自适应分配各光伏电站有功给定值,实现在频率明显变化前主动补偿受扰电站的出力波动。基于Matlab/Simulink搭建仿真算例,仿真结果表明:相较下垂控制,自校正控制在扰动下可将频率最低点提高约0.04 Hz,并使得平均频率变化率降低约26.06%,有效提升了系统频率性能。
-
-
李国栋;
王旭阳
-
-
摘要:
深海沉船燃油的回收对于海洋环境的保护具有重大意义,需要ROV对接内、外层船壳开孔机与抽液机这类大型装备来完成内、外层船板的开孔与船内抽液等一系列复杂的水下精细化作业。ROV在与大型装备对接后整个系统的动力学参数会发生较大变化,导致原控制器不再适用于新的ROV系统,在进行首向角度的控制时甚至可能发散,使得精细化作业无法进行。为此提出基于带可变遗忘因子递推最小二乘法的自校正滑模控制法,通过在线辨识变化的系统动力学参数实时更新滑模控制律,提高控制器的自适应性能,从而满足ROV协同作业的特定运动控制精度要求,并通过Matlab/Simulink首向角跟踪正弦曲线仿真实验验证了方法的有效性。
-
-
曾献文;
翟敬梅
-
-
摘要:
针对未知、时变环境下机器人力位控制需求,基于非线性接触动力学模型进行了阻抗控制的位置自校正修正算法研究.通过建立基于Hunt-Crossley非线性接触动力学模型的阻抗控制系统,构建了在刚性或柔顺作业环境下机器人末端位置与接触力之间的动态关系;在自校正控制系统中引入自扰动递推最小二乘辨识算法,以接触力误差最小为设计指标,设计了阻抗控制的位置自校正修正算法,在预测控制同时进行接触动力学参数在线跟踪辨识,解决了在材料力学特性未知或存在时变的环境下,力跟踪的实时性和准确性问题;仿真实验模拟了环境力学特性参数事先未知且在不同作业区域间存在差异的应用场景,结果表明,该算法能够实时进行阻抗控制的自适应位置调整,保证了力位跟踪控制的快速响应性和收敛性,稳态力跟踪误差控制在2%以内,环境力学特性发生变化时的控制调整时间仅约7个采样周期,相较对比算法减少约70%.
-
-
侯小秋;
李丽华
-
-
摘要:
带预测误差补偿的NARMA-L2模型是由NARMA模型在零工作点处由一阶泰勒展开逼近的,其误差项取值较大。通过分析NARMA-L2模型存在误差项值较大的问题,利用自适应滤波动态工作点处由一阶泰勒展开逼近NARMA模型,构建改进的NARMA-L2模型,采用BP神经网络辨识改进NARMA-L2模型的参数,基于广义目标函数与改进的NARMA-L2模型给出了非线性系统的隐式自校正控制器算法,以直接极小化指标函数的自适应优化算法寻优BP神经网络的连接权重值,获得了一种新的在线学习算法。研究表明,改进模型误差值较传统NARMA-L2模型小,控制算法使系统具有优良的控制效果。
-
-
侯小秋;
李丽华
-
-
摘要:
带预测误差补偿的NARMA-L2模型是由NARMA模型在零工作点处由一阶泰勒展开逼近的,其误差项取值较大.通过分析NARMA-L2模型存在误差项值较大的问题,利用自适应滤波动态工作点处由一阶泰勒展开逼近NARMA模型,构建改进的NARMA-L2模型,采用BP神经网络辨识改进NARMA-L2模型的参数,基于广义目标函数与改进的NARMA-L2模型给出了非线性系统的隐式自校正控制器算法,以直接极小化指标函数的自适应优化算法寻优BP神经网络的连接权重值,获得了一种新的在线学习算法.研究表明,改进模型误差值较传统NARMA-L2模型小,控制算法使系统具有优良的控制效果.
-
-
-
伍凯;
贺正洪;
张晶;
赵敏
-
-
摘要:
非线性函数逼近问题是神经网络数据处理的具体应用之一,在相同误差指标和目标参数的情况下,以具体的非线性函数为例,仿真对比了径向基神经网络(Radical Basis Function,RBF)、模糊RBF和基于遗传算法的模糊RBF网络的逼近性能.结果表明,3种RBF网络结构都能够较好的逼近目标函数,但模糊RBF与GA-RBF网络结构较基本RBF网络结构而言能够更早达到较小的逼近误差范围.在此基础上,仿真验证了模糊GA-RBF网络应用于间接型自校正控制的有效性.%Nonlinear function approximation is one of the specific applications of neural networks to process data.In the case of the same error index and the target parameter,taking the concrete nonlinear function as an example,simulating and comparing Radical Basis Function neural network,fuzzy RBF neural network and fuzzy RBF neural network are based on genetic algorithm.The results show that the three RBF network structures can better approximate the objective function,but the fuzzy RBF and GA-RBF network structure can achieve a smaller approximation error range than the basic RBF network structure.On this basis,simulation results verify the effectiveness of the fuzzy RBF neural network for indirect self-tuning control.
-
-
王威
-
-
摘要:
近年来随着科学技术的进步,提出了一种自适应压力的控制方法,可以很好的解决液压伺服系统原有的特性和在控制中容易出现的问题.这种方法针对液压伺服系统建立了一种CARMA模型[1],并且给出了此模型参数的辨别办法和控制系统的极点配置办法.这种自校正压力的控制方法对于系统干扰以及时变具有很好的效果,可以提高控制性能,增强液压控制系统的动态性能以及鲁棒性[2].
-
-
Bai Jianbo;
白建波;
Miao Guochang;
苗国厂;
Zheng Yu;
郑宇
- 《第七届全国制冷空调新技术研讨会》
| 2012年
-
摘要:
目前暖通空调控制系统中普遍存在运行效率低下、能耗浪费严重的现象,主要原因在于暖通系统本身具有时变、时滞等非线性特性,使得传统的控制方法无法取得良好的控制性能.如何来克服暖通空调系统时变和时滞的特性所带来的不利的影响,是提高暖通空调系统控制回路数年性能的重要途径之一,本文设计了一种基于SMITH预估的自校正控制算法,首先通过在线辨识包含时滞参数在内的暖通空调对象模型,进而采用SMITH预估器对时滞进行补偿,而SMITH预估器中的PI控制器则用于提高鲁棒性,并实现控制器参数的实时更新.仿真结果表明该算法性能要优于传统的控制方法.
-
-
-
张维存;
陈树新;
黄重国;
李晓理
- 《第二十四届中国控制会议》
| 2005年
-
摘要:
本文首次提出自校正控制系统的虚拟等价系统的概念和分析方法,并由此得出不依赖于参数估计算法和控制器设计方法的统一稳定性、收敛性判据,对于设计新型的自适应控制系统有明确的指导意义,作为本文判据的应用,给出了Goodwin等人关于确定性自校正控制系统的稳定性和收敛性结果.
-
-
-
-
-
-
任庆昌;
于军琪;
冯增喜;
钱荣
- 《第三届国际智能、绿色建筑与建筑节能大会》
| 2007年
-
摘要:
针对我国北方地区集中供热的特点以及建筑物中供暖的能耗占总能耗的60%左右的现实,研究在间歇式供暖方式下,整个供暖系统预热时间的精确控制既关乎燃料的消耗,又关乎环境的适舒性.因此文中基于热力学原理,得出了间歇供暖加热的数学模型,建立了预热时间的神经网络模型,提出了供暖系统最佳启停的自校正控制算法,对建筑物中的节能与温度环境的适舒性产生显著效果,具有重要的经济效益与社会效益.
-
-