线性时滞参数扰动系统的α鲁棒稳定性

在时域中，对线性时滞参数扰动系统提出了一种新的鲁棒状态反馈控制器设计方法，利用矩阵的测度和范数的性质，得到了在参数结构扰动和非结构扰动下的线性时滞系统a鲁棒稳定性的充分条件，给出了满足鲁棒性要求的鲁棒状态反馈控制器的设计方法，并举例表明该设计方法简单易行。     

s域SISO系统概率鲁棒设计亲方法

通过引入随机向量截尾分布描述系统不确定性，并对优化性能指标进行概率加权，提出了一种新的鲁棒控制器设计方法。所得结果保守性低，兼顾了鲁棒稳定性和鲁棒性能，且控制器性能在标称情况和最坏情况之间得到概率折衷，实现了整个参数平面的一体化设计。仿真结果表明该方法的有效性。     

直流伺服系统中单神经元PSD应用的改进

常规PID控制具有结构简单、稳定性好、可靠性高等优点，在调速系统中被广泛应用。但常规PID控制的设计需依靠数学模型，负载、模型参数的变化及非线性因素等影响常规PID的精确调节。单神经元PSD控制器利用神经元的自学习、自组织能力，根据被控对象的变化情况对控制器的权值进行在线调整，达到在线调整PID参数的目的，并且采用无需对象模型的控制算法构成了自适应控制。与常规的PID调节器相比，具有更好的鲁棒性。同时，通过对PSD控制器的改进，在直流伺服系统的仿真应用中得到了较理想的结果。     

基于内模控制原理的反馈控制器的整定

研究了用内模控制原理导出的反馈控制器ＰＩＤ的整定算法，它仅需用一个滤波器参数λ的改变来影响系统的响应特性。对工业生产中常见的过程模型进行数字仿真，并与常规整定算法进行了比较。结果表明，本算法应用于反馈控制器的参数整定时，不仅可改善控制质量，而且能有效改善系统棒稳定性，为实施本算法，提供了有关的参考数据，并实际系统中验证了本算法。     

线性时滞系统的数字PID抗干扰控制

针对典型线性时滞系统的抗干扰控制问题，提出了一种数字PID控制方法。不采用传统的IMC结构，而是将输出信号直接加以比例控制之后，反馈至被控对象输入端，以消除定值负载干扰的影响。仿真结果显示，该方法具有较好的抗干扰性能。     

基于神经网络的容错控制在CSTR对象中的应用

将扩展卡尔曼滤波用于RBF网络的权值更新,使该网络能满足动态建模的要求,不仅很好地逼近正常工况下的对象,也能及时有效地重构故障工况模型。基于Lyapunov稳定性推导得到的PID参数自整定算法,保证了基于RBF网络的PID控制算法使跟踪误差收敛。在CSTR系统中,仿真实例说明该方法用于对象元部件故障的检测是有效的。     

时滞系统鲁棒稳定性的新判据

基于Ｌｙａｐｎｕｏｖ泛函方法，研究了满足匹配条件的不确定性时滞系统的鲁棒稳定性及具有稳定度β〉０鲁棒稳定性，给出了已有结果不能推出的新判据。这些新判据对已有结果难以使用的情况下也可有是有效的，或有时减少了已有结果的保守性。     

一类参数不确定T-S模糊系统的鲁棒控制及仿真

针对一类具有参数不确定的T akag i-Sugeno(T-S)模糊系统,基于模糊区域的概念研究了其鲁棒控制问题。通过将不确定T-S模糊模型转换为不确定T-S模糊区域模型,并利用Lya-punov稳定性理论,导出了线性矩阵不等式(LM I)形式的鲁棒控制器设计方法。相对于传统设计方法,降低了采用线性矩阵不等式方法求解的难度,并具有良好的鲁棒性能。仿真结果验证了该方法的有效性。     

基于事件触发的鲁棒预测控制器设计

针对干扰有界的线性离散系统,提出了事件触发的鲁棒预测控制算法。首先,采用紧约束方法设计系统的鲁棒预测控制优化问题;然后,根据求解优化问题得到的一组最优控制律序列,为后续多个时刻构造满足优化问题约束条件的鲁棒可行控制律序列;最后,根据输入-状态稳定性理论,得出保证系统鲁棒稳定的事件触发条件,从而完成事件触发鲁棒预测控制器的设计。仿真结果表明了事件触发条件的有效性,以及本文算法在减少系统计算量方面的优越性。     

一类不确定混杂动态系统的保性能控制及其应用

考虑在汽车自动变速巡航控制中遇到的、包含状态跳变的参数不确定混杂系统保性能控制问题，提出了混杂状态反馈保性能控制律的设计方法，该控制律在使不确定混杂系统闭环鲁棒稳定的同时，也使其性能满足一定要求。最后用实例验证了设计方法的可行性和有效性。     

基于神经网络PID控制器在交流调速系统中的应用

针对PID控制和神经网络控制在交流调速系统中的局限性,利用其各自的优点,采用神经网络和PID控制相结合的方法构建神经网络PID控制器,实现变频调速控制,得到了神经网络控制器模型和神经网络控制方法运行的结果。仿真结果充分表明了神经网络模型具有良好的稳定性、鲁棒性和跟随性,而且改善了原系统的动态特性,证明了该方法在交流调速系统中的应用价值。     

一种基于积分分离的内模PID主动队列管理算法

针对PI主动队列管理算法存在调节时间长和鲁棒性差的缺点,提出了一种基于积分分离的内模PID主动队列管理算法（IMC PDPID）。其突出特点是控制器参数整定方便,由于采用了积分分离的方法,使其既保持了积分作用,又减小了超调量。仿真结果表明：该算法较PI算法有更小的超调量,队列收敛速度明显加快。     

基于神经模糊系统的自适应前馈-反馈控制系统设计

在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的“扰动”,然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明：这种基于神经模糊系统的自适应前馈反馈控制器和PID控制器相比,能得到更快、更好的控制效果。     

基于PID神经网络的非线性系统辨识与控制

针对工业控制领域中非线性系统采用传统的控制方法不能达到满意的控制效果,提出一种基于P ID神经网络的控制方案,以对其进行辨识和控制。将P ID神经网络引入控制系统中,既具有常规P ID控制结构简单、参数物理意义明确等优点,同时又具有神经网络的并行结构和学习记忆功能及非线性映射能力。仿真结果表明:该控制系统响应速度快、超调量小、稳态精度高,能够快速跟踪系统输出并进行有效控制,且具有一定的自适应性和鲁棒性,满足实时控制的要求。     

基于非线性微分几何理论的半间歇聚合釜温度控制器设计

半间歇聚合反应具有强非线性、时滞、时变的特点,反应机理复杂,其温度控制一直是难点。应用传统的串级PID控制结构,无法保证温度控制在允许的误差范围内。为保证产品质量,设计了一个非线性控制器来提高温度控制精度。根据Chylla Haase反应器模型,利用非线性微分几何理论,通过微分同胚和状态反馈,实现输入 输出精确线性化,在此基础上引入误差渐近跟踪项和积分器,设计出温度渐近跟踪控制器,通过调整控制器参数,可达到误差快速指数衰减。仿真结果表明该控制器在设定值跟踪和抗干扰方面明显优于串级PID控制器及模糊串级PID。     

气动调节阀黏滞故障引起的回路振荡消除方法

气动调节阀的黏滞故障是控制回路中常见的故障,由黏滞引起的回路振荡将会破坏整个控制回路的性能。针对不具有定位器的阀门,提出了利用T-S型模糊控制器代替传统的PI控制器来消除此种振荡。该控制器利用阀门黏滞时被控对象的状态信息与控制器输出变化率之间的关系来构建模糊控制的规则。通过对传统PI控制器的积分系数进行修正使得阀门快速移出黏滞区,最终消除黏滞故障对回路的影响。将该算法应用于实际的液位控制回路中,实验结果表明该算法能够较好地消除回路的振荡,且能够适应不同的设定值,具有一定的鲁棒性。     

PFC-PID控制在加热炉炉膛压力控制中的应用

针对工业P ID控制器不能很好兼顾抗干扰性与鲁棒性的缺点,将预测函数控制(PFC)与P ID控制相结合,提出一种具有PFC-P ID控制结构的新型预测函数控制器并成功地应用到工业焦化加热炉炉膛压力的控制中。由于其控制策略实现了目标和控制的分层,因此其控制效果要优于仅存在P ID控制的情形。实际工业应用表明了该方法的有效性。     

基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统.该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器.通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值.理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节.     

基于Oracle动态性能视图的医院信息系统性能调优模型设计和实现

目的：建立通用的性能调优模型,在不增加系统负载的前提下,采集性能数据,辅助DBA性能分析。方法：提出一种基于Oracle数据库动态性能视图的数据库调优方法,着眼系统性能参数,通过建立性能基线,结合动态性能视图采集结果,分析系统负载异常波动,跟踪潜在的问题。结果：该方法可以有效解决医院信息系统数据处理的实际效能问题。结论：基于Oracle动态性能视图的调优模型在不增加系统负载的基础上,获取各项性能指标,满足系统调优需要,具有一定的适用性。     

基于小波核函数极限学习机的模型预测控制模拟

针对醋酸精馏控制中,产品质量采用常规的温度间接控制存在精度低的问题,提出了一种基于小波核函数极限学习机的模型预测控制（KMPC）策略,在醋酸浓度软测量的基础上直接控制产品质量。鉴于小波核函数极限学习机（KELM）算法训练速度快并且稳定的特点,该控制系统采用KELM建立醋酸浓度控制器预测模型,以预测控制器的输出作为再沸器蒸汽流量控制器的设定值,构成串级调节系统,同时,以灵敏板温度、塔底温度、再沸器入口温度、压力等变量作为扰动变量,实现了对复杂精馏过程的前馈控制和非线性预测控制。运用ASPEN DYNAMICS流程模拟软件建立的醋酸精馏塔动态模型对KMPC策略进行仿真研究,结果表明,与传统DMC预测控制方案比较,塔底醋酸浓度控制精度有较大提高,控制结构简单,易于实施,能够实现产品质量的卡边控制。