一、一种参数在线自校正的仿人智能控制器（论文文献综述）
王增涛[1]（2018）在《天然气调压橇压力智能控制系统设计与开发》文中进行了进一步梳理调压橇压力控制系统是天然气分输站的重要组成部分之一,其管道压力控制性能的好坏直接影响着分输站的运行稳定及下游用户用气安全。由于调压橇长期工作在非稳态工况且调节阀存在连续死区等非线性特性,现阶段常规PID控制器控制效果较差,存在压力难以稳定、调节阀频繁动作等情况。因此,本文深入研究了不同工况下的调压橇压力控制方法,并完成了以下工作。首先,针对调压橇压力控制系统非线性严重、PID参数整定不良等因素造成的压力波动幅度大、控制不及时等问题,提出了一种改进RBFPID压力控制器。该控制器根据压力偏差等系统信息实时调整PID参数值,提高了系统的动态控制性能。使用L-M（Levenberg-Marquardt）算法替换传统梯度下降法,提高了响应速度;提出了一种自适应变步长策略,提高了PID参数调整效率;设计了PID参数在线整定启停条件,提高了控制器工作效率。数值仿真实验表明该方法有效可行。同时为加快在线整定的收敛速度,设计了基于多目标优化及多属性决策的PID参数初始化方案。采用改进非支配排序遗传（Nondominated Sorting Genetic Algorithm∏,简称NSGA∏）算法求取Pareto最优解集,然后通过多属性决策方法选取合适的PID参数作为在线控制的初始参数,并开发了基于MATLAB的改进RBFPID控制器参数初始化软件。其次,针对用气量大幅波动及调节阀死区严重的工况,依据仿人智能控制思想设计了调压橇仿人压力智能控制系统,该系统包括干扰控制器、PI控制器和仿人智能控制器。干扰控制器采用前馈控制算法对流量干扰进行补偿;PI控制器对压力进行调节;仿人智能控制器根据系统运行状态实现动态切换控制,且设计了不等幅开关策略,克服了死区影响,提高了控制的实时性。仿真实验及现场试验表明,该控制系统不仅能够提高压力控制精度而且有效降低了调节阀的开关频率。最后,基于Visual Studio 2010软件平台开发了调压橇压力控制器软件,该软件基于模块化设计原则,分别设计完成了人机交互模块、通信模块及控制模块。其中人机交互模块实现了系统设置及控制效果展示等功能;通信模块实现了与PLC等设备的数据通信;控制模块实现了系统的压力控制及自适应切换控制。软件测试表明,该控制器软件功能全面、运行稳定,能够满足控制要求。
但远宏[2]（2017）在《二级倒立摆平衡点间任意转换的运动控制方法研究》文中研究表明倒立摆是一种典型的非线性、欠驱动、多变量、强耦合的多刚体连杆结构机械装置,其驱动个数少于自由度,依赖于关节的耦合作用实现对非驱动关节的间接控制,控制难度很大,能直观反映出镇定、随动、鲁棒性等控制中的典型问题,是检验控制理论与控制方法的首选平台,被称为“控制领域的明珠”和“控制理论的试金石”。在现实生活中,双足步行机器人、欠驱动机械臂、两轮平衡车、火箭垂直度等控制问题都可以抽象为倒立摆加以研究,相关控制方法在军工、航天、机器人等领域有着广泛用途。倒立摆的每根摆杆都有垂直向下（Down）和垂直向上（Up）两个平衡点,N级倒立摆有2N个平衡点,其中仅悬垂位置为自然平衡点,其余皆为需要控制才能保持平衡的临界平衡点。大多数研究集中在平衡点附近的稳定控制,以及从悬垂点到倒立点的摆起控制;对于摆杆平衡点之间大范围内的任意转换运动控制则鲜有涉及。倒立摆平衡点间的大范围非线性运动,不仅需要对摆杆的角度进行精确控制,还需要频繁调整摆杆间的相对姿态、摆杆的动能与势能,这些目标都只能通过单个控制输入来实现,控制难度极大。本文针对二级倒立摆四个平衡点间任意转换的大范围非线性欠驱动控制问题,展开了类等效建模与非线性动力学分析、控制方法与控制器设计、未建模动态抑制等方面的研究工作,主要内容如下:（1）针对倒立摆动力学特性复杂,线性化分析方法无法满足控制需求的问题,提出了一种非线性动力学分析方法。该方法首先建立起倒立摆的类等效动力学模型,针对被动关节进行动力学解耦,推导出被动关节的二阶非完整约束角加速度表达式,分离出摆杆的控制作用强度函数、重力作用强度函数、转动摩擦作用强度函数、以及旋转离心力作用强度函数。深入分析了摆杆空间位姿与摆杆控制作用强度之间的量化关系,以及动力学参数与摆杆控制作用强度的量化关系,为控制器设计与机械系统设计提供借鉴与参考。（2）针对基于动觉智能图式的仿人智能控制（SMIS-HSIC）中高层智能形式化描述不足,缺乏应用算法的问题,在深入分析SMIS-HSIC中两类基本过程的基础上,提出以动觉智能图式作为SMIS-HSIC系统的基本组成单元,实现了低阶动觉智能图式、高阶关联图式、平衡调节图式、同化图式、顺应图式的形式化描述的统一。应用改进SMIS-HSIC方法,结合非线性控制特性分析与先验知识,率先实现了二级倒立摆平衡点间任意转换运动控制。（3）针对实际系统中未建模动态导致控制系统稳定性与可靠性无法满足工程化应用的问题,提出一类在线与离线相结合的未建模动态抑制方法,其中在线部分采用实时特征识别与基于增益调度算法的补偿控制相结合的方法,实现随机未建模动态抑制与预设性能的跟踪;离线部分采用改进遗传算法进行动力学参数辨识与控制参数优化,实现被控对象特性漂移导致的未建模动态抑制。
祁虔[3]（2017）在《自校正仿人智能控制器及其在等摆长倒立摆系统中的应用》文中指出如何让双足机器人象人一样奔跑起来,一直以来是科技工作者们持续研究的热点和难点。以人类的奔跑动作为例,它包含了单足倒立稳定问题,双足倒立稳定问题,人体姿态控制问题和人体平衡态的破坏与重建问题。人体的脚关节、膝关节、髋关节等关节相当于倒立摆的摆杆连接点,人体各关节之间的骨骼相当于倒立摆的各级摆杆,可见多级倒立摆就是人体奔跑运动的物理模型,其倒立平衡问题的本质与双足机器人奔跑问题的本质一致。不仅如此,等摆长多级倒立摆系统也是火箭发射、机械臂和自平衡小车等系统的物理原型,它们的运动规律和控制机理具有高度相似性。同时因本文使用的多级倒立摆为等摆长配置,较内短外长型摆长配置具有更强烈的非线性、耦合性和自不稳定性,使得等摆长多级倒立摆的研究具有相当的挑战性和趣味性。因此本文选用等摆长三级倒立摆作为研究平台,旨在研究双足机器人等类人形机器人快速奔跑起来的平衡本质,同时为体操机器人、自由连杆、机械臂等复杂系统的运动控制提供一个新方法、新框架和新角度。现有的多级倒立摆控制方法普遍存在稳摆初始条件狭窄的问题,体现在对人提摆的要求特别严苛,间接说明了现有控制方法的抗干扰性和鲁棒性有待提高。对此本文以“在较大初始条件下实现等摆长三级倒立摆稳摆控制,且提出的控制方法应具有较强抗干扰性,鲁棒性和广泛适用性”为研究目标,并将其分解成三个关键问题:（1）扩大等摆长三级倒立摆稳摆初始条件区间;（2）有效滤除等摆长三级倒立摆系统测量噪音;（3）进一步划分等摆长三级倒立摆非线性区域,形成最终解决方案。针对研究目标和拟解决的三个问题,开展的具体工作如下:首先,利用拉格朗日原理建立了等摆长二级倒立摆和等摆长三级倒立摆的非线性微分方程组并进行参数辨识,通过线性化,得到其垂直向上位置的线性状态空间表达式,为后续控制方案的分析和设计奠定基础。接着,针对等摆长多级倒立摆稳摆控制初始条件区间狭窄的问题,在相平面上划分出线性区和非线性区,提出滞环模糊自校正仿人智能控制器,仿真和实时实验证实该控制器可有效扩展等摆长多级倒立摆的初始条件区间。然后,针对倒立摆系统噪音污染问题,提出一种改进型卡尔曼滤波器,将稳态卡尔曼滤波技术和渐消记忆法结合起来,形成一种设计稳态卡尔曼滤波器增益矩阵的方法,既满足运动控制对实时性的较高要求,又能克服滤波器的模型误差,仿真和实时实验证实该方法可有效滤除测量噪音,减小各级摆杆的随机抖动。最后,针对等摆长多级倒立摆非线性区域较大的问题,在相平面上自然延长线性区域的分界线,从而将整个相平面细分为九个区域,在不同区域实施参数不同的PD控制,形成了九点PD控制器,再将滞环结构自校正机制与九点PD控制器结合起来,提出滞环九点自校正仿人智能控制器,联合改进型卡尔曼滤波器形成等摆长三级倒立摆综合控制方案,实现了等摆长三级倒立摆的实时控制,使稳摆初始条件区间扩大到正负10度,并首次在控制参数不变的情况下实现了不同摆长配置的三级倒立摆的稳摆控制。实验证实该方案具有较强抗干扰性、鲁棒性和广泛的适用性。
唐永川[4]（2014）在《平面倒立摆系统的模糊自校正仿人智能协调控制研究》文中研究指明倒立摆被誉为自动控制领域中“皇冠上的珍珠”,是一种具有多变量、非线性、强耦合、不稳定等若干典型特征的被控对象,能够模拟研究火箭发射中的垂直度控制、火箭的飞行控制、步行机器人的稳定控制等若干尖端科学技术；所以,从某种意义上讲,实现倒立摆系统的稳定控制,就意味着在很大程度上解决了一类具有非线性、强耦合、多变量特性系统的稳定控制的关键问题之一。平面倒立摆系统,有时又被称作空间倒立摆系统,是自由度数最多的一类倒立摆系统,工程实践应用背景更逼真、更具广泛性和代表性,对其研究自然也更具挑战性；因而是本文的研究中心点。仿人智能控制理论是国内学者提出的控制理论与方法,体现人类的控制经验和逻辑,已经形成基本理论体系并在工业过程领域得到比较广泛的工程应用,经受住了时间的考验和实践的检验。针对多变量耦合系统的仿人智能协调解耦控制是仿人智能控制理论最重要的思想方法之一,已有较多出色的工程应用案例。但是,传统的仿人智能协调控制还不能很好地解决可能存在的控制量跳跃的问题,从而限制了其环境适应性,开始越来越制约其得到更广泛的应用；因此,对这个问题的研究探索将是本文的理论研究落脚点。本文充分分析平面倒立摆系统的物理结构与特性后,采用拉格朗日力学原理以更贴近控制系统物理实际和更简洁的步骤建立了平面倒立摆系统的动力学模型,而后将系统非线性模型在摆杆的倒立稳定平衡位置附近线性化,得到各坐标轴方向上线性化解耦后的系统数学模型。随后,针对仿人协调控制存在的控制量跳跃问题,本文通过引入模糊控制技术,提出一种仿人智能协调控制算法对控制器参数实施在线、实时、动态调整的模糊自校正仿人协调控制策略；所设计控制策略在对各个单回路的仿人智能控制器设计时,采用与仿人智能控制理论思想有异曲同工之妙的九点控制器方法。最后,本文作者成功地将本文提出的控制策略成功应用于平面倒立摆系统的模糊自校正仿人协调控制器的设计,随后的MATLAB仿真实验和实物对象系统的实时控制实验表明：本文所提出的模糊自校正仿人协调控制策略简便有效,并且具有良好的环境适应性和鲁棒性。本文的主要工作及其新颖之处阐述如下。首先,系统性地介绍了本文所研究课题的背景及意义、研究现状。特别地,以一系列表格、按照时间顺序系统性地呈现出本文所研究的平面倒立摆系统和仿人智能控制理论已经走过的研究历程。接着,为了更好地分析、认识被控对象,建立了平面倒立摆系统的动力学模型,并在倒立稳定平衡位置附近将其线性化,得到了系统在正交的X-Y方向上线性化解耦后的模型,为后续控制器设计找到了突破口。区别于其它文献中建模时将摆杆在空间上的任意转角表示为X与Y方向偏转角度合角的方式,本文在建模时摒弃了这一步骤,而是分别直接采用X、Y方向旋转编码器所测的角度值作为直接参数；本文认为,这样不仅简化了繁琐的数学公式推导,而且有助于人们从直观的物理角度认识、理解平面倒立摆系统稳定控制的真实物理过程。再者,通过文献综述阐释了仿人智能控制理论的基本理论体系,以及九点控制器与仿人智能控制思想的相似之处,提出了将九点控制器和仿人智能协调控制思想结合起来,并引入模糊控制方法,从而形成一种针对多变量耦合系统的新型模糊自校正仿人智能协调解耦控制策略,通过该方案解决传统仿人智能协调控制存在的控制量跳跃的问题。随后,本文正式提出针对平面倒立摆系统稳定控制的模糊自校正仿人协调控制策略,并详细描绘了所设计控制策略的各个环节。所设计的控制器具有控制参数在线、连续自校正功能,量化因子、比例因子、放大因子的设计也为优化控制器的关键参数,进而优化控制效果起了重要作用。通过MATLAB仿真实验和平面倒立摆系统实物对象实时控制实验,验证了所设计控制策略的有效性和控制器的鲁棒性。在MATLAB软件中Simulink仿真平台的仿真实验表明,较之于基于被控对象精确数学模型的LQR控制方法,本文所采用控制策略不依赖于被控对象数学模型、且摆杆的稳摆范围扩大了大约一倍,这表明本文所设计控制方案具有优秀的控制效果；而且,在仿真实验条件下摆脱了对被控对象数学模型的依赖,这能大大缩短控制器设计周期。通过平面倒立摆系统实时控制的对比实验,则更加证实了所设计控制策略的有效性及其良好的鲁棒性。最后,总结了全文工作内容,并勾勒出本文所研究课题的后续研究工作愿景。
张青[5]（2013）在《育果袋成型装备测控系统研究》文中研究指明苹果套袋可以形成适宜果实生长的微环境，增加果实的着色和果皮光洁度，减少果皮农药残留，隔离病虫害,因而套袋栽培技术已在苹果种植业广泛推广。果袋种类和质量直接影响苹果的品质，因而对果袋生产装备提出了更高要求。改进现有果袋生产设备，对提高果袋生产质量具有重要意义。对生产双层果袋育果袋成型装备的工艺流程、系统各个组成模块的作用以及影响纸袋质量的主要因素进行了分析，改进了成型装置中的部分功能。采用了整体式半圆口及直口切分组合刀具进行纸料剪裁；气力法撕断并清除没有完全切断的边条废料；气力辅助法完成纸袋的折叠过程并采用仿人工折边装置防止高速运行的纸片折叠时折边边缘不均匀。采用封闭式涂胶装置对外层纸袋两侧边缘粘接，以防止纸料与制袋辊粘连。在控制方面，研发了针对纸带在高速运行时出现的张力波动和偏差进行控制的测控系统，实现了果袋袋型在线监测与调控。果袋机张力系统是一个强耦合、多干扰、非线性、模型不确定的复杂系统。根据张力产生的原理，分析了影响张力大小的主要因素；提出了基于模糊自适应PID张力智能控制算法，实现了控制器参数自动调节，从而适应非线性和时变的果袋机张力系统控制要求。采用MATLAB对算法进行了仿真。仿真结果表明模糊自适应PID张力智能控制算法能够减少超调量，缩短系统调节时间，提高了系统抗干扰能力。在分析系统运行过程中的纸带走偏原因基础上设计出纠偏监测控制装置。选择CCD传感器作为位置检测传感器，设计了基于CPLD的CCD驱动电路。鉴于系统要求动态响应速度快，定位准确，而纠偏系统难以建立准确数学模型的特点，选择步进电机作为纠偏系统的执行元件，提出了仿人纠偏智能控制算法。该算法是将多种PID控制组合而成的控制模态，依据实际运行的实时状态量转换控制模式。仿真结果表明该算法更接近于人的控制理念，算法具有响应速度快、定位准确、无超调等优点。综合张力控制和纠偏系统控制的要求，设计了以STM32F103VCT6微处理器为核心的硬件系统，包括CCD图像采集，A/D转换、FIFO接口及步进电机的驱动电路；张力检测及磁粉制动器的驱动；系统显示、触摸屏及报警电路等。系统软件是基于ARM公司提供的实时操作系统RTX下采用C语言实现，实时操作系统RTX可以实现多任务并发执行，使编程和测试更容易。系统采用触摸式屏幕完成参数设定、状态监测、查看历史数据等功能。该系统在信号输入和输出环节都实现了隔离，具有良好的抗干扰性能。同时界面友好，操作简便，可以满足不同卷材的控制要求。通过机械机构及各功能模块的试验调试，生产出的纸袋误差小。果袋机袋型在线监测系统的设计也为高速运行卷料满足张力控制稳定、纠偏速度快、精度高、自适应性强，提供了理论依据和设计模板。
叶玮琼[6]（2011）在《基于可拓学的仿人控制及应用研究》文中认为模拟人的智能控制的研究,是解决控制领域难题及实现对复杂系统的过程控制,发展控制理论的一条重要和十分引人注目的途径。但是,智能控制总体上还处于开创性的阶段,许多概念和理论尚处于发展中,对智能控制的定义、理论、方法、结构等尚无统一的系统描述,还缺乏坚实的体系化的理论基础。可拓学基元分析的理论和方法、可拓集合论的提出,为智能控制提供了一种重要的工具。将可拓学理论应用于仿人的智能控制与策略研究,构造模拟人的多层智能体系模型,是一种新的尝试。本文在搜集、整理、分析了国内外有关可拓学理论及仿人智能理论的基础上,对基于可拓学仿人智能模型的分层递阶结构设计进行了深入的研究并应用于实践。主要研究工作如下：（1）基于可拓学的仿人智能模型设计分析了仿人的分层递阶模型,讨论了仿人的研究目标不再是被控对象本身,而是控制器如何对领域专家的经验行为和知识结构的模仿；建模的目标不是对象的数学模型,而是整个系统的动态特征模型和控制器定性与定量结合的知识模型。定义了模型结构,分析了各层的功能特征及知识模型的表达形式,给出了设计规范。（2）仿人多模态划分及可拓域分析讨论了复杂系统的动态过程划分,研究此过程所涉及的基于经验的可拓域划分及信息转换的问题。在原有的可拓距、区间距、位置等的基础上,提出了点与区域的关系,并由此建立可拓关联函数。为建立仿人多模态的控制提供了定量分析及计算的依据。（3）基于可拓基元知识的自学习以基元知识为基础,以模拟人的自学习为目标。研究在无指导状态下从经验中并发的获取规划规则和动作规则,作为系统的控制知识。在系统学习过程中,通过将经验演绎为规则,进而泛化为高层的概念或规则,构成了多分辨率的知识体系结构。（4）大型水压机伺服控制系统的仿人设计提出了在无法获得系统精确模型的情况下,如何根据现场专家的经验,按照可拓仿人智能模型设计控制系统的各层结构,功能划分,实现仿人的多模态控制。实践表明,基于可拓的仿人智能控制优于传统PID算法。（5） VRLA动力蓄电池快速充电过程控制及自适应设计提出了针对VRLA动力蓄电池快速充电过程的仿人多模态控制策略。改遵循“Mass最佳充电曲线”为充放电相结合不断调整的“最佳充电曲线”,给出了仿人模型中的参数自校正级和自适应级的设计。实践表明,VRLA蓄电池完全可以大电流快速充电,而不影响循环寿命。论文最后进行总结,说明研究的创新点及主要研究成果,指出进一步研究的问题。
吴恭兴[7]（2011）在《无人艇操纵性与智能控制技术研究》文中进行了进一步梳理水面无人艇是一种能够在实际海洋环境下安全自主航行,并完成各种任务的海上智能运动平台。与有人驾驶的舰艇相比,无人艇具有许多突出的战术技术特点,它体积小隐蔽性好、航速高、机动灵活、无人员伤亡危险等,在未来非对称立体战争中,无人艇将完成诸如扫雷、电子信息战、情报侦察与监视（ISR）、反恐、精确打击和武力保护等特殊任务；在恶劣海况（如海上大风、巨浪、热带风暴、海雾等）的探测研究和预警预报方面,无人艇将发挥其重要作用,因而越来越多地受到了世界各国的重视。在高度动态和不可预测的海洋环境里,为了达到高度自治,无人艇需要灵活可靠的操纵性能、精确快速的控制能力来确保其他船只与自身的安全；同时,从加强无人艇的自适应性与智能性,改善无人艇工作性能的观点来看,其控制系统还应该具备良好的自适应、自学能力功能,从而需要引入人工智能来设计无人艇的智能控制系统。本论文以“翔龙号”无人艇为研究对象,首先通过分析高速滑行艇的操纵运动机理,并结合实艇试验数据辨识的方法,建立了无人艇五自由度的操纵性数学模型；其次,利用最小二乘支持向量机的回归原理,根据结构风险最小化准则的学习原理,对小样本的无人艇Z型试验数据引入线性核函数,通过分步辨识的方法,辨识了无人艇艏向响应方程中的一、二阶线性与非线性参数,并验证了二阶非线性响应方程具有很好泛化性能；然后,在该无人艇操纵运动模型的基础上,把S面控制算法和模型参考自适应规律的设计原理相结合,根据李雅普诺夫稳定性理论设计了基于参考模型的S面自适应艏向控制器,并验证了该控制算法具有较好的抗模型参数变化和外界干扰的能力；之后,把仿人智能控制的在线特征辨识、启发式直觉推理逻辑和多模态控制的优点与人类小脑的协调运动机理相结合,提出了基于小脑模型的仿人智能协调控制策略,设计了基于发动机、喷水推进器喷嘴和倒车斗协调运动的无人艇基础运动控制策略,并根据人体运动控制系统结构的特点,提出一种仿人智能的混合式分层递阶结构,并利用智能图式的学习进化原理,在实践中不断完善和改进,则形成一种混合仿人智能图式的体系结构；最后,通过无人艇的定艏向、定航线等海上试验验证了该仿人智能协调控制方法和基于混合仿人智能图式体系结构的无人艇自主驾控系统的可靠性和工程实用性。
张翠英,田建艳[8]（2010）在《仿人智能控制器参数的模糊在线整定》文中研究表明为了解决仿人智能控制器参数难以整定,参数校正级通用性差的问题,提出了比例参数模糊在线整定的方法.根据模糊控制理论,将控制系统动态响应过程的偏差及偏差变化率进行模糊化处理,利用偏差及偏差变化率较小、较大等模糊信息,对参数校正级比例参数进行实时调节,实现了参数的在线整定.对一个二阶纯滞后系统进行了仿真实验,结果表明:该方法可以实现二阶系统在欠阻尼的情况下无超调地跟踪阶跃输入信号.
甘晓琴[9]（2010）在《基于强化学习的仿人智能控制器参数在线学习与优化》文中进行了进一步梳理仿人智能控制基于特征辨识的多控制器、多控制模态结构,其控制的一个显着特点是比例（闭环）和保持（开环）模式的切换,突破了传统控制理论控制信息处理单映射的结构,妥善地解决了稳定性和准确性、快速性之间的矛盾,解决了复杂难控系统的控制可行性问题。但是,由于其多控制器和多控制模态结构,造成特征参数和控制参数众多,给控制器的设计又带来了困难。另外,系统本身因为周围环境的改变而改变或者不确定因素的存在使得控制参数不能在这个运行过程中一成不变,必须要对参数进行实时校正,才能直接用于实际系统。因为对于本论文的研究对象在使用仿人智能控制的同时引入在线参数学习与优化的方法,对于实现快速高品质的实时控制显得十分重要。参数的在线学习与优化在控制中起着重要的作用,其在线学习与离线学习参数的最大区别是在线学习参数可以适应动态环境,而离线学习参数则只适于静态或简单的环境。在线参数的方法包括:模拟退火算法（SA）、粒子群算法（PSO）、单纯形法和强化学习方法等等。本论文首次提出了利用强化学习在线学习优化仿人智能控制器的参数。连续动作强化学习自动机（Continuous Action Reinforcement Learning Automata,CARLA）是强化学习中的一种,其具有在参数空间上连续取值。其算法利用连续概率密度函数（Continuous Probability Density Function,CPDF）,处理每一个决策变量,通过多次迭代对参数的修正,最终将参数收敛到一个稳定值上,每一次修正的过程都取决于每次迭代后得到的强化信号值。本文有效地实现了利用连续动作强化学习自动机在线学习具有多模态控制结构和分层递阶结构的仿人智能控制器参数。在文章的最后,选取研究对象,分别实现基于CARLA的仿人智能控制参数在线学习及基于CARLA的PID控制参数在线学习与优化。此外还分别利用遗传算法对系统参数进行寻优与CARLA参数寻优进行对比。结果显示,在不同控制器作用下,仿人智能控制明显优于PID控制;在相同控制器作用下,CARLA在线学习参数明显优于遗传算法寻优参数等其他算法。
鲁毅[10]（2008）在《基于模糊逻辑参数整定的加热炉炉温仿人智能控制的研究》文中研究指明钢坯加热炉是热轧钢工业中用于钢坯轧前加热的重要热工设备,也是轧钢生产过程中的耗能大户,其作用是将钢坯加热到轧制工艺所需要的温度,其工艺要求是尽可能地降低加热炉的能耗、减少钢坯的烧损和减少环境污染。因此,加热炉先进控制方法的研究对钢铁企业的技术创新、对降低企业生产成本的意义非常重要。钢坯加热炉是一个典型的复杂工业过程,它几乎具备了复杂系统的所有特征,即建模困难、干扰严重,而且具有多变量、时变、非线性、耦合、大惯性兼滞后等特点,导致传统的控制方法很难取得良好的控制效果。因此加热炉的优化控制是一个复杂的控制与优化问题,采用常规控制技术难以取得良好的优化控制效果。本文结合步进梁式加热炉的实际特点,以加热炉的炉温作为研究和控制对象,提出一种基于模糊逻辑参数整定的加热炉炉温仿人智能控制。本文主要做了以下工作:（1）阐述了课题的研究背景及选题意义、钢坯加热目的、作用以及钢坯的加热质量对整个轧制工艺的影响,分析了加热炉炉温控制的研究现状及其存在的问题。（2）详细阐述了仿人智能控制理论的基本思想、基本概念和基本原理,研究了仿人智能控制系统的结构及其设计方法,分析了仿人智能控制的不足和面临的问题。（3）阐述了钢坯加热炉的炉型结构、钢坯的加热过程以及钢坯加热炉的燃烧系统。并论述了加热炉的工艺和控制要求、顺序控制、燃烧控制以及炉膛压力的模糊控制策略。着重研究了加热炉的炉温控制,分析了影响加热炉炉温控制的几个因素,并研究了加热炉炉温的优化设定。（4）针对加热炉炉温控制中的实际问题,根据仿人智能控制理论和模糊推理系统的原理,提出和设计了基于模糊逻辑参数整定的炉温的仿人智能控制系统。最后用MATLAB作为仿真实验平台,结果表明提出的基于模糊逻辑参数整定的加热炉炉温控制是可行的、有效的,为其在实际生产中的应用奠定了基础。
二、一种参数在线自校正的仿人智能控制器（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种参数在线自校正的仿人智能控制器（论文提纲范文）
（1）天然气调压橇压力智能控制系统设计与开发（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 前言 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 调压橇压力控制系统控制方法 |
| 1.2.2 PID整定方法的改进及应用 |
| 1.2.3 仿人智能控制器应用研究现状 |
| 1.3 论文主要研究内容和结构安排 |
| 第2章 基于改进RBF_PID的调压橇压力控制器设计 |
| 2.1 RBF_PID控制器 |
| 2.1.1 RBF神经网络结构 |
| 2.1.2 RBF_PID控制器 |
| 2.2 改进RBF_PID控制器设计 |
| 2.3 基于多目标优化及多属性决策的RBF_PID参数初始化方案设计 |
| 2.3.1 基于NSGA∏算法的PID参数整定 |
| 2.3.2 基于多属性决策的PID参数选取 |
| 2.3.3 基于MATLAB的控制器参数初始化软件开发 |
| 2.4 仿真试验及结果分析 |
| 2.5 本章小结 |
| 第3章 调压橇仿人压力智能控制系统设计 |
| 3.1 调压橇压力控制系统特性分析 |
| 3.1.1 干扰的不确定性 |
| 3.1.2 电动调节阀连续死区特性 |
| 3.2 仿人压力智能控制系统设计 |
| 3.2.1 流量干扰控制器设计 |
| 3.2.2 PI控制器设计 |
| 3.2.3 仿人智能控制器设计 |
| 3.3 仿真实验及结果分析 |
| 3.3.1 干扰补偿模型参数辨识 |
| 3.3.2 控制效果测试 |
| 3.4 现场试验及结果分析 |
| 3.5 本章小结 |
| 第4章 调压橇压力控制器软件开发 |
| 4.1 控制器软件需求分析及结构介绍 |
| 4.1.1 控制器软件功能需求分析 |
| 4.1.2 控制器软件结构设计 |
| 4.2 功能模块的实现 |
| 4.2.1 通信模块的实现 |
| 4.2.2 人机交互模块的实现 |
| 4.2.3 控制模块的实现 |
| 4.3 控制器软件测试 |
| 4.3.1 功能测试 |
| 4.3.2 性能测试 |
| 4.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（2）二级倒立摆平衡点间任意转换的运动控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题的研究背景与研究意义 |
| 1.2 倒立摆平衡点间任意转换控制问题描述 |
| 1.3 倒立摆控制国内外研究现状 |
| 1.4 本文主要研究内容与章节安排 |
| 1.4.1 本文的主要研究内容 |
| 1.4.2 本文的章节安排 |
| 2 加速度驱动动力学建模与摆杆控制作用强度分析 |
| 2.1 引言 |
| 2.2 加速度驱动型旋转二级倒立摆动力学建模 |
| 2.2.1 内摆杆的能量 |
| 2.2.2 编码器的能量 |
| 2.2.3 外摆杆的能量 |
| 2.2.4 运用拉格朗日法建立微分方程 |
| 2.3 二级倒立摆模型误差分析与动力学参数辨识 |
| 2.3.1 二级倒立摆动力学参数估测 |
| 2.3.2 倒立摆动力学参数编码与适应度函数设定 |
| 2.3.3 基于传统遗传算法的倒立摆动力学参数辨识结果 |
| 2.3.4 基于改进遗传算法的倒立摆动力学参数辨识结果 |
| 2.3.5 改进遗传算法与传统遗传算法对比 |
| 2.4 旋转二级倒立摆模型等效变换与动力学解耦 |
| 2.4.1 摆杆运动方程求解与动力学解耦 |
| 2.4.2 摆杆各项作用强度函数 |
| 2.5 摆杆空间位姿与内杆控制作用强度量化分析 |
| 2.5.1 内杆最大正向控制作用强度分析 |
| 2.5.2 内杆最大负向控制作用强度分析 |
| 2.5.3 内杆零控制作用强度分析 |
| 2.5.4 内杆控制作用强度结论与仿真验证 |
| 2.6 摆杆空间位姿与外杆控制作用强度量化分析 |
| 2.6.1 外杆最大正向控制作用强度分析 |
| 2.6.2 外杆最大负向控制作用强度分析 |
| 2.6.3 外杆最大控制作用强度小结 |
| 2.6.4 外杆零控制作用强度分析 |
| 2.6.5 外杆控制作用强度结论与仿真验证 |
| 2.7 动力学参数与摆杆控制作用强度量化分析 |
| 2.7.1 动力学参数与内杆控制作用强度量化分析 |
| 2.7.2 动力学参数与外杆控制作用强度量化分析 |
| 2.7.3 动力学参数与摆杆控制作用强度小结 |
| 2.8 本章小结 |
| 3 二级倒立摆平衡点间任意转换的仿人智能控制器设计 |
| 3.1 引言 |
| 3.2 基于动觉智能图式的仿人智能控制理论简介 |
| 3.3 两类SMIS-HSIC基本过程分析与图式形式化描述统一 |
| 3.3.1 感知-执行的决策过程分析与形式化统一 |
| 3.3.2 从基元到模态的融合构建过程分析 |
| 3.4 总体任务分解与控制系统结构设计 |
| 3.4.1 二级摆平衡点间任意转换控制总体任务分解 |
| 3.4.2 二级摆平衡点间任意转换仿人智能控制器结构设计 |
| 3.5 低阶动觉智能图式设计：子任务(转换动作)实现 |
| 3.5.1 基于控制作用强度分析与控制受限的运动时相划分 |
| 3.5.2 感知图式设计：特征基元提取与特征模态融合 |
| 3.5.3 运动图式设计：控制基元选择与控制模态融合 |
| 3.5.4 关联图式设计：从感知到执行的启发式直觉推理 |
| 3.6 高阶关联图式与成套随机动作序列执行 |
| 3.7 动觉智能图式编码与优化 |
| 3.7.1 基因与染色体 |
| 3.7.2 评价函数设定 |
| 3.7.3 环境参数设定 |
| 3.7.4 参数优化结果 |
| 3.8 实验结果展示与分析 |
| 3.8.1 成套转换动作实时实验结果 |
| 3.8.2 单个平衡点间转换动作实验结果 |
| 3.9 本章小结 |
| 4 二级倒立摆系统未建模动态抑制与预设性能跟踪 |
| 4.1 引言 |
| 4.2 平衡调节图式设计：系统稳定性监控 |
| 4.2.1 平衡调节图式中的感知：稳定性特征提取 |
| 4.2.2 平衡调节图式中的运动：稳定性控制模态 |
| 4.2.3 平衡调节图式中的关联：稳定性决策 |
| 4.3 应急处置图式 |
| 4.3.1 控制任务分析 |
| 4.3.2 感知图式 |
| 4.3.3 运动图式 |
| 4.3.4 关联图式 |
| 4.3.5 实时控制实验 |
| 4.4 同化图式设计与未建模动态抑制 |
| 4.4.1 离线同化图式设计与被控对象特性漂移抑制 |
| 4.4.2 在线同化图式设计与随机未建模动态抑制 |
| 4.5 参考轨迹与预设性能跟踪 |
| 4.5.1 参考轨迹选取与反馈增益计算 |
| 4.5.2 基于增益调度的补偿控制 |
| 4.6 基于稳定特征的关键参数校正 |
| 4.7 实时实验结果 |
| 4.8 本章小结 |
| 5 结论与展望 |
| 5.1 主要内容与创新点 |
| 5.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读博士学位期间发表的论文目录 |
| B. 作者在攻读博士学位期间获批的发明专利 |
| C. 作者在攻读博士学位期间参加的科研项目 |
（3）自校正仿人智能控制器及其在等摆长倒立摆系统中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究意义 |
| 1.2 倒立摆系统研究现状分析 |
| 1.3 仿人智能控制现状分析 |
| 1.4 研究目标和拟解决的关键问题 |
| 1.5 本文的主要研究工作 |
| 1.6 小结 |
| 2 等摆长多级倒立摆系统描述与建模 |
| 2.1 多级倒立摆系统的等摆长配置 |
| 2.2 等摆长二级倒立摆系统建模 |
| 2.3 等摆长三级倒立摆加速度控制模型 |
| 2.4 等摆长三级倒立摆力控制模型 |
| 2.5 小结 |
| 3 滞环模糊自校正仿人智能控制器及在多级倒立摆中的应用 |
| 3.1 仿人智能控制器的原型算法 |
| 3.2 仿人智能控制器的分层递阶结构 |
| 3.3 仿人智能控制器的动觉智能图示 |
| 3.4 滞环结构和步进式结构自校正机制 |
| 3.5 自校正模糊PD |
| 3.6 多级倒立摆的滞环模糊自校正仿人智能控制方案 |
| 3.7 滞环模糊自校正仿人智能控制器设计 |
| 3.8 等摆长二级倒立摆仿真对比实验 |
| 3.9 等摆长二级倒立摆实时控制对比实验 |
| 3.10 等摆长三级倒立摆仿真对比实验 |
| 3.11 小结 |
| 4 改进型卡尔曼滤波器及其在多级倒立摆中的应用 |
| 4.1 经典卡尔曼滤波器 |
| 4.2 模型失配与渐消记忆法 |
| 4.3 改进型卡尔曼滤波器 |
| 4.4 等摆长多级倒立摆中的噪音危害与滤波方案 |
| 4.5 等摆长二级倒立摆实时滤波实验 |
| 4.6 等摆长三级倒立摆滤波仿真对比实验 |
| 4.7 小结 |
| 5 滞环九点自校正仿人智能控制器及在多级倒立摆中的应用 |
| 5.1 基本型九点控制器 |
| 5.2 九点PD控制器 |
| 5.3 滞环九点自校正仿人智能控制器 |
| 5.4 一级倒立摆的基本型九点控制器方案 |
| 5.5 等摆长三级倒立摆综合控制方案 |
| 5.6 等摆长三级倒立摆综合控制方案仿真实验 |
| 5.7 等摆长三级倒立摆综合控制方案实时实验 |
| 5.8 综合控制方案鲁棒性实验 |
| 5.9 小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文目录: |
（4）平面倒立摆系统的模糊自校正仿人智能协调控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 直线倒立摆研究现状 |
| 1.2.2 平面倒立摆研究现状 |
| 1.2.3 仿人智能控制理论研究现状 |
| 1.3 本文主要工作与新意 |
| 第2章 平面倒立摆系统分析 |
| 2.1 平面倒立摆系统物理结构 |
| 2.2 平面倒立摆系统建模 |
| 2.2.1 系统动力学模型 |
| 2.2.2 模型的线性化解耦 |
| 2.3 小结 |
| 第3章 多变量系统的仿人智能控制 |
| 3.1 仿人智能控制 |
| 3.1.1 仿人智能控制的原理与原型算法 |
| 3.1.2 仿人智能控制的特点 |
| 3.1.3 仿人智能控制器的设计 |
| 3.2 多变量系统的仿人智能协调控制 |
| 3.2.1 多变量系统的解耦控制 |
| 3.2.2 多变量系统的自校正仿人智能协调控制 |
| 3.3 小结 |
| 第4章 平面倒立摆系统的自校正仿人协调控制 |
| 4.1 平面倒立摆系统控制方案 |
| 4.2 仿人智能控制器设计 |
| 4.2.1 摆杆九点控制器 |
| 4.2.2 小车九点控制器 |
| 4.3 模糊自校正仿人协调器设计 |
| 4.4 小结 |
| 第5章 平面倒立摆系统的鲁棒性控制实验 |
| 5.1 MATLAB仿真对比实验 |
| 5.2 鲁棒性实时控制实验 |
| 5.3 实验结果分析 |
| 5.4 小结 |
| 第6章 结论与展望 |
| 参考文献 |
| 致谢 |
| 发表论文及参加课题一览表 |
（5）育果袋成型装备测控系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 果袋纸料特性及袋形要求 |
| 1.2.1 纸料特性 |
| 1.2.2 育果袋袋形要求 |
| 1.3 国内外研究现状 |
| 1.4 研究内容 |
| 2 育果袋成型工艺及工作过程 |
| 2.1 育果袋机整体结构 |
| 2.2 工艺流程 |
| 2.3 生产过程 |
| 2.3.1 传动系统 |
| 2.3.2 传动比的计算 |
| 2.4 育果袋成型装置的改进 |
| 2.4.1 外袋切断与输送装置 |
| 2.4.2 废料条清除装置 |
| 2.4.3 内外袋折装装置 |
| 2.4.4 折边装置 |
| 2.5 本章小结 |
| 3 张力控制系统分析与控制算法研究 |
| 3.1 张力系统分析 |
| 3.1.1 张力的产生机理 |
| 3.1.2 纸带传送过程分析 |
| 3.1.3 送料锥度张力控制 |
| 3.1.4 纸带张力监测控制原理 |
| 3.2 张力控制算法 |
| 3.2.1 PID 控制器 |
| 3.2.2 模糊控制算法 |
| 3.2.3 模糊自适应 PID 控制算法 |
| 3.3 MATLAB 仿真 |
| 3.4 本章小结 |
| 4 纠偏监控系统分析与控制算法 |
| 4.1 纠偏监测控制原理 |
| 4.2 控制系统设计方案 |
| 4.3 纠偏控制算法 |
| 4.3.1 仿人智能控制的基本概念 |
| 4.3.2 育果袋机仿人智能控制器的设计 |
| 4.4 纠偏仿人智能控制算法的仿真与分析 |
| 4.5 本章小结 |
| 5 育果袋机袋形监测控制系统实现技术研究 |
| 5.1 系统硬件的设计 |
| 5.1.1 张力控制硬件 |
| 5.1.2 纠偏控制系统硬件 |
| 5.1.3 触摸屏 TSC2046 和显示 |
| 5.2 系统软件的设计 |
| 5.3 育果袋机成型装备测控系统实验 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 在读期间发表的学术论文 |
| 作者简历 |
| 致谢 |
（6）基于可拓学的仿人控制及应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| Contents |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 可拓学与智能控制的发展 |
| 1.2.2 分层递阶的智能 |
| 1.3 可拓策略与分层递阶仿人智能的结合 |
| 1.3.1 可拓控制 |
| 1.3.2 分层递阶策略的仿人控制 |
| 1.3.3 可拓策略与分层递阶智能理论的结合 |
| 1.3.4 可拓分层递阶仿人智能需要进一步解决的问题 |
| 1.4 本文的主要研究工作及章节安排 |
| 1.4.1 本文的主要研究工作 |
| 1.4.2 本文的章节安排 |
| 第二章 基于可拓学的分层仿人智能控制理论 |
| 2.1 可拓基元分析 |
| 2.1.1 基元 |
| 2.1.2 基元相互关系 |
| 2.1.3 基元可拓变换及运算 |
| 2.2 可拓集合与关联函数 |
| 2.2.1 可拓集合 |
| 2.2.2 关联函数 |
| 2.3 分层递阶仿人智能 |
| 2.3.1 分层递阶仿人智能控制结构 |
| 2.3.2 分层递阶仿人智能控制器功能分析 |
| 2.3.3 仿人智能算法分析 |
| 2.4 基于可拓的仿人智能分析 |
| 2.4.1 可拓特征基元及模型 |
| 2.4.2 模态识别及经验记忆 |
| 2.4.3 控制模态 |
| 2.4.4 仿人控制描述 |
| 2.5 稳定性监控 |
| 2.5.1 系统稳定性 |
| 2.5.2 仿人系统稳定性监控 |
| 2.6 本章小结 |
| 第三章 可拓仿人智能控制建模与分析 |
| 3.1 仿人多模态分析 |
| 3.1.1 基于PID的仿人分析 |
| 3.1.2 PID与仿人算法结合与改进 |
| 3.1.3 仿人多模态 |
| 3.2 仿人可拓控制 |
| 3.2.1 可拓控制基本原理及结构 |
| 3.2.2 基于可拓的仿人控制 |
| 3.2.2.1 可拓仿人控制原理及分析 |
| 3.2.2.2 仿真研究 |
| 3.3 仿人的可拓策略 |
| 3.3.1 仿人策略模型 |
| 3.3.2 策略模型与策略生成 |
| 3.4 本章小结 |
| 第四章 基于可拓基元的规则自学习 |
| 4.1 引言 |
| 4.2 自学习原理 |
| 4.3 规则并发学习算法 |
| 4.3.1 经验聚类 |
| 4.3.2 经验聚类生成规则 |
| 4.3.3 规则生成算法 |
| 4.4 平面导航的自学习 |
| 4.5 本章小结 |
| 第五章 大型水压机液压伺服系统设计与应用研究 |
| 5.1 系统介绍 |
| 5.2 系统要求 |
| 5.2.1 技术要求 |
| 5.2.2 硬件配置及组成 |
| 5.3 系统原理及数学模型 |
| 5.3.1 工作原理 |
| 5.3.2 数学模型 |
| 5.4 系统性能分析 |
| 5.5 仿人可拓控制模型及设计 |
| 5.5.1 基元集模型及系统模态 |
| 5.5.2 仿人多模态 |
| 5.6 参数校正及策略设计 |
| 5.6.1 仿人参数校正 |
| 5.6.2 策略设计 |
| 5.7 系统仿真及控制 |
| 5.7.1 系统仿真 |
| 5.7.2 控制效果 |
| 5.8 小结 |
| 第六章 动力电池快速充电系统设计方法研究与应用 |
| 6.1 引言 |
| 6.2 动力电池快速充电基本原理 |
| 6.2.1 基本问题 |
| 6.2.2 快充基本理论 |
| 6.3 快速充电方法研究 |
| 6.3.1 脉冲去极化充电方式 |
| 6.3.2 反馈控制快速充电方式 |
| 6.3.3 智能快速充电方式 |
| 6.3.4 快速充电的停充控制 |
| 6.3.5 对充电接受率的研究 |
| 6.3.6 充电方法比较 |
| 6.4 充放电过程分析 |
| 6.4.1 充放电与端电压关系 |
| 6.4.2 电流、电压、温度及其变化率范围 |
| 6.4.3 停充的判断条件及主要判断参数 |
| 6.4.4 充电器的性价比及工程适用性 |
| 6.5 快充系统经验建模 |
| 6.5.1 荷电状态(SOC)与端电压关系 |
| 6.5.2 充电电流接收率的分析 |
| 6.5.3 环境温度的分析 |
| 6.6 可拓模型设计 |
| 6.6.1 控制系统模型及任务 |
| 6.6.2 基元集模型 |
| 6.6.3 可拓域及多模态 |
| 6.7 快速充电过程自校正 |
| 6.8 自适应动态调整 |
| 6.8.1 自适应修正 |
| 6.8.2 策略设计 |
| 6.9 仿真及实验 |
| 6.9.1 系统仿真 |
| 6.9.2 系统实验 |
| 6.10 本章小结 |
| 总结 |
| 参考文献 |
| 攻读博士学位期间发表或完成的论文 |
| 致谢 |
| 附录A:姿态控制经验数据 |
| 附录B:充电时间与放电时间列表 |
（7）无人艇操纵性与智能控制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 无人艇研究的背景和意义 |
| 1.2 无人艇智能运动控制系统的描述 |
| 1.3 课题研究内容、研究现状及其存在的问题 |
| 1.3.1 滑行艇操纵运动建模与系统辨识的研究 |
| 1.3.2 无人艇的智能运动控制 |
| 1.3.3 无人艇的体系结构 |
| 1.4 课题的研究方法 |
| 1.5 论文构成 |
| 第2章 高速滑行艇的操纵运动数学建模 |
| 2.1 滑行艇操纵运动数学模型的选择 |
| 2.2 滑行艇高速运动的受力分析 |
| 2.2.1 基本假设与坐标系 |
| 2.2.2 重力 |
| 2.2.3 浮力 |
| 2.2.4 惯性类水动力 |
| 2.2.5 粘性类水动力 |
| 2.2.6 动升力 |
| 2.2.7 喷水推进力 |
| 2.3 滑行艇六自由度的操纵性数学模型的建立 |
| 2.4 滑行艇的操纵性数学模型的简化 |
| 2.4.1 惯性类水动力的简化 |
| 2.4.2 粘性类水动力的简化 |
| 2.4.3 重力与浮力合并为回复力 |
| 2.4.4 喷水推进力的近似计算 |
| 2.4.5 滑行艇五自由度操纵性简化模型 |
| 2.5 本章小结 |
| 第3章 基于支持向量机的船舶操纵性模型的系统辨识 |
| 3.1 传统的系统辨识方法 |
| 3.1.1 最小二乘法的系统辨识 |
| 3.1.2 基于Kalman滤波技术的系统辨识 |
| 3.1.3 人工神经网络的系统辨识 |
| 3.2 基于支持向量机的系统辨识 |
| 3.2.1 支持向量机的基本概念 |
| 3.2.2 支持向量机的回归算法 |
| 3.2.3 最小二乘支持向量机的回归算法 |
| 3.3 无人艇水动力系数辨识 |
| 3.3.1 直航阻力系数辨识 |
| 3.3.2 浸湿长度辨识 |
| 3.3.3 艇体水动力系数辨识 |
| 3.3.4 纵横摇阻尼系数近似计算 |
| 3.4 无人艇仿真验证 |
| 3.4.1 直航运动仿真验证 |
| 3.4.2 回转运动仿真验证 |
| 3.5 本章小结 |
| 第4章 无人艇操纵运动响应方程的建模与辨识 |
| 4.1 无人艇操纵运动响应方程的建立 |
| 4.1.1 线性响应方程 |
| 4.1.2 非线性响应方程 |
| 4.2 无人艇操纵运动响应方程的辨识 |
| 4.2.1 Z型操纵试验设计 |
| 4.2.2 试验数据处理 |
| 4.2.3 一阶响应方程的辨识 |
| 4.2.4 二阶响应方程的辨识 |
| 4.3 无人艇操纵运动响应方程的验证 |
| 4.3.1 一阶与二阶线性响应方程的验证及比较 |
| 4.3.2 线性响应方程的泛化性验证 |
| 4.3.3 非线性响应方程的验证及比较 |
| 4.3.4 非线性响应方程的泛化性验证 |
| 4.4 本章小结 |
| 第5章 无人艇S面自适应控制系统的设计 |
| 5.1 无人艇海试定向运动控制中存在的问题 |
| 5.1.1 无人艇自动操舵系统 |
| 5.1.2 S面控制器 |
| 5.1.3 无人艇定向控制试验 |
| 5.2 模型参考自适应控制器设计的基本方法 |
| 5.3 基于梯度法的模型参考自适应控制器的设计 |
| 5.3.1 梯度法设计模型参考自适应系统的原理 |
| 5.3.2 无人艇艏向自适应控制系统的MIT设计方案 |
| 5.3.3 无人艇艏向S面自适应控制器的设计与仿真分析 |
| 5.3.4 基于梯度法模型参考自适应控制律设计的优缺点 |
| 5.4 基于李雅普诺夫稳定性理论的模型参考自适应控制器设计 |
| 5.4.1 用李雅普诺夫稳定性理论推导模型参考自适应控制律 |
| 5.4.2 无人艇艏向模型参考自适应控制系统的设计 |
| 5.4.3 基于模型参考自适应的无人艇艏向控制器的设计及其仿真分析 |
| 5.5 本章小结 |
| 第6章 基于仿人智能控制的无人艇运动控制策略 |
| 6.1 智能控制 |
| 6.2 仿人智能控制算法 |
| 6.2.1 仿人智能控制器的基本设计步骤 |
| 6.2.2 运行控制级设计 |
| 6.2.3 参数校正级设计 |
| 6.2.4 任务适应级设计 |
| 6.2.5 仿人智能控制器的二阶生产式系统结构 |
| 6.3 无人艇仿人智能运动控制的仿真与分析 |
| 6.4 无人艇基础运动控制策略 |
| 6.5 无人艇仿人智能控制策略的设计 |
| 6.5.1 无人艇运动控制系统的硬件设计 |
| 6.5.2 无人艇运动控制系统的软件设计 |
| 6.5.3 基于小脑模型的仿人智能协调控制策略的设计 |
| 6.5.4 无人艇仿人智能协调控制仿真 |
| 6.6 仿人智能控制的海试试验验证 |
| 6.7 本章小结 |
| 第7章 混合仿人智能图式的无人艇自主驾控系统设计 |
| 7.1 自主驾控系统简介 |
| 7.2 混合仿人智能图式的思想 |
| 7.2.1 人体运动控制系统与智能图式 |
| 7.2.2 混合式分层递阶控制结构 |
| 7.3 无人艇自主驾控系统设计 |
| 7.3.1 基于混合式分层递阶结构的自主驾控系统结构 |
| 7.3.2 混合仿人智能图式的自主驾控系统设计 |
| 7.3.3 无人艇自主驾驶高阶动觉智能图式的设计 |
| 7.3.4 航线跟踪图式的设计 |
| 7.3.5 协商式避障图式的设计 |
| 7.3.6 反应式避障图式的设计 |
| 7.4 无人艇安全自主驾驶仿真试验 |
| 7.4.1 航线跟踪仿真 |
| 7.4.2 自主航行仿真 |
| 7.5 无人艇航线跟踪海试试验 |
| 7.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及取得的科研成果 |
| 致谢 |
（8）仿人智能控制器参数的模糊在线整定（论文提纲范文）
| 0 引 言 |
| 1 仿人智能控制器的原型算法 |
| 2 比例系数的模糊整定方法 |
| 3 仿真研究分析 |
| 4 结 论 |
（9）基于强化学习的仿人智能控制器参数在线学习与优化（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 控制理论的发展状况 |
| 1.2.1 传统控制 |
| 1.2.2 智能控制 |
| 1.3 调整参数方法的研究现状 |
| 1.4 本文主要的研究内容 |
| 2 仿人智能控制的基本原理 |
| 2.1 前期的仿人智能控制理论 |
| 2.2 特征模型、特征辨识与特征记忆 |
| 2.3 多模态控制与多目标决策 |
| 2.3.1 多模态控制 |
| 2.3.2 多目标决策 |
| 2.4 启发式搜索与直觉推理 |
| 2.5 分层递阶的信息处理与决策机构 |
| 3 强化学习方法 |
| 3.1 强化学习的原理 |
| 3.2 强化学习的算法 |
| 3.2.1 常见的强化学习算法 |
| 3.2.2 本文的强化学习算法 |
| 3.3 CARLA 的原理 |
| 3.4 CARLA 参数学习步骤 |
| 4 基于 CARLA 的 HSIC 参数学习与优化 |
| 4.1 HSIC 的设计思想和设计步骤 |
| 4.2 CARLA 的设计思想和设计步骤 |
| 4.3 基于CARLA 的HSIC 参数学习与优化 |
| 5 实验分析 |
| 5.1 研究对象分析 |
| 5.2 PID 控制器的参数学习与优化 |
| 5.2.1 Ziegler Nichols 调节参数 |
| 5.2.2 遗传算法调节参数 |
| 5.2.3 CARLA 在线学习及优化参数 |
| 5.2.4 实验对比分析 |
| 5.3 HSIC 的参数学习与优化 |
| 5.3.1 遗传算法调节参数 |
| 5.3.2 CARLA 在线学习及优化 |
| 5.3.3 实验对比分析 |
| 6 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文目录 |
| B. 作者在攻读学位期间取得的科研成果目录 |
| C. 作者在攻读学位期间获得的奖励 |
（10）基于模糊逻辑参数整定的加热炉炉温仿人智能控制的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 实际意义 |
| 1.1.3 理论意义 |
| 1.2 加热炉及钢坯加热工艺 |
| 1.2.1 加热炉 |
| 1.2.2 加热炉炉温现行控制方式 |
| 1.3 国内外研究动态 |
| 1.3.1 国外研究动态 |
| 1.3.2 国内研究动态 |
| 1.3.3 仿人智能控制理论的研究动态 |
| 1.4 本文的主要工作 |
| 1.5 论文的创新点 |
| 1.6 本章小结 |
| 第二章 仿人智能控制理论 |
| 2.1 仿人智能控制研究的基本思想 |
| 2.2 仿人智能控制的基本概念 |
| 2.3 仿人智能控制器的基本原理 |
| 2.3.1 仿人智能控制器的原型算法 |
| 2.3.2 仿人智能控制的静、动特性分析 |
| 2.3.3 仿人智能控制器动态特性分析 |
| 2.3.4 仿人智能控制器的优越性 |
| 2.4 仿人智能控制系统的结构 |
| 2.5 仿人智能控制的设计方法 |
| 2.6 仿人智能控制面临的问题 |
| 2.7 本章小结 |
| 第三章 钢坯加热炉燃烧系统 |
| 3.1 钢坯加热炉的结构、工艺过程 |
| 3.1.1 加热炉的炉型结构 |
| 3.1.2 热连轧生产工艺过程 |
| 3.2 加热炉的优化控制 |
| 3.2.1 加热炉的工艺要求 |
| 3.2.2 加热炉的控制要求 |
| 3.2.3 加热炉的顺序控制 |
| 3.2.4 加热炉的燃烧控制 |
| 3.3 加热炉的炉压控制 |
| 3.4 加热炉的炉温控制 |
| 3.4.1 引言 |
| 3.4.2 加热炉炉温控制的影响因素 |
| 3.4.3 加热炉炉温的优化设定 |
| 3.4.3.1 钢坯入炉温度计算 |
| 3.4.3.2 钢坯在炉时间计算 |
| 3.4.3.3 钢坯出炉目标温度计算 |
| 3.4.3.4 钢坯预报温度计算 |
| 3.4.3.5 炉温的优化设定 |
| 3.5 本章小结 |
| 第四章 基于模糊逻辑参数整定的加热炉炉温仿人智能控制 |
| 4.1 炉温的控制区及炉温的检测 |
| 4.1.1 加热炉的炉区分配 |
| 4.1.2 加热炉温度的检测 |
| 4.2 基于模糊逻辑参数整定的加热炉炉温仿人智能控制 |
| 4.2.1 炉温仿人智能控制系统设计 |
| 4.2.2 运行控制级的设计 |
| 4.2.3 基于模糊逻辑的参数校正级的设计 |
| 4.2.3.1 仿人智能控制参数的评价规则 |
| 4.2.3.2 仿人智能控制参数整定的方法 |
| 4.2.3.3 参数校正级的措施 |
| 4.2.3.4 模糊逻辑推理系统 |
| 4.2.3.5 基于模糊逻辑的参数校正级 |
| 4.2.4 任务适应级的设计 |
| 4.3 仿真实验 |
| 4.3.1 对4.2.3.2中的参数整定方法的比较 |
| 4.3.2 基于模糊逻辑参数整定的加热炉炉温仿人智能控制的仿真 |
| 4.3.2.1 与 PID控制的比较 |
| 4.3.2.2 不同的M_2、M_3时仿真曲线 |
| 4.3.2.3 对象参数变化时的仿真 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士研究生期间发表的学术论文 |
四、一种参数在线自校正的仿人智能控制器（论文参考文献）
- [1]天然气调压橇压力智能控制系统设计与开发[D]. 王增涛. 中国石油大学(华东), 2018(07)
- [2]二级倒立摆平衡点间任意转换的运动控制方法研究[D]. 但远宏. 重庆大学, 2017(06)
- [3]自校正仿人智能控制器及其在等摆长倒立摆系统中的应用[D]. 祁虔. 重庆大学, 2017(06)
- [4]平面倒立摆系统的模糊自校正仿人智能协调控制研究[D]. 唐永川. 西南大学, 2014(09)
- [5]育果袋成型装备测控系统研究[D]. 张青. 河北农业大学, 2013(03)
- [6]基于可拓学的仿人控制及应用研究[D]. 叶玮琼. 广东工业大学, 2011(05)
- [7]无人艇操纵性与智能控制技术研究[D]. 吴恭兴. 哈尔滨工程大学, 2011(05)
- [8]仿人智能控制器参数的模糊在线整定[J]. 张翠英,田建艳. 中北大学学报(自然科学版), 2010(05)
- [9]基于强化学习的仿人智能控制器参数在线学习与优化[D]. 甘晓琴. 重庆大学, 2010(03)
- [10]基于模糊逻辑参数整定的加热炉炉温仿人智能控制的研究[D]. 鲁毅. 太原理工大学, 2008(10)