导读:本文包含了自适应控制器论文开题报告文献综述及选题提纲参考文献，主要关键词:PID网络控制器,解耦控制,干扰抑制,非线性系统
自适应控制器论文文献综述
葛锁良,盛锐[1]（2019）在《PIDN自适应抗扰解耦控制器》一文中研究指出针对一类具有未知非线性函数的多输入多输出强耦合离散系统,提出了一种基于梯度下降法修正的PID网络控制器。该控制器将PID"利用误差,消除误差"的思想和基于梯度下降的寻优算法相结合,将解耦、抗扰、跟踪问题转化为对关于误差能量函数的寻优问题。由于该控制器不依赖于被控对象,所以具有较强的鲁棒性。最后,利用李雅普诺夫函数给出了控制系统稳定性条件。理论分析和仿真结果验证了该控制器的有效性。(本文来源于《制造业自动化》期刊2019年12期）
章磊,姚庆文,徐伟,李燕[2]（2019）在《自适应类神经网络控制器在时变系统中的应用》一文中研究指出针对一个时变且不确定的复杂系统,设计了一种全新间接型自适应多层类神经网络控制器。运用全新架构的多层类神经网络测算器,对时变受控体的系统参数进行在线识别,创新性地实现了利用极点配置法来计算自适应自我调试控制(STR)控制器参数。试验结果表明,自适应多层类神经网络控制器不论是在瞬时特性或是稳态特性方面,均优于传统的自适应STR控制器。通过对稳定时间、过冲量以及均方根稳态误差值等性能指标的交叉比较,证明了这类控制器具有优异的响应特性及强健性。(本文来源于《自动化仪表》期刊2019年10期）
井安言,裴武波[3]（2019）在《水下拖体姿态角自适应控制器设计》一文中研究指出水下拖曳系统在工作过程中拖体的俯仰角控制一直是水下拖体姿态控制的重要环节,设计了一种基于RBF神经网络的水下拖体直接自适应控制器,在闭环系统中利用RBF神经网络的局部无限逼近非线性函数的特性。将RBF神经网络的输出代替水下拖体动力学模型中的非线性不确定项,配合传统的PD控制器,无需预先离线学习,在线学习更新神经网络权值,控制律和神经网络权值更新律经Lyapunov定理证明为稳定,跟踪误差收敛到0,通过计算机仿真比较该控制器与传统PD控制器的控制效果。(本文来源于《数字海洋与水下攻防》期刊2019年04期）
朱璐,陈昶荣[4]（2019）在《飞行器编队神经网络自适应控制器设计》一文中研究指出针对无数据链支持条件下的主从结构飞行器协同编队控制问题,对编队控制回路进行分析设计。首先在惯性空间中定义相对运动坐标系,建立相对运动模型;其次将领导者加速度信息作为扰动量,结合PD控制器与RBF神经网络理论,设计了编队控制律,并证明了控制系统的稳定性;最后,对编队飞行控制器进行了仿真,并与经典PD控制器进行对比。仿真结果表明,RBF神经网络能够增强控制系统的鲁棒性,使编队控制系统能够快速精确地对期望编队队形进行构建并保持。(本文来源于《战术导弹技术》期刊2019年05期）
罗俊玉,金朝永,陆诗敏[5]（2019）在《一类带有控制器失效的切换系统的模型参考自适应律的设计》一文中研究指出研究了一类带有执行器失效的切换系统的模型参考自适应控制的自适应律的设计方法。对于给定的系统控制器,利用构造Lyapunov函数,推导证明并得出切换系统在切换策略即执行器正常工作与执行器失效相互切换的情况下,设计切换系统的自适应律,保证切换系统的全局实用稳定。仿真结果表明,状态跟踪误差的收敛验证了此方法的有效性。(本文来源于《佛山科学技术学院学报(自然科学版)》期刊2019年05期）
孙义耕,刘瑞叶,刘子玥[6]（2019）在《风机转子侧模糊自适应附加控制器的设计》一文中研究指出基于模糊自适应的控制原理,引入可变步长的自调整因子,设计了可根据风机输出有功功率偏差量大小作为反馈输入的风机转子侧模糊附加控制器。仿真证明,该控制器可以大大增强系统对于次同步振荡的抵抗能力,并使系统具有更好的鲁棒性。(本文来源于《科技经济导刊》期刊2019年24期）
汪慧玲[7]（2019）在《基于两机并联非线性数学模型的舰船电力系统自适应控制器设计》一文中研究指出近年来,舰船电力系统的规模显着扩大,内部结构与运行的方式也愈加复杂,使得舰船电力系统运行的安全性与稳定性作用逐渐突显出来,对舰船安全航行提出了全新的要求。其中,舰船电力系统属于高纬度非线性系统,要想确保其动态性能与静态性能更加稳定,就必须合理引入非线性控制理论。在舰船电力系统自适应控制器的实际过程中,可在优化自适应控制器性能的基础上,全面完善舰船电力系统的作用。基于此,文章将舰船电力系统自适应控制器设计作为主要研究内容,重点研究了两机并联非线性数学模型的具体应用(本文来源于《舰船科学技术》期刊2019年16期）
赵霞军,张家飞,陆鹏[8]（2019）在《基于L1自适应的无人飞艇俯仰姿态控制器设计》一文中研究指出针对无人飞艇模型复杂的非线性特性和不确定因素干扰姿态控制的问题,采用L1自适应控制方法构建不确定参数模型,进行无人飞艇的纵向姿态控制律设计,提高了飞艇纵向控制抗扰能力。通过建立无人飞艇俯仰运动模型,结合LQR对系统进行反馈配置以改善其稳定性,并将系统配置为典型L1被控对象形式,利用投影算子引入不确定参数对模型修正,得到自适应的控制算法。结果表明,基于反馈优化配置的L1自适应控制算法能够使无人飞艇的俯仰得到良好的瞬态和稳态性能,对系统参数摄动具有较强的鲁棒性,可适用于无人飞艇的姿态控制。(本文来源于《测控技术》期刊2019年08期）
衡丽帆,杨世忠[9]（2019）在《基于九点控制器的模糊自适应Smith PID控制器的研究》一文中研究指出传统Smith PID控制器需要被控对象的精准数学模型,在实际控制过程中,模型参数不断发生变化,导致控制系统的干扰抑制能力和鲁棒性变差。为实现系统的稳定控制,在分析了被控对象不同参数变化引起的系统误差和误差变化率的基础上,提出用九点控制器来实时调整PID参数和Smith反馈通道中的滤波时间常数,形成具有自适应能力的模糊Smith PID控制系统。采用一阶时滞系统为控制对象进行控制仿真,仿真结果表明,在被控对象的参数发生变化时,九点模糊自适应Smith PID控制器能够增强控制系统的鲁棒性和抗干扰能力,为变参数系统的稳定控制提供了一种可行的方法。(本文来源于《自动化技术与应用》期刊2019年07期）
余威,卜旭辉[10]（2019）在《四旋翼无模型自适应抗干扰姿态控制器设计》一文中研究指出针对四旋翼飞行器的非线性、易受干扰等特点,设计一种比例-无模型自适应串级姿态控制器。首先在飞行器的每个工作点,通过一个被称为伪偏导数的慢时变参数,将系统建立为一个等价的动态线性化数据模型,进而实现不依赖任何模型信息的自适应控制;然后,针对四旋翼飞行器参数不确定性和易受外部环境干扰的问题,设计一种扩张状态观测器对扰动进行实时估计和补偿;最后,利用MATLAB验证了该控制器对于四旋翼姿态控制的稳定性和抗干扰性。(本文来源于《电子测量与仪器学报》期刊2019年07期）
自适应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：
针对一个时变且不确定的复杂系统,设计了一种全新间接型自适应多层类神经网络控制器。运用全新架构的多层类神经网络测算器,对时变受控体的系统参数进行在线识别,创新性地实现了利用极点配置法来计算自适应自我调试控制(STR)控制器参数。试验结果表明,自适应多层类神经网络控制器不论是在瞬时特性或是稳态特性方面,均优于传统的自适应STR控制器。通过对稳定时间、过冲量以及均方根稳态误差值等性能指标的交叉比较,证明了这类控制器具有优异的响应特性及强健性。
（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。
自适应控制器论文参考文献
[1].葛锁良,盛锐.PIDN自适应抗扰解耦控制器[J].制造业自动化.2019
[2].章磊,姚庆文,徐伟,李燕.自适应类神经网络控制器在时变系统中的应用[J].自动化仪表.2019
[3].井安言,裴武波.水下拖体姿态角自适应控制器设计[J].数字海洋与水下攻防.2019
[4].朱璐,陈昶荣.飞行器编队神经网络自适应控制器设计[J].战术导弹技术.2019
[5].罗俊玉,金朝永,陆诗敏.一类带有控制器失效的切换系统的模型参考自适应律的设计[J].佛山科学技术学院学报(自然科学版).2019
[6].孙义耕,刘瑞叶,刘子玥.风机转子侧模糊自适应附加控制器的设计[J].科技经济导刊.2019
[7].汪慧玲.基于两机并联非线性数学模型的舰船电力系统自适应控制器设计[J].舰船科学技术.2019
[8].赵霞军,张家飞,陆鹏.基于L1自适应的无人飞艇俯仰姿态控制器设计[J].测控技术.2019
[9].衡丽帆,杨世忠.基于九点控制器的模糊自适应SmithPID控制器的研究[J].自动化技术与应用.2019
[10].余威,卜旭辉.四旋翼无模型自适应抗干扰姿态控制器设计[J].电子测量与仪器学报.2019