基于线性时变参数离散灰色模型的在线故障预测系统设计

为实现故障预测的实时性,克服设备实际数据处理能力的局限,采用了线性时变参数离散灰色模型(linear time-varying parameters discrete grey model,TDGM),并对其建模所用的最小二乘法采用递推算法,形成了递推建模法,解决了实时建模预测所面临的建模序列取舍、计算和存储量巨大等难题,并采用视情剔除旧数据的方法克服了递推建模法存在的"数据饱和"现象,完成了在线故障预测系统(online fault prediction system,OFPS)的初步设计。实例仿真验证表明:该系统运行稳定可靠,计算和存储量在可承受范围之内,预测效果良好,可以应用到实际设备中。     

离散变结构系统的组合控制策略研究

对离散变结构控制系统的趋近律方法进行研究,提出了4种组合控制策略,它们可以明显改善系统的动态性能,并给出应用例子加以验证．     

船舶航向非线性系统离散变结构控制

基于非线性模型研究船舶航向自动舵的离散变结构控制设计问题。通过状态反馈精确线性化方法设计了二次型最优滑模面,采用离散趋近律方法求得变结构控制律。研究结果表明,所设计的离散变结构控制器能够快速准确地跟踪设定航向,并对参数摄动和外界风浪干扰具有很强的鲁棒性。     

离散变结构控制理论研究现状与展望

对离散变结构控制理论的研究进展进行综述,总结了3种主要的DVSC方案,讨论了这一领域中存在的重要问题,并指出了该理论未来可能的研究方向.     

离散变速趋近律抖振机理及鲁棒性研究

研究基于离散变速趋近律的变结构控制设计问题.利用不等式形式到达条件研究变速趋近律的抖振机理,并对其鲁棒性进行分析.研究结果表明,只要不确定因素有界,即可保证闭环系统的鲁棒稳定性,而通过调整变速趋近律自身参数,可以避免抖振并使系统具有良好的动态品质.将理论成果用于某型船舶航向自动舵的设计,实验结果证实了它的有效性.     

基于神经网络的离散变结构控制系统

系统研究了基于神经网络的离散变结构控制系统设计方法,提出了几种具体设计方案.神经网络的引入可以使滑模(变结构)控制具备学习与自适应能力,使控制信号得以柔化,从而能够减轻或避免困扰常规滑模控制器的抖振现象,改善控制效果.     

单输入不确定系统离散变结构控制

研究单输入不确定离散时间系统的变结构控制设计问题.提出一种新形式的离散趋近律,它具有良好的动、静态特性,可有效消除由传统离散趋近律参数引起的抖振.设计扰动预估器以补偿不确定因素的影响,从而提高系统鲁棒性并进一步减弱抖振.仿真结果表明了所提设计方法的有效性.     

离散变结构控制系统的变速趋近律

首次提出了离散变结构控制的变速趋近律．文中指出,在变速趋近律的制约下,会出现扇形的切换区．给出了扇形切换区准滑动模态的数学模型．     

穿浪双体船纵向运动模糊PID控制

针对穿浪双体船高速情况下的纵摇和垂荡运动影响乘船舒适性的问题,分析了穿浪双体船的运动规律,给出了其纵向运动控制模型,并根据控制模型的多输入多输出系统特点,分别针对纵摇和升沉两个通道设计了独立的PID控制器。在此基础上,进一步将模糊控制理论应用于PID参数的整定,给出了具体的设计方法,并根据人工经验设计了详细的参数整定规则。经仿真分析表明:模糊逻辑的引入使得PID控制器具备了自适应功能,能够取得更好的减摇效果。