关键词： 滑模变结构控制   模糊控制   神经网络控制   模糊神经网络控制   供暖室温控制  

摘要： 针对供热室温控制系统大惯性、滞后性、时变性的情况，传统比例积分微分(proportion integration differentiation, PID)控制系统存在响应滞后性强、控制参数整定困难等问题，由此提出一种模糊神经网络滑模控制(fuzzy neural network sliding mode control, FNNSMC)算法。根据室温控制的特点，采用滑模变结构控制与模糊神经网络相结合的调节方式，实现对室温的智能控制。根据供热室温温度偏差及其变化率实时对滑模控制的参数进行在线优化整定，进而实现模糊神经网络滑模控制的自整定和智能化控制。进行MatLab/Simulink仿真实验，根据模糊滑模与模糊神经网络滑模响应曲线的比较，表明控制系统采用模糊神经网络滑模算法具有更好的性能，满足了控制系统的稳定性、快速性的要求。在面对突加的外部扰动时，控制系统具有良好的抗干扰能力。

关键词： 自适应控制   电动移车小车   稳定性应用  

摘要： 本研究围绕电动移车小车的稳定性控制，设计了一种自适应控制器。通过建立数学模型以及参考自适应PID控制算法，本研究实现了控制器参数的实时调整，在仿真分析中验证了控制策略的有效性，针对不同场景进行了优化，并且通过搭建综合实验平台，测试了小车在不同负载和地面条件下的稳定性。结果显示，在轻负载情况下，自适应PID控制算法表现出极高的稳定性和快速响应能力，但随着负载增加，其稳定性指标有所下降。本研究希望为电动移车小车稳定性控制提供理论依据和技术支持。

关键词： 电动拖拉机   犁耕作业   自适应控制   牵引效率  

摘要： 犁耕质量和效率对粮食高产至关重要，而以往基于悬挂高度调整以适应阻力变化来控制犁耕机组耕作效率存在耕深不均匀的问题。为此，以重心可调电动拖拉机犁耕机组为对象，提出了调定耕深下考虑速度和滑转率的阻力自适应作业控制方法。首先，建立了机组动力学模型并分析了阻力变化下机组的动态特性；然后，采用模糊神经网络控制算法调节驱动电机转矩和电池组位移，使牵引附着性能自动适应阻力变化，以实现速度和滑转率的联合控制；最后，进行了实车测试平台搭建和犁耕试验。结果表明：耕速最大偏差仅为0.48 km/h,相比于控制前滑转率降低了21.42%,牵引效率提高了7.76%。在恒定耕深下机组作业稳定性和效率得以提高，为电动拖拉机的自动化和智能化精准作业提供了技术支持。

关键词： 水下机器人   水下机械臂   滑模控制   自适应控制   轨迹跟踪  

摘要： 针对水下机械臂的末端轨迹跟踪控制问题,提出一种自适应快速反正切非奇异终端滑模控制器.首先,基于莫里森方程建立考虑水作用效应的水下机械臂动力学模型;其次,结合非奇异终端滑模控制和反正切函数特性,设计一种快速反正切非奇异终端滑模控制器,并基于径向基神经网络预测系统的未知扰动;然后,通过李雅普诺夫理论验证所提控制方法可在有限时间内收敛到期望位置;最后,通过仿真实验验证所提控制方法的有效性.

关键词： 浮选智能加药   浮选智能控制系统   案例推理   在线检测   浮选药剂用量   浮选精煤产率  

摘要： 在选煤厂细煤泥浮选过程中药剂的添加普遍采用人工控制，这种方式依赖人工经验，存在工人劳动强度大、药剂添加不易控制、浮选指标不稳定等问题，容易造成浮选药剂的浪费或浮选精煤的损失。为解决上述问题，针对浮选工艺受多因素影响的特点，通过对浮选过程参数的在线检测，提出了一种浮选智能控制系统，该系统由基于案例推理的浮选药剂智能添加系统和基于产品指标的浮选双向智能控制系统组成。通过对浮选系统进行改造，浮选智能控制系统已应用于冀中能源峰峰集团有限公司邯郸洗选厂，应用结果表明：该系统实现了尾矿灰分的3 min快速在线检测，尾矿灰分测量精度在1.9%以内;实现了药剂的稳定添加，浮选药剂用量较改造前降低了5个百分点以上;实现了浮选过程智能控制，稳定了产品质量，浮选精煤产率较改造前提高了0.3个百分点以上;同时降低了人工劳动强度。

关键词： 多源信息融合   智慧交通   车路协同   自动化   智能控制  

摘要： 在智慧交通车路协同控制中，多源信息的传输和处理手段较单一，难以满足协同控制的实时性。因此，提出基于多源信息融合的智慧交通车路协同自动化控制方法。在通信管理和车载信息交互平台的支持下，对多源信息融合处理实现数据交互，以处理后的数据作为依据，构建信息颗粒建立模糊集，得到信息颗粒时间序列，实现车路协同自动化控制。实验结果表明:提出的基于多源信息融合的控制方法丢包率低，延时波动小，在避障测试中，平均预警时延低，车路协同控制的实时性得到了提高。

关键词： 塔式起重机   滑模控制   自适应控制   负载质量估计   鲁棒性  

摘要： 由于塔式起重机具有欠驱动、非线性、高耦合特性以及参数不确定性，导致其定位防摆控制成为一个难题。为了有效实现小车、悬臂和线缆的精确定位以及负载的摆动抑制，基于没有线性化处理的具有时变线缆长度的5-DOF塔机模型，提出了一种自适应积分滑模控制方案。首先，基于状态变量的误差值设计了一种积分滑模面，能够有效抑制负载摆动并且消除稳态误差，实现精确定位和摆动抑制。然后，设计了一种滑模趋近律，能够提高收敛速度并且有效抑制抖振问题。最后，通过设计自适应方案来抵消未知摩擦的影响以及精确估计不确定负载质量，消除垂直方向上的定位误差。通过严格的理论分析证明了闭环系统的稳定性。仿真结果验证了所提出方法具有良好的控制性能和鲁棒性。

关键词： 供氧系统   生命保障系统   智能控制   战斗机   人机系统   飞行员  

摘要： 为了适应更高性能战斗机精准防护的需求，满足飞行员日益增长的生命保障需要，具有生理监测、预测和干预的智能氧气系统是下一代生命保障系统的发展方向。先进机载氧气系统的设计需要将生理信号引入氧气系统控制闭环，实时考虑飞行员生理特征与环境影响实现飞行员供氧的智能调控。本文回顾并探究了机载氧气系统的发展历史与智能氧气系统的研究现状，具体分析了电子式氧气调节技术、生理监测技术和生理状态预测技术三项关键技术的研究进展，提出了机载智能氧气系统可能的实现途径和设想。

关键词： 电动汽车   状态估计   卡尔曼滤波   分布式驱动   自适应控制  

摘要： 为了提高电动汽车状态估计精度，设计了一种新型结构的改进自适应卡尔曼滤波算法(Improved adaptive Kalman filter， IAKF)。对滑动窗口长度进行自主调节，同时利用该算法来实现卡尔曼滤波增益以及估计噪声协方差自适应分析，相对传统形式的协方差直接更新方式与噪声协方差自适应算法可以达到更准确的结果。研究结果表明：相对扩展卡尔曼滤波方法(Extended Kalman filter， EKF)与Sage-Husa 自适应扩展卡尔曼滤波(Sage-Husa adaptive Kalman filter， SHAKF)，IAKF可以达到更高估计精度。当噪声与实际统计特征存在差异时，相对最初误差提高近30倍，精度明显下降。随着最小滑动窗口长度减小后，可以使状态估计过程获得更快动态响应速率。实验测试证明本文估计算法能够达到高估计精度以及良好的鲁棒能力。算法负荷测试结果显示都在1ms内，能够满足10ms内的步长要求，达到算法实时性的效率标准。