关键词： 再生制动   SDRE控制   自适应控制   故障补偿  

摘要： 针对电动汽车再生制动系统中发生不确定执行器故障导致的稳定性控制问题,提出一种结合状态相关Riccati方程(SDRE)与自适应容错的控制策略。SDRE方法可用于解决复杂非线性系统的最优控制问题,通过权重矩阵的灵活选取,分析不同控制输入对系统性能的影响。首先,使用SDRE方法基于稳定性控制得到再生制动系统最优控制律。然后,分析电动汽车制动执行器故障类型,针对各种不确定故障情况分别设计自适应故障补偿控制器,并加权融合成可解决各类型故障的综合控制器。所提出的控制方法能保证执行器在发生不确定故障时,仍达到期望的制动性能,并保证汽车制动的稳定性。最后,基于Matlab/simulink仿真验证此方法的有效性。

关键词： 配电终端   控制面板   遥控  

摘要： 配电自动化设备中开关柜的分合闸操作是配电自动化中一项重要的基本功能,特别是在检修、停电、改造过程中,操作人员有时无法通过主站进行远方遥控操作,只能在高压开关柜前进行就地操作,就地操作高压开关往往存在一定的安全隐患,文章设计了一款配电终端智能控制面板,使操作人员与操作设备保持一定距离,能够有效保障操作人员安全。

关键词： 主动侧杆   飞机执行器故障   自适应控制   模糊控制   人机交互系统  

摘要： 主动侧杆人机交互控制是一种具有广泛应用前景和重要意义的技术,它不仅可以减轻飞行员的负担,也可以提高飞机的性能和安全性。为了解决飞机执行器出现故障时可能出现的飞机失控问题,本文构建了含有主动侧杆的飞机中飞行员与控制增稳系统之间的并联人机交互控制架构,设计了一种新的主动侧杆与飞行员交互方式,主动侧杆不仅传递操纵指令,还通过触觉反馈向飞行员传递飞行状态,使飞行员能够快速感知飞机故障并采取相应措施。同时,设计了控制增稳系统,选用自适应控制器,并在此基础上设计了改进型自适应控制器+PID控制器。利用模糊控制机制动态分配人机控制权重,为飞机系统和飞行员之间的交互提供更加灵活和精确的控制方式。最后,通过仿真验证了所设计的含主动侧杆的人机交互控制方法的有效性。

关键词： 智能控制技术   机电一体化技术   柔性化生产   智能制造  

摘要： 随着信息技术、自动化技术、控制技术、机械技术等技术的不断发展,以智能控制为基础的机电一体化技术得到了广泛应用。文章重点介绍以智能控制为基础的机电一体化技术应用,并对其未来发展进行了展望。期待这一研究能够推动智能制造领域的发展,提升制造业的智能化程度。

关键词： 异构多智能体系统   多无人机-多无人车编队系统   通信链路加性故障   容错编队跟踪   自适应控制  

摘要： 针对多无人机(UAVs)-多无人车(UGVs)编队控制系统通信链路加性故障问题,提出了一种基于分布式自适应观测器的容错编队控制算法。对四旋翼无人机控制系统和两轮驱动式无人车控制系统进行模型转换,并构造多无人机-多无人车编队控制系统数学模型;基于“虚拟领导者-跟随者”拓扑结构,利用邻接智能体的局部信息设计分布式自适应观测器,实现在通信链路故障下对虚拟领导者状态的观测;基于反步法设计多无人机-多无人车编队控制系统自适应容错编队控制器保证系统的编队跟踪性能。最后,在由3架四旋翼无人机和3辆两轮驱动式无人车组成的编队系统中进行仿真,结果验证了所设计自适应观测器和控制器的有效性。

关键词： 空气净化   远程控制   智能控制   语音控制  

摘要： 为了净化舱内空气,提升车内空气品质,提高驾驶的舒适性和安全性,本研究基于高效安全的滤网吸附技术和离子净化技术,并采用车联网技术,配备必要的传感器,开发出一套智能车载空气净化系统。

关键词： 质子交换膜燃料电池   自适应控制   神经模糊推理系统   阳极恒压差控制策略  

摘要： 阴阳极压力控制对提高燃料电池系统性能至关重要。本文阳极侧使用自适应神经模糊推理系统(ANFIS)作为其控制策略,实现对阴极压力的跟随;阴极侧使用RBF-PID控制器作为其过氧比控制策略。仿真结果表明,ANFIS可迅速将阴阳极压力差稳定在需求值并显著降低流量波动。

关键词： 通风机   需风量   节能控制   T-S模糊神经控制策略   响应时间  

摘要： 为达到对通风机风速控制的准确性和解决传统风速控制方式的问题,在对通风机简单概述的基础上,对工作面需风量的预测展开研究,确定需风量预测的模型;对比了传统PID控制策略、模糊算法控制策略以及T-S模糊神经控制策略的响应特性和超调量,确定采用T-S模糊神经控制策略实现通风机的智能控制,并完成了相关硬件的选型。

关键词： 神经网络控制   自校正控制:非线性系统   广义目标函数   直接极小化指标函数的自适应优化算法  

摘要： 针对实用随机非线性NARMAX模型,参照改进的NARMA-L2模型,提出实用随机NARMAX-L2模型,采用BP神经网络逼近该模型,依据直接极小化指标函数自适应优化算法估计随机干扰模型的参数,并对BP神经网络的连接权进行学习,根据广义控制目标函数提出神经网络显式自校正控制器,仿真研究验证了上述研究的有效性,系统具有理想的控制效果。