研究离散时间参数不确定的线性随机系统的加权多模型自适应控制(Weighted multiple model adaptive control,WMMAC)问题,采用一种改进的加权算法,在模型输出误差可分的情况下,可以保证其收敛性;然后在加权收敛的前提下,借助虚拟等价系...研究离散时间参数不确定的线性随机系统的加权多模型自适应控制(Weighted multiple model adaptive control,WMMAC)问题,采用一种改进的加权算法,在模型输出误差可分的情况下,可以保证其收敛性;然后在加权收敛的前提下,借助虚拟等价系统的概念和方法证明了此类加权多模型自适应控制系统的稳定性和收敛性.本文所采用的分析方法和结论不依赖于局部控制策略和加权算法的具体形式,而只取决于它们的某些属性.最后,基于Matlab对相应的加权多模型自适应控制系统进行了仿真,仿真结果验证了加权算法的收敛性和闭环控制系统的稳定性、收敛性.展开更多
为了减小车辆振动,提高车辆乘坐舒适性和操纵稳定性,将惯容器与非线性能量汇相结合,构建惯容非线性能量汇(Nonlinear Energy Sink Inerter,NESI),并将其运用于车辆悬架和座椅悬架,进一步提出一种基于遗传算法的无模型自适应控制方法(Mod...为了减小车辆振动,提高车辆乘坐舒适性和操纵稳定性,将惯容器与非线性能量汇相结合,构建惯容非线性能量汇(Nonlinear Energy Sink Inerter,NESI),并将其运用于车辆悬架和座椅悬架,进一步提出一种基于遗传算法的无模型自适应控制方法(Model-free Adaptive Control,MFAC)。研究了采用MFAC方法的耦合NESI的车-座椅系统在路面随机激励下的动态特性,并与被动系统和比例积分微分(Proportional Integral Derivative,PID)控制系统进行对比。结果表明,与车-座椅被动系统相比,采用MFAC方法的车-座椅系统的车身垂直加速度与座椅垂直加速度均方根值在低中高车速下都显著减小;与PID控制相比,车身垂直加速度、座椅垂直加速度、悬架动行程和轮胎动载荷均方根值在低、中、高车速下都有所降低。展开更多
文摘研究离散时间参数不确定的线性随机系统的加权多模型自适应控制(Weighted multiple model adaptive control,WMMAC)问题,采用一种改进的加权算法,在模型输出误差可分的情况下,可以保证其收敛性;然后在加权收敛的前提下,借助虚拟等价系统的概念和方法证明了此类加权多模型自适应控制系统的稳定性和收敛性.本文所采用的分析方法和结论不依赖于局部控制策略和加权算法的具体形式,而只取决于它们的某些属性.最后,基于Matlab对相应的加权多模型自适应控制系统进行了仿真,仿真结果验证了加权算法的收敛性和闭环控制系统的稳定性、收敛性.
文摘为了减小车辆振动,提高车辆乘坐舒适性和操纵稳定性,将惯容器与非线性能量汇相结合,构建惯容非线性能量汇(Nonlinear Energy Sink Inerter,NESI),并将其运用于车辆悬架和座椅悬架,进一步提出一种基于遗传算法的无模型自适应控制方法(Model-free Adaptive Control,MFAC)。研究了采用MFAC方法的耦合NESI的车-座椅系统在路面随机激励下的动态特性,并与被动系统和比例积分微分(Proportional Integral Derivative,PID)控制系统进行对比。结果表明,与车-座椅被动系统相比,采用MFAC方法的车-座椅系统的车身垂直加速度与座椅垂直加速度均方根值在低中高车速下都显著减小;与PID控制相比,车身垂直加速度、座椅垂直加速度、悬架动行程和轮胎动载荷均方根值在低、中、高车速下都有所降低。
