导读:本文包含了间接自校正控制论文开题报告文献综述及选题提纲参考文献，主要关键词:差分进化优化,遗忘因子递推最小二乘法辨识,振动控制,智能风机叶片
间接自校正控制论文文献综述
徐燕[1]（2016）在《基于先进辨识算法的风机叶片间接自校正PID振动控制》一文中研究指出随着风机容量的快速增长,风机叶片的设计逐渐偏向更轻的重量和更大的尺寸,以便提高风力发电的效率。然而,叶片尺寸的增加会导致叶片颤振加剧,这不仅大大降低了风力发电的效率,而且严重影响叶片的安全运行。智能叶片是现代风机叶片发展的主要方向之一,基于智能驱动器的智能叶片设计对降低叶片相关部件的振动疲劳损耗、提高风能利用率、降低风力发电成本有着重要意义。叶片的振动主要包括两种类型:经典颤振和失速振动。前者主要是在叶片处于附着流的情况下,由流固耦合引起的叶片振动;后者主要是叶片在气动失速情况下所引起的振动。本文中主要研究叶片的经典颤振控制,通过将智能驱动器和控制算法相结合达到抑制叶片颤振的效果。在实际工程中,由于运行环境复杂,叶片系统的参数会受到多种不确定因素影响,因此基于系统参数摄动的研究具有非常重要的意义。本文建立了基于智能驱动器的风机叶片气弹伺服模型,首先在不考虑系统时变性的情况下,设计了基于极点配置的直接自校正PID振动控制器,其次考虑在实际负载运行环境中系统参数发生摄动的情况,设计了基于差分进化优化的遗忘因子递推最小二乘辨识的间接自校正PID振动控制器。性能优良的参数估计器可以提高智能叶片振动控制器的控制品质,本文采用遗忘因子递推最小二乘法对系统模型参数进行估计,而遗忘因子的不同取值将影响参数估计器的精准度。因此本文在传统的基于遗忘因子递推最小二乘算法基础上,利用差分进化算法对遗忘因子进行优化,而后进行参数估计,得到最佳辨识参数,进而施行间接自校正PID振动控制。仿真结果表明:基于遗忘因子递推最小二乘法的智能叶片间接自校正PID控制可以很好的对摄动的叶片系统参数进行在线辨识,使叶片振动控制具有一定的自适应性;基于差分进化优化辨识的叶片间接自校正PID控制效果则具有更强的鲁棒性和自适应性,可以达到更好的控制效果。(本文来源于《扬州大学》期刊2016-12-20）
富月,柴天佑[2]（2009）在《全局稳定的非线性间接自校正控制算法》一文中研究指出将基于一步超前最优加权控制策略的间接自校正控制算法和神经网络近似补偿相结合,提出了一种简单的适用于零动态不稳系统的非线性间接自校正控制算法,并证明了该控制算法能够保证闭环系统BIBO稳定和良好的跟踪性能。(本文来源于《PCC2009—第20届中国过程控制会议论文集》期刊2009-08-03）
刘坤[3]（2004）在《基于遗传算法的间接自校正模糊神经网络控制》一文中研究指出针对一般神经网络训练算法训练速度慢和易陷入局部极小点的不足 ,文章提出了一种基于模糊神经网络的间接自校正控制系统 ,控制器是以高斯函数为隶属度函数的径向基函数 (RBF)神经网络结构 ,利用改进的遗传算法 (GA)对结构和参数进行同步优化。神经网络模型 (NNP)利用弹性BP算法进行离线辨识。仿真与传统的模糊PID控制器控制进行比较 ,结果表明遗传算法大大改善了系统的性能(本文来源于《组合机床与自动化加工技术》期刊2004年12期）
马孜,朱全民[4]（1997）在《非线性系统鲁棒自校正控制间接算法》一文中研究指出提出一种非线性系统鲁棒自校正控制间接算法．借助于神经网的作用，有效地辨识系统的建模误差，其辨识结果在控制算法中加以补偿，于是，使基于低阶线性模型的自校正控制算法有效地应用于复杂的非线性系统．文中给出了算法的鲁棒性分析和仿真结果．(本文来源于《控制理论与应用》期刊1997年06期）
宋苏,曲佳文,孟浩,赵国良[5]（1996）在《具有降阶未建模和有界干扰鲁棒间接自校正控制》一文中研究指出提出了一种新的鲁棒间接极点配置自校正控制算法，该算法用于含降阶未建模动态和有界干扰受控对象，可获得系统局部鲁棒稳定性，仿真实验结果说明了其有效性(本文来源于《哈尔滨工程大学学报》期刊1996年03期）
张彦军,关亚东[6]（1996）在《一种带有间接估计纯滞后时间的自校正控制方法》一文中研究指出本文针对带有未知或时变纯滞后的系统提出了一种带有间接估计纯滞后时间的自校正控制方法。(本文来源于《吉林化工学院学报》期刊1996年03期）
间接自校正控制论文开题报告
（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：
将基于一步超前最优加权控制策略的间接自校正控制算法和神经网络近似补偿相结合,提出了一种简单的适用于零动态不稳系统的非线性间接自校正控制算法,并证明了该控制算法能够保证闭环系统BIBO稳定和良好的跟踪性能。
（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。
间接自校正控制论文参考文献
[1].徐燕.基于先进辨识算法的风机叶片间接自校正PID振动控制[D].扬州大学.2016
[2].富月,柴天佑.全局稳定的非线性间接自校正控制算法[C].PCC2009—第20届中国过程控制会议论文集.2009
[3].刘坤.基于遗传算法的间接自校正模糊神经网络控制[J].组合机床与自动化加工技术.2004
[4].马孜,朱全民.非线性系统鲁棒自校正控制间接算法[J].控制理论与应用.1997
[5].宋苏,曲佳文,孟浩,赵国良.具有降阶未建模和有界干扰鲁棒间接自校正控制[J].哈尔滨工程大学学报.1996
[6].张彦军,关亚东.一种带有间接估计纯滞后时间的自校正控制方法[J].吉林化工学院学报.1996
标签：差分进化优化; 遗忘因子递推最小二乘法辨识; 振动控制; 智能风机叶片;