论文部分内容阅读
针对挖泥船泥浆管道输送流速控制的大惯性、大时滞、参数时变和建模困难等特点，提出一种单神经元自适应预估控制方案．该方案利用神经网络的自学习能力，对系统结构、参数、不确定性和非线性进行学习，结合Marsik和Strejc提出的无辨识自适应控制算法对控制参数进行在线修正，在控制方案中加入Smith预估器，利用搜索寻优的方法对时变的时滞进行在线优化，提高了预估算法的鲁棒性和适应能力．通过现场实验证明了本控制方法的有效性，在疏浚施工环境变化，时滞较大的条件下仍然能够使泥浆流速基本保持稳定，具有较强的抗干扰能力和良好