无模型自适应控制技术的研究和应用
无模型自适应控制方法综述
《无模型自适应控制方法综述》在现代控制领域中，无模型自适应控制方法因其独特的优势和广泛的应用前景而备受关注。
随着科技的不断发展和工业生产等领域对控制性能要求的日益提高，无模型自适应控制方法逐渐成为解决复杂系统控制问题的重要手段之一。
本文旨在对无模型自适应控制方法进行全面而系统的综述，深入探讨其基本原理、主要类型、特点以及在实际应用中的成果和挑战。
一、概述控制系统在工业生产、航空航天、交通运输、自动化等众多领域中起着至关重要的作用。
传统的控制方法往往基于对被控对象精确的数学模型建立，但在实际系统中，由于系统的复杂性、不确定性以及建模误差等因素的存在，很难获得准确且精确的数学模型。
这就促使了无模型自适应控制方法的产生和发展。
无模型自适应控制方法不依赖于被控对象的精确数学模型，而是通过对系统的上线观测和学习，不断调整控制策略，以适应系统的变化和不确定性，从而实现对被控对象的良好控制。
二、无模型自适应控制方法的基本原理无模型自适应控制方法的基本原理可以概括为以下几个关键步骤：（一）系统上线观测与状态估计通过传感器等手段对被控系统的状态变量进行实时监测和采集，获取系统的当前状态信息。
然后利用合适的估计方法，如卡尔曼滤波等，对系统的状态进行估计，以获得更准确的系统状态表征。
（二）控制律设计基于估计的系统状态，设计相应的控制律。
控制律的设计通常是根据一定的性能指标和控制策略进行优化，以实现对被控系统的期望控制效果。
（三）自适应调整根据系统的实际运行情况和估计误差，不断调整控制律中的参数或结构，使控制系统能够自适应地适应系统的变化和不确定性。
这种自适应调整可以是基于模型的自适应，也可以是基于数据驱动的自适应等方式。
通过以上基本原理的循环迭代，无模型自适应控制方法能够逐步逼近系统的最优控制状态，实现对被控系统的有效控制。
三、无模型自适应控制方法的主要类型（一）模型参考自适应控制（MRAC）MRAC 是无模型自适应控制中最经典的一种方法。
无模型自适应控制方法的应用研究
无模型自适应控制方法的应用研究XXX（北京化工大学自动化系，北京100029）摘要：概述了一种新型的控制方法无模型自适应控制。
目的是对当前无模型自适应控制有一个总体的认识, 它是一种无需建立过程模型的自适应控制方法。
与传统的基于模型的控制方法相比，无模型控制既不是基于模型也不是基于规则，它是一种基于信息的控制方法。
无模型控制器作为一种先进的控制策略，具有很强的参数自适应性和结构自适应性。
基于以上背景，首先介绍了无模型自适应控制的性质及特征，结合对北京化工大学405仿真实验室三级液位控制系统的仿真研究，并将其与PID控制器的效果进行了对比。
仿真表明, 无模型控制器具有良好的抗干扰能力、参数自适应性和结构自适应性。
关键字：无模型；自适应；控制；Model Free Adaptive Control Theory and its ApplicationsXXX(Department of Automation, Beijing University of Chemical TechnologyBeijing 100029)Abstract: A new kind of control method model-free adaptive control is given. The purpose is to make MFA to be understood. Model free adaptive control(MFAC)theory is an adaptive control method which does not need to model the industrial process．Compared with traditional control methods based on modeling，MFAC is an advanced control strategy which based on information of Input／Output Data．It has parameter adaptability and structure adaptability．Based on the background，First the property and character of MFA are introduced, Then Combining 405 Simulation Laboratory of Beijing University of Chemical technology three- level control system simulation．The simulation results show that MFAC controller has excellent robustness，anti-jamming capability, parameter and structure adaptability．1 引言PID调节器规律简单、运行可靠、易于实现,目前仍然是工业生产过程控制系统中应用较广泛的一类控制器。
自适应控制技术的研究与应用
自适应控制技术的研究与应用自适应控制技术是一种现代控制技术，它可以根据系统的实际情况，自动调整控制参数和控制策略，使得系统能够适应复杂多变的环境和工作要求。
自适应控制技术具有很强的智能化、自我学习和优化能力，能够提高系统的效率和可靠性，广泛应用于电力、制造、交通、航空等领域。
一、自适应控制技术的基本原理自适应控制技术是建立在控制理论、人工智能、模糊数学等多个学科的基础上，其基本原理是通过对系统动态特性和工作环境的实时检测和分析，调整控制器的参数和控制策略，使得系统能够实现最优控制。
自适应控制技术的实现需要三个基本成分：观察器、识别器和控制器。
观察器用于实时检测系统的状态变量，识别器用于提取系统的动态特性和环境影响，控制器用于根据识别器提供的信息，自主调整控制参数和控制策略。
二、自适应控制技术的研究进展从20世纪80年代开始，自适应控制技术就成为了控制领域的研究热点。
目前，自适应控制技术已经发展成为一门独立的学科，涵盖了许多研究方向和应用领域。
在理论研究方面，自适应控制技术的研究主要包括观察器设计、识别器建模、控制器设计等内容。
其中，观察器设计是自适应控制技术的核心和难点之一，需要考虑观察器本身的精度和响应速度，还需要考虑观察器和识别器之间的信息传递和反馈机制。
识别器建模则是自适应控制技术的另一个重要研究方向，其目的是预测系统的动态特性和环境影响，为控制器提供精确的参数和策略调整。
与此同时，控制器设计也是自适应控制技术的研究热点之一，需要考虑不同类型的控制器对系统的影响和效果，以及控制器的自适应能力和稳定性等问题。
在应用领域方面，自适应控制技术已经被广泛应用于电力、制造、交通、航空等领域。
其中，电力系统是自适应控制技术的一个重要应用领域。
自适应控制技术可以用于实现电力系统的负荷控制、电力平衡、故障诊断等功能，可以提高电力系统的效率和可靠性。
另外，在制造业领域，自适应控制技术也具有广泛的应用价值。
自适应控制技术可以用于制造过程的控制和优化，可以提高生产效率和产品质量。
无模型自适应控制方法综述
无模型自适应控制方法综述一、前言无模型自适应控制是一种基于系统动态特性而不依赖于准确模型的控制方法，具有广泛的应用前景。
本文将对无模型自适应控制方法进行综述，包括其基本原理、分类和应用等方面。
二、基本原理无模型自适应控制方法是一种基于系统动态特性的控制方法，其核心思想是通过对系统动态特性的估计来实现对系统的控制。
具体来说，该方法通过引入一个自适应机构来估计系统的未知参数和状态，并利用这些估计值来设计控制器。
这样就可以在不需要准确模型的情况下实现对系统的控制。
三、分类根据不同的自适应机构和控制策略，无模型自适应控制方法可以分为多种类型。
常见的分类方式包括以下几种：1. 直接自适应控制（Direct Adaptive Control，DAC）：该方法直接通过估计系统未知参数来设计控制器，并且只需要测量系统输出信号。
2. 间接自适应控制（Indirect Adaptive Control，IAC）：该方法通过估计系统状态和未知参数来设计状态反馈或输出反馈控制器，并且需要测量系统状态和输出信号。
3. 模型参考自适应控制（Model Reference Adaptive Control，MRAC）：该方法通过引入一个参考模型来设计控制器，并且通过估计系统未知参数来调整参考模型的参数。
4. 无模型预测控制（Model-Free Predictive Control，MFPC）：该方法通过引入一个预测模型来设计控制器，并且通过估计系统状态和未知参数来调整预测模型的参数。
四、应用无模型自适应控制方法具有广泛的应用前景，在多个领域得到了成功的应用。
以下是一些常见的应用场景：1. 机器人控制：无模型自适应控制方法可以用于机器人姿态控制、路径跟踪和力矩控制等方面。
2. 航空航天：无模型自适应控制方法可以用于飞行器姿态和位置控制、推力矢量控制等方面。
3. 工业过程：无模型自适应控制方法可以用于温度、压力、流量等工业过程的控制。
无模型自适应控制器控制大时滞过程的研究
常 ， 数) 用传ห้องสมุดไป่ตู้的PID控制器要实现稳定、 性能良 好的控制
就比较困难了。对于 T/T > 1 的系统， PID调节器实现稳 用 定控制几乎不可能。由此出现了许多专门控制大时滞过程 的各种特殊控制器， Smith 预估器等。这些大时滞过程控 如 制器虽然在控制器的数学模型比较准确时能取得良 好的控 制品质， 但往往鲁棒性较差，一旦过程特性发生变化，控 制效果将大大恶化。因此， 在实际中还难以有效地应用。 这些年，国内外出现了一类无模型控制器 (M odel Free
无模型 自适应控制器控制大时滞过程的研究
甘 宏
(广州大学城建学院， 广东 广州 510925) 摘 要:大时滞过程广泛存在于工业生产过程中。众所周知，大时滞过程的控制是过程控制中的难题。
对此， 对大时滞过程应用无模型自 适应控制器 (Model Free Adaptive Control er, MFA) 进行控制实 l 验
M 技术及其产品能解决常规控制技术无法做到的如 FA
引言
大时滞过程的控制问题是控制理论和实践研究的一个 热点问题。实践表明，目前广泛应用的 PID 调节器对复杂 大时滞过程很难达到优 良的控制性能。一般而言，当过程 的 : (1 >0.6 时(二是过程的纯滞后时间，T 是过程的时间 '
大滞后 、大惯性 、非线性 、变结构 、时变 、严重藕合以及 多参数控制等复杂的过程控制问题 ，下面简要介绍一下 MFA 控制器的基本结构及原理。 图 1 显示 了一个 SISO MFA 控制器的核心结构 ，MFA
研究。实 验结果表明， MFA 对大时滞过程具有良 好的输出跟踪性能，有很强的自 适应能力和鲁棒性， 与传统的 PID 控制器相比， 有着明显的优越性。 关健字:无模型自 适应控制器; 大时滞过程; 实 验研究
无模型自适应控制算法
无模型自适应控制算法无模型自适应控制算法是一种控制方法，可用于系统动态模型未知或难以确定的情况。
这种算法通过利用系统的输入和输出数据来在线估计并调整控制器的参数，以适应系统的变化。
本文将介绍无模型自适应控制算法的原理、应用和优缺点。
无模型自适应控制算法的基本原理是利用递归最小二乘法（RLS）来在线估计系统的动态特性。
控制器的参数根据估计的系统动态特性不断调整，以实现对系统的精确控制。
无模型自适应控制算法主要由以下几个部分组成：参数估计器，控制器，信号发生器和目标模型。
首先，参数估计器使用递归最小二乘法（RLS）来估计系统的动态特性。
其基本思想是通过对系统输入和输出数据的观测和分析，逐步找到最佳参数，以逼近真实的系统特性。
参数估计器会不断更新参数的估计值，以最小化估计误差。
然后，控制器利用参数估计器提供的系统特性信息来生成控制信号。
控制器的目标是使系统的输出尽可能接近期望值。
控制器可以根据实际情况调整自身的参数，以实现更好的控制效果。
信号发生器用于生成系统的输入信号。
输入信号的选择对于控制系统的性能和鲁棒性至关重要。
通常，输入信号具有一定的随机性，以保证系统的正常运行并提供足够的信息来估计系统的特性。
目标模型是控制系统的期望输出模型。
通过比较实际输出和目标模型的差异，控制器可以调整自身的参数，以使实际输出更接近期望输出。
目标模型通常可以根据系统的要求和性能指标进行选择。
无模型自适应控制算法可以应用于许多领域，如机器人控制、过程控制和自动驾驶等。
它在系统具有不确定性和非线性特性时尤其有用。
通过在线估计系统的动态特性和自适应调整控制器的参数，无模型自适应控制算法能够更好地适应系统的变化和不确定性，提高系统的控制性能和鲁棒性。
与传统的模型基准自适应控制算法相比，无模型自适应控制算法具有以下几个优点：1.不需要准确的系统模型：传统的自适应控制算法需要系统的准确模型，而无模型自适应控制算法可以在不知道系统模型的情况下进行控制。
自适应控制算法的研究与应用
自适应控制算法的研究与应用自适应控制算法是一种根据被控对象时变特性而自适应改变控制策略的控制方法。
目前，自适应控制算法得到了广泛的研究和应用，已经成为现代控制工程中的一项重要技术。
本文将从自适应控制算法的定义、研究历史、算法原理、应用领域和未来展望等方面进行探讨。
一、自适应控制算法的定义自适应控制算法是一种针对动态、时变被控对象的自适应控制方法。
控制系统在运行过程中，根据被控对象的实际变化情况，通过自调整控制参数以及改变控制策略，以适应被控对象的时变特性，从而实现优化控制。
自适应控制算法的本质是通过自适应调整控制参数，对被控对象进行优化控制。
二、自适应控制算法的研究历史早在20世纪50年代，人们开始关注自适应控制算法的研究。
1950年，美国控制论专家艾伦·波里（Allen B. Poley）提出了自适应控制的基本思想。
60年代，由于控制对象日趋复杂，自适应控制算法开始得到更广泛的研究。
自适应控制算法的发展经历了几个重要阶段，如模型参考自适应控制、模型迭代控制、模型自适应控制、直接自适应控制等。
三、自适应控制算法的原理自适应控制算法的核心是通过对被控对象的状态进行实时监测和调整控制参数，实现对被控对象的实时适应。
自适应控制算法一般包含以下步骤：1、采集被控对象的状态信息自适应控制算法需要通过传感器等设备对被控对象的状态信息进行采集，例如温度、压力、速度、位置等。
2、建模和识别被控对象自适应控制算法需要通过数学模型对被控对象进行建模分析，以便识别被控对象的状态特性和变化规律。
3、选择控制策略自适应控制算法需要根据被控对象的实际状态，选择最优的控制策略，例如比例积分控制、模糊控制、神经网络控制等。
4、自适应调整控制参数自适应控制算法还需要通过自适应调整控制参数，从而实现对不同状态下被控对象的优化控制。
四、自适应控制算法的应用领域自适应控制算法已经广泛应用于机械、电子、化工、冶金、航空、航天等领域。
自适应控制技术的研究及应用
自适应控制技术的研究及应用随着科技的不断发展，自适应控制技术越来越受到我们的关注。
自适应控制技术是指在未知的、复杂多变的环境下，采取自主学习、自动调节的方法实现对控制系统的控制和优化。
本文将从自适应控制技术的定义、分类、原理以及应用等多方面来阐述这项技术。
一、自适应控制技术的定义自适应控制技术是指根据被控对象的实际特性和环境变化，采用自我调节的方法实现对控制系统性能的优化。
自适应控制可以不需要知道被控对象的精确模型，而是通过实时调节控制器的参数，不断优化控制系统的性能。
自适应控制可以适用于单变量和多变量控制系统，是目前工业领域中的一项重要技术。
二、自适应控制技术的分类在工业控制中，自适应控制技术主要分为模型参考自适应控制和直接自适应控制两种。
其中，模型参考自适应控制是以精确的模型为基础，通过在线更新模型参数来实现自适应控制的方法。
而直接自适应控制是直接通过控制器的参数调整来实现自适应控制的方法。
这些技术还可以根据控制对象的类型进行分类，如单输入单输出、多输入单输出、多输入多输出等。
三、自适应控制技术的原理自适应控制技术的原理主要基于闭环控制系统的理论，在控制过程中不断地调节控制器和被控对象之间的关系，以实现控制系统的性能优化。
在自适应控制中，控制器的参数会根据被控对象的反馈信号自适应地调节。
如果被控对象的状态发生了变化，控制器会自动调整以适应新的状态。
四、自适应控制技术的应用自适应控制技术在工业生产中的应用非常广泛。
以机械加工为例，通过自适应控制技术可以实现高精度的加工、减少刀具的磨损，提高生产效率。
在电力系统中，通过自适应控制技术可以实现电网稳定性及电能质量的提高，增强电网的鲁棒性。
在化学工业中，采用自适应控制技术可以更好地控制反应过程，确保产品达到规定的质量标准。
此外，自适应控制技术还可应用于机器人控制、航空航天技术领域等。
总之，自适应控制技术的发展使得我们在工业生产、科学研究、军事技术等领域中，能够更加灵活和自适应地应对各种变化和复杂情况。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１）ＭＦＡＣ理论是在基于某些假设上提出的。例如：假设系统 的时滞已知且时不变，而实际系统往往是时滞未知且变化的，所 以假设过于理想化。对于时滞变化的系统，无模型控制方法能否 得到比较好的应用。解决的途径呵以考虑结合预测控制等其他 方法，来得到比较好的控制效果，在理论上如何突破以及具体应 用上如何实现，仍需要不断的去解决。 ２）泛模型的实质是非线性系统的一种简单动态线性化，没有 完全避免系统的未建模动态问题，如何考虑系统的未建模动态 提高控制效果有待研究。 ３）如果受控系统的某些信息可获得，如何利用这些信息来 提高ＭＦＡＣ的控制效果。可以结合先进的智能控制方法。机械 学习、数据挖掘技术来在线提取、学习、挖掘更多的信息，关于这 些方面也值得研究。 ４）综合利用当前各种先进的智能算法优化设计ＭＦＡＣ参数， 将ＭＦＡＣ理论与方法嵌入到基于模型的控制理论中，探讨设计
ｔｈｅｓｉｓ ｏｆ ＰＩＤ
ｏｎ ｏｎ
ｔｈｅ ｓｙｎ－ Ａｕｔｏｍａｔｉｃ
ｃｏｎｔｒｏｌｌｅｒｓ【Ｊ］Ｊ
ＩＥＥＥ Ｔｒａｎ—ｓａｃｔｉｏｎｓ
Ｃｏｎｔｒｏｌ，２００２．４７：２４１—２５２
［２］蒋爱平，李秀英．从ＰＩＤ到无模型控制器［Ｊ］．控制工程，２００５，１７ （３）：７５１—７５４ ［３］候忠生，韩志刚．非线性系统鲁棒无模型学习自适应控制【Ｊ］．控制与 决策．１９９５，１０（２）：１３７—１４２ 【４］王顺晃。舒迪前．智能控制系统及其应用［Ｍ Ｊ．北京：机械工业出版社，襄１控Leabharlann 算法的比较基于模型的 鲁棒控制
目前ＤＣＳ、ＦｃＳ的最基本的单元控制环节，仍然采用的是 经典的ＰＩＤ控制算法。随着科学技术的发展，生产装置愈来愈大 型化、复杂化，而且技术性能越来越高。在生产过程中出现了许 多非线性、时变、大时滞、强耦合等环节。人们企图用某些先进控 制算法（即现代控制理论方法）来解决这些问题。但又遇到了另 一个问题：即先进控制律的设计，必须要求建立系统可用的数学 模型或完备的知识库和推理模式。实践证明，完成上述任务也是 一件十分困难的事。 在这种情况下，人们一直试图寻求一种即能够不依赖于系 统的数学模型，又能较好地控制复杂过程，简单而且具有广泛适 用范围的控制方法，这就是无模型自适应控制（Ｍｏｄｅｌ Ｆｒｅｅ
Ｍｉｃｈａｅｌ Ｇ．Ｓａｆｏｎｏｖ在１９９５年提出了一种称为是去伪控制的
无模型控制方法。基本思想是利用量测到的新数据迭代地判别 现行控制器参数是否满足性能指标，在供给的控制器参数集合 中淘汰不符合的参数选择新的。直到满足性能指标为止，此方法 需要判别算法以及控制切换方法。 目前无模型自适应控制在国外有一些标志性成果。美国通 控集团公司博软分部１９９８年１月正式推出了一套基于无模型 自适应控制技术的控制软件ＣｙｂｏＣｏｎ。该公司为此申请了专 利。此种ＭＦＡ根据设定值和过程变量之间的偏差决定如何最好 地控制过程。但与传统控制技术（包括ＰＩＤ、自整定ＰＩＤ、模糊控 制、神经网络、专家系统控制等）不同的是：ＭＦＡ是通过前Ｎ个 采样值来分析偏差的整个趋势，观察过程的动态特性。然而， ＭＦＡ并不通过这种观察来创建过程的固定模型，而是利用神经 网络，根据偏差的历史数据直接计算出下一步控制作用。 基于神经网络，ＭＦＡ控制器能够认知或学习蕴含在测量信号 中的模式，通过无事先训练的快速强制学习等方式，使ＭＦＡ控制 器能够准确把握过程对象当前的特征，产生更合理的对策，从而获 得理想的调节控制结果。也就是所说的自适应（学习）机制。 该公司生产的ＭＦＡ控制器是通用犁控制器，并已经开发出 一系列ＭＦＡ控制器用于控制各种问题回路。如ＳＩＳＯ ＭＦＡ控 制器可直接取代ＰＩＤ，免去ｊ’复杂的控制器参数整定；非线性 ＭＦＡ控制器能控制极端非线性过程；抗滞后ＭＦＡ控制器能控 制大滞后过程；ＭＩＭＯ ＭＦＡ控制器能控制多变量过程；前馈 ＭＦＡ控制器能抑制可测的扰动；以及鲁棒ＭＦＡ控制器能迫使 过程变量维持在预定的范围。ＭＦＡ控制器的用户，无需对控制 器进行设计，只要选择相应的控制器并简单地设定控制器参数 就可以将ＭＦＡ控制器投入使用。这是无模型自适应控制器与其 它基于模型的先进控制器的一个主要区别。 虽然在国内、国外无模型自适应控制技术所用的方法不同。 前者是基于泛模型式的，后者是基于神经网络，但主体思想和目 标是不约而同的。即无需数学建模方法，不需对控制器参数进行 复杂的人工整定，保证系统闭环稳定性，控制效果良好。 ３研究展望 任何一种控制算法都有一定的局限性，在实际应用时必须考 虑到相应的对象特性，完全脱离对象谈控制是不切实际的。无模 型自适应控制虽然是无须对象的数学模型，并不等同于它是种万 能的控制方法，或者说就能取代基于模型方法。什么时候应用无 模型控制方法。当受控系统的数学模型完全未知时，或者是受控 系统的模型的不确定性很大时，或者是受控过程结构变化很大
ｕ（ｋ）＝ｕ（ｋ－１）＋——ｊ生＿！与【＇，‘（１Ｉ（＋１）－ｙ（ｋ）］
入十０巾（凡）０
（１）
式中，巾（ｋ）既为被控对象模型的参数，又是它的结构特征， 所以称其为特征参量。特征参量小（ｋ）的估值西（ｋ）是在线实时 估计的。被控对象如果发生变化，无论是参数性的，还是结构性 的，都用耷（ｋ）的变化来描述。所以无模型控制律既是参数自适 应的，又是结构自适应的。 该技术理论基础是利用一个新引入的伪梯度向量（或伪Ｊａ． ｃｏｂｉ矩阵）和伪阶数的概念，在受控系统轨线附近用一系列的动 态线性时变模型（紧格式、偏格式、全格式线性化模型）来替代一 般非线性系统，并仅用受控系统的Ｉ／Ｏ数据来在线估计系统的 伪梯度向量；对无模型自适应的理论研究由初步的对其控制规 律形式的研究发展到设计功能组合型ＭＦＡＣ。应用范围也推广 到由最基本的单输入单输出系统发展到多输入输出系统。由线 性系统到非线性系统，由单时滞到多重时滞系统。目前已形成了 无模型自适应控制（基于紧格式的、基于偏格式的、基于全格式
ａ
ｄｒａｗｎ ｂｙ ｃｏｍｐａｒｉｎｇ ｗｉｔｈ
ｎｕｍｂｅｒ
Ｆｒｅｅ Ａｄａｐｔｉｖｅ Ｃｏｎｔｒｏｌ（ＭＦＡＣ）．Ｔｈｅ ｕｎｉｑｕｅ ａｄｖａｎｔａｇｅｓ ｏｆ ＭＦＡＣ ｏｆ ｏｔｈｅｒ ｃｏｎｔｒｏｌ ｍｅｔｈｏｄｓ？Ｓｕｒｖｅｙｓ ｔｈｅ ｐｒｅｓｅｎｔ ｃｏｎｄｉｔｉｏｎ ｒｅｓｅａｒｃｈ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｏｆ
以下几个方面：
的）。无模型直接自适应预测控制、无模型自适应迭代学习控制、 无模型自适应预测函数控制，基于无模型估计型嵌入式系统设 计等等。此类无模型自适应控制方法已经在铸模、点击、化工、温 度、压力等领域、城市快速路交通控制、工程结构减震、板材成形
中得到成功应用。
２．２国外研究与应用状况 国外也有很多文章提到无模型自适应控制方法思想。美国
ＭＦＡＣ在国内以韩志刚教授提出的“泛模型”为主，而国外 的是以神经网络为主要的手段。 ２。１国内研究与应用状况 韩志刚是我国最早研究无模型控制的学者之一，他从１９８９ 年开始着手研究，１９９４年在理论上获得了突破。在文献【６】中正 式提出无模型自适应控制技术。其泛模型：
ｍｏｄｅｌｉｎｇ Ａｄａｐｔｉｖｅ Ｃｏｎｔｒｏｌ，ＮＭＡＣ）。 １ ＭＦＡＣ技术简介
摘要 简要介绍了无模型自适应控制的基本理论。与其它一些控制方法做了比较，得出无模型自适应控制的独特优点。综述了 无模型自适应控帝１在国内外的研究应用现状，并提出了无模型自适应控制的进一步研完内容和发展方向。 关键词：自适应，非线性系统，泛模型，时变
Ａｂｓｔｒａｃｔ Ｔｈｉｓ
ａｒｅ
ｐａｐｅｒ ｂｒｉｅｆｌｙ ｉｎｔｒｏｄｕｃｅｓ ｔｈｅ ｂａｓｉｃ ｔｈｅｏｒｙ ｏｆ
理论发展的螺旋犁前进的趋势。
无模型自适应控制理论提出较晚，还远没有形成一个完整的 体系，可以说这一理论的内涵丰富，有着较强的时代气息。相信随 着更多新理论、新方法的出现必将会有更多的新思想融入其中。
参考文献 ［１］Ｓｉｌｖａ Ｇ Ｊ．Ｄａｔｔａ Ａ，Ｂｈａｔｔａｃｈａｒｙｙａ Ｓ Ｐ．Ｎｅｗ ｒｅｓｕｌｔｓ
２０００
［５］金元郁，李新．刘国建．无模型自适应（ＭＦＡ）控制［Ｊ］．控制工程， ２００６。１３（Ｓ）：８２—８４ ［６］韩志刚，王德进．无模型控制器［Ｊ］．黑龙江大学自然科学学报，１９９４，
Ｍｏｄｅｌ
ＭＦＡＣ ａｔ
ｄｏｍｅｓｔｉｃ
ａｎｄ ｉｎｔｅｒｎａｔｉｏｎａｌ．ａｎｄ ｐｒｅｓｅｎｔｓ ｆｕｒｔｈｅｒ ｓｔｕｄｙ ｃｏｎｔｅｎｔｓ ａｎｄ ｄｅｖｅｌｏｐｉｎｇ ｔｒｅｎｄ．
Ｋｅｙｗｏｒｄｓ：ａｄａｐｔｉｖｅ．ｎｏｎ－ｌｉｎｅａｒ
ｓｙｓｔｅｍ。Ｐａｎ－ｍｏｄｅｌ，ｔｉｍｅ－ｖａｒｙｉｎｇ
＜工业控制计算机）２００９年２２卷第６期
４９
无模型自适应控制技术的研究和应用
Ｒｅｓｅａｒｃｈ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｍｏｄｅ Ｆｒｅｅ Ａｄａｐｔｉｖｅ Ｃｏｎｔｒｏ
曾庆国１，２邢桂菊２王仲初３
（１辽宁科技大学计算机科学与信息工程学院，辽宁鞍山１１４０５１；２辽宁科技大学材料科学与工程学 院，辽宁鞍山１１４０５１；３辽宁科技大学电子与信．Ｅ－工程学院，辽宁鞍山１１４０５１）
万方数据
５０
无模型自适应控制技术的研究和应用 时，很难用一个数学模型来表述时，或建模成本与控制效益不好 时，应该考虑应用无模型控制方法。值得强调的是，当受控系统的 精确数学模型完全已知时，就没有必要应用无模型控制方法。 目前，围绕ＭＦＡ控制已经广泛开展了很多工作，同时也取 得了较多的研究成果。但是，随着控制理论与技术的进一步发 展，在这一研究领域中，还有很多问题需要深入研究。具体包含
Ａｄａｐｔｉｖｅ
通用性好 自适应能力强 无需建立过程模型 无需拧制器设计 无需过程辨氓 无需控制器参数鼙定 肓稳定划据 使用维手’简单
ＰｉＴ）
鳜型
眦
自适应控崩 否 是 否 否 否 是
僭
是／否 否
堕垦趔塑堡塑堕 ２国内外ＭＦＡＣ技术研究与应用
蕞穗一番吾否 是 昂否