JPS61256405A - 適応制御装置 - Google Patents
適応制御装置Info
- Publication number
- JPS61256405A JPS61256405A JP9901285A JP9901285A JPS61256405A JP S61256405 A JPS61256405 A JP S61256405A JP 9901285 A JP9901285 A JP 9901285A JP 9901285 A JP9901285 A JP 9901285A JP S61256405 A JPS61256405 A JP S61256405A
- Authority
- JP
- Japan
- Prior art keywords
- model
- time point
- manipulated variable
- time
- variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 12
- 238000005070 sampling Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 241001123248 Arma Species 0.000 claims abstract 3
- 239000006185 dispersion Substances 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000001311 chemical methods and process Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は蒸溜塔や発酵ブａセス等の化学プロセスおよび
ボイラの蒸気温度制御等の熱プロセス等に適用し得るＳ
Ｔ Ｒ（８ｃｌ ｆ Ｔｕｎｉｎｇ Ｒｅｇｕｌａｔ
ｏｒ）による適応制御装ＲＫ関するものである。
ボイラの蒸気温度制御等の熱プロセス等に適用し得るＳ
Ｔ Ｒ（８ｃｌ ｆ Ｔｕｎｉｎｇ Ｒｅｇｕｌａｔ
ｏｒ）による適応制御装ＲＫ関するものである。
例えばプラントにおける経時変化および動作条件の変化
に対し、コントａ−ラなプラントの変動に応じて自動的
に調整し、制卸系を常に良好な状態に維持するための制
御システムのニーズが各方面で高まっている。この中で
適応制御装置は、プラントの動特性の変動による側副性
能の劣化を積極的になくし、従来の制ａ装置に比較して
より高レベルの制御を目差すことができるので、前記の
ニーズに好適のものであると考えられている。
に対し、コントａ−ラなプラントの変動に応じて自動的
に調整し、制卸系を常に良好な状態に維持するための制
御システムのニーズが各方面で高まっている。この中で
適応制御装置は、プラントの動特性の変動による側副性
能の劣化を積極的になくし、従来の制ａ装置に比較して
より高レベルの制御を目差すことができるので、前記の
ニーズに好適のものであると考えられている。
この種適応制御装置において用いられるＳＴＲは、例え
ば第４図に示す如く構成されている。
ば第４図に示す如く構成されている。
第４図において０２は制御対東、０２はＳ Ｔ Ｒ。
υは操作量、Ｙは制御量である。こ＼で５ＴＲ０２は制
ｗＪ量Ｙと目標値との差即ち制御偏差の分散を最小にす
るための制御であり、そのため予めＡＲＭＡ （Ａｕｔ
ｏ Ｒｓｇｒｅｓｓｊｖｅ Ａｖｅｒａｇｅ） （自己
回帰移動平均）モデルの次数を決めておいて、ＡＲＭＡ
モデルの係数を観測データｃ制割量Ｙ１目標値、操作１
ｉＵおよび既知外乱）から同定プログラムによシ同定し
つ＼操作量Ｕを同定したＡＲＭ＆モデルより求めるもの
である。
ｗＪ量Ｙと目標値との差即ち制御偏差の分散を最小にす
るための制御であり、そのため予めＡＲＭＡ （Ａｕｔ
ｏ Ｒｓｇｒｅｓｓｊｖｅ Ａｖｅｒａｇｅ） （自己
回帰移動平均）モデルの次数を決めておいて、ＡＲＭＡ
モデルの係数を観測データｃ制割量Ｙ１目標値、操作１
ｉＵおよび既知外乱）から同定プログラムによシ同定し
つ＼操作量Ｕを同定したＡＲＭ＆モデルより求めるもの
である。
第５図は第４図に示す５ＴＲＯ２の機能図であリ、１は
サンプリング機構、２はＡＲＭ＆モデル作成機構、３は
ＡＲＭＡモデルの時間シフト機構、４は操作量算出機構
、５は制御対象をそれぞれ示すものである。第６図は第
５図に示す各部の詳細説明図、第７図（Ａ） 、 （鴎
は従来装置による１時点先の分散最小制御を示す図であ
る。
サンプリング機構、２はＡＲＭ＆モデル作成機構、３は
ＡＲＭＡモデルの時間シフト機構、４は操作量算出機構
、５は制御対象をそれぞれ示すものである。第６図は第
５図に示す各部の詳細説明図、第７図（Ａ） 、 （鴎
は従来装置による１時点先の分散最小制御を示す図であ
る。
前記第４図〜第７図（５）、（Ｂに示す従来の適応制御
装置においては、第５図〜第７図（Ａｔ 、 ＠に示す
ように１現時点より１時点先しか表わせないので、１時
点先の制御ｔｙ（ｔｌ１）の分散を最小にするための操
作ｔ ｕ （ｔｌを算出してプラントに加えることにな
る。しかし、ここで問題になるのは第６図の（１）式で
制御対象５が精度よく表わせるかというと対象によって
は相当誤差がともなうということである。つぎに、１時
点先の分散を最小にするためには第７図（ん、（Ｉ３に
示すように一般に操作量は大きな値を必要とし、これに
よりさらに同定精度は劣化する。なぜならば、ＳＴＲで
用いているＡＲＭ入モデルはモトもと線形で娶るため非
線形な対象に対しては微小な動きに対しては精度はよい
が大幅な変動に対しては悪くなる。そして、次段階の操
作量は精度が悪いモデルで演算されるため、制御量ｙ（
ｔｌ１）の分散最小のつもりの操作量が不適切となって
制御の安定性をそこなうという問題点があった。
装置においては、第５図〜第７図（Ａｔ 、 ＠に示す
ように１現時点より１時点先しか表わせないので、１時
点先の制御ｔｙ（ｔｌ１）の分散を最小にするための操
作ｔ ｕ （ｔｌを算出してプラントに加えることにな
る。しかし、ここで問題になるのは第６図の（１）式で
制御対象５が精度よく表わせるかというと対象によって
は相当誤差がともなうということである。つぎに、１時
点先の分散を最小にするためには第７図（ん、（Ｉ３に
示すように一般に操作量は大きな値を必要とし、これに
よりさらに同定精度は劣化する。なぜならば、ＳＴＲで
用いているＡＲＭ入モデルはモトもと線形で娶るため非
線形な対象に対しては微小な動きに対しては精度はよい
が大幅な変動に対しては悪くなる。そして、次段階の操
作量は精度が悪いモデルで演算されるため、制御量ｙ（
ｔｌ１）の分散最小のつもりの操作量が不適切となって
制御の安定性をそこなうという問題点があった。
本発明は上記従来の問題点を解消するために提案された
もので、この種制御の安定化を図り得る適応制御装置を
提供することを目的とするものである。
もので、この種制御の安定化を図り得る適応制御装置を
提供することを目的とするものである。
本発明による適応制御装置は、 ＳＴＲにおいて、サン
プリング機構とＡＲＭＡモデル作成機構と、前記ＡＲＭ
Ａモデルのｍ時間シフト機構と、ｍ時点先予測機構と、
ｍ時点先の制御量の分散を最小にする操作量を算出する
操作量算出機構とを具備してなることを特徴とするもの
である。
プリング機構とＡＲＭＡモデル作成機構と、前記ＡＲＭ
Ａモデルのｍ時間シフト機構と、ｍ時点先予測機構と、
ｍ時点先の制御量の分散を最小にする操作量を算出する
操作量算出機構とを具備してなることを特徴とするもの
である。
なお前記のＡＲＭＡモデルのｍ時間シフト機構とは、制
御量と操作量とをサンプリングしてＡＲＭＡモデルのパ
ラメータを最小二乗法等の同定法によシ求め、得られた
パラメータをそのままとし、制御量と操作量との時間だ
けを単純化シフトできるようにしたものであり、ま７ｊ
ｍ時点先予測機構とは、現時点からｍ−１時点先までの
操作量が一定であると仮定し、且つＡＲＭＡの係数も現
時点で求めた値がそのま＼使えるとして、ｍ時点先の制
ａｌｌの予測値を算出するものである。
御量と操作量とをサンプリングしてＡＲＭＡモデルのパ
ラメータを最小二乗法等の同定法によシ求め、得られた
パラメータをそのままとし、制御量と操作量との時間だ
けを単純化シフトできるようにしたものであり、ま７ｊ
ｍ時点先予測機構とは、現時点からｍ−１時点先までの
操作量が一定であると仮定し、且つＡＲＭＡの係数も現
時点で求めた値がそのま＼使えるとして、ｍ時点先の制
ａｌｌの予測値を算出するものである。
本発明によれば、１時点先の値しか求められないＡＲＭ
Ａモデルを操作量が現時点よＦ）ｍ時点先まで不変と込
う前提のもとに、第３図（＾に示すようにｍ時点先の制
御量を算出し、このｍ時点先の制御量ｙ（ｔｌｍ）を分
散−゛最小にす°る操１作１ｉ ｕ （ｔ） （第３図
（ＩＩＩ）を求めてプラントに加え、これＫより制御の
安定化を図り得るようにして前記従来の問題点を解消し
得るようにし喪ものである。
Ａモデルを操作量が現時点よＦ）ｍ時点先まで不変と込
う前提のもとに、第３図（＾に示すようにｍ時点先の制
御量を算出し、このｍ時点先の制御量ｙ（ｔｌｍ）を分
散−゛最小にす°る操１作１ｉ ｕ （ｔ） （第３図
（ＩＩＩ）を求めてプラントに加え、これＫより制御の
安定化を図り得るようにして前記従来の問題点を解消し
得るようにし喪ものである。
本発明の一実施例を添付図面を参照して詳細に説明する
。
。
第１図は本発明の一実施例の構成を示す図、第２図は第
１図に示す各部の詳細図、第３図（ン。
１図に示す各部の詳細図、第３図（ン。
（至）はそれぞれ第１図における一実施例の作用を説明
するための図である。
するための図である。
第１図において、１はサンプリング機構、２はＡＲＭＡ
モデル作成機構、５は制御対象、６はＡＲＭＡモデルの
ｍ時間シフト機構、７はｍ時点予測機構、８は操作量算
出機構、９は出力をそれぞれ示し、第５図に示すものと
同一部分には同一符号を付している。第１図に示す各部
の詳細は第２図および第６図に示している。
モデル作成機構、５は制御対象、６はＡＲＭＡモデルの
ｍ時間シフト機構、７はｍ時点予測機構、８は操作量算
出機構、９は出力をそれぞれ示し、第５図に示すものと
同一部分には同一符号を付している。第１図に示す各部
の詳細は第２図および第６図に示している。
上記本発明の一実施例の作用について説明する。
第１図〜第３図（Ａ） 、 ＠において、これから実施
しようとしている適応制御の制御量の予測時点ｍをいく
らにするかを設定する。この設定値に従ってＡＲＭＡモ
デルのｍ時間シフト機構６のところで必要なｍまでシフ
トを行なう。つぎにｍ時点先予測機構７のところでも同
様に設定されたｍ時点の制御量の予測値を求める。そし
て、ｍ時点先の予測値の制御量ｙ（ｔｌｍ）の分散を最
小にする操作量ｕ （ｔｌを操作量算出機構８のところ
で求め、その出力９を側部対象５へ加える。
しようとしている適応制御の制御量の予測時点ｍをいく
らにするかを設定する。この設定値に従ってＡＲＭＡモ
デルのｍ時間シフト機構６のところで必要なｍまでシフ
トを行なう。つぎにｍ時点先予測機構７のところでも同
様に設定されたｍ時点の制御量の予測値を求める。そし
て、ｍ時点先の予測値の制御量ｙ（ｔｌｍ）の分散を最
小にする操作量ｕ （ｔｌを操作量算出機構８のところ
で求め、その出力９を側部対象５へ加える。
第１図に示すようにプラントの制御量ｙ （ｔｌとＳＴ
Ｒの出力である操作量ｕ （ｔ）をサンプリング機構１
のところで指定した時間間隔毎に収集し、ＡＲＭＡモデ
ル作成機構２へ伝達する。ＡＲＭＡモデル作成機構２で
はサンプリング機構１からの出力ｙ （ｔｌとＵ（１）
を指定したＡＲＭ＆モデルの次数ｎに相当した過去の値
を保存しておいて第６図の（１）式に示すＡＲＭ入モデ
ルの係数をたとえば最小二乗法で同定する。つぎに第６
図の（１）式の情報をもとにＡＲＭＡモデルの時間シフ
ト機構３で時刻ｔをｔｌ１に単純に置換え、ｙ（ｔｌ１
）を左辺に移行させると第６図の（２）式になり、ＡＲ
ＭＡモデルの時間シフトができたことになる。
Ｒの出力である操作量ｕ （ｔ）をサンプリング機構１
のところで指定した時間間隔毎に収集し、ＡＲＭＡモデ
ル作成機構２へ伝達する。ＡＲＭＡモデル作成機構２で
はサンプリング機構１からの出力ｙ （ｔｌとＵ（１）
を指定したＡＲＭ＆モデルの次数ｎに相当した過去の値
を保存しておいて第６図の（１）式に示すＡＲＭ入モデ
ルの係数をたとえば最小二乗法で同定する。つぎに第６
図の（１）式の情報をもとにＡＲＭＡモデルの時間シフ
ト機構３で時刻ｔをｔｌ１に単純に置換え、ｙ（ｔｌ１
）を左辺に移行させると第６図の（２）式になり、ＡＲ
ＭＡモデルの時間シフトができたことになる。
以上の作用は従来の制御方法でも実施されていることで
あるが、本発明におｉではさらに次ｔ＋ｍ に単純に置
換えｙ（ｔｌｍ）を左辺にもってくる。九だし、係数は
（１１式で求め九値をそのま＼使用する。
あるが、本発明におｉではさらに次ｔ＋ｍ に単純に置
換えｙ（ｔｌｍ）を左辺にもってくる。九だし、係数は
（１１式で求め九値をそのま＼使用する。
つぎにｍ時点先を予測するために第２図の（６）式に示
すように操作量ｕ （ｔ ＋ｍ−１）ｗｕ （ｔｌ１
）＝ｕ（ｔ）と仮定して式を導びくと、ｍ時点先の制御
量の予測値ｙ（ｔｌｍ）が求まる。そして、第２図の（
６）式のｙ（ｔｌｍ）の分散を最小にする操作ｔ ｕ
（ｔｌを求めると（７）式になる。この（７）式のｕ
（１１をプラントに加えることにより安定な適応制御が
可能となる。上記本発明の一実輪例では１人出力系につ
いて説明したが、これに限定すること表＜、多入出力系
についても同様に適用できること勿論である。
すように操作量ｕ （ｔ ＋ｍ−１）ｗｕ （ｔｌ１
）＝ｕ（ｔ）と仮定して式を導びくと、ｍ時点先の制御
量の予測値ｙ（ｔｌｍ）が求まる。そして、第２図の（
６）式のｙ（ｔｌｍ）の分散を最小にする操作ｔ ｕ
（ｔｌを求めると（７）式になる。この（７）式のｕ
（１１をプラントに加えることにより安定な適応制御が
可能となる。上記本発明の一実輪例では１人出力系につ
いて説明したが、これに限定すること表＜、多入出力系
についても同様に適用できること勿論である。
以上により本発明によればｍ時点先の予測値の分散を最
小にすることにより、操作量の動きが、１時点光の制御
量の分散を最小にすゐ時より小さくなるので、制御の安
定な動作が可能になる等の優れた効果が奏せられるもの
である。
小にすることにより、操作量の動きが、１時点光の制御
量の分散を最小にすゐ時より小さくなるので、制御の安
定な動作が可能になる等の優れた効果が奏せられるもの
である。
第１図は本発明の一実施例の構成を示す図、第２図は第
１図に示す各部の詳細図、第３図（〜（至）はそれぞれ
第１図における一実施例の作用を説明するための図、第
４図〜第７図（Ａ） 、 ＠はそれぞれ従来例を示す図
である。 Ｉ・・・サンプリング機構、２・・・ＡＲＭんモデル作
成機構、５・・・制御対象、６・・・ＡＲＭ＆モデルの
ｍ時間シフト機構、７・・・ｍ時点先予測機構、８・・
・操作量算出機構。 出願人復代理人 弁理士 鈴 江 武 彦第１図 第３図 ｔｌ÷１ を中２ を十３ 第４図 第５図 第６図 第７図
１図に示す各部の詳細図、第３図（〜（至）はそれぞれ
第１図における一実施例の作用を説明するための図、第
４図〜第７図（Ａ） 、 ＠はそれぞれ従来例を示す図
である。 Ｉ・・・サンプリング機構、２・・・ＡＲＭんモデル作
成機構、５・・・制御対象、６・・・ＡＲＭ＆モデルの
ｍ時間シフト機構、７・・・ｍ時点先予測機構、８・・
・操作量算出機構。 出願人復代理人 弁理士 鈴 江 武 彦第１図 第３図 ｔｌ÷１ を中２ を十３ 第４図 第５図 第６図 第７図
Claims (1)
- 【特許請求の範囲】 ＳＴＲにおいて、サンプリング機構と、 ＡＲＭＡモデル作成機構と、前記ＡＲＭＡモデルのｍ時
間シフト機構と、ｍ時点先予測機構と、ｍ時点先の制御
量の分散を最小にする操作量を算出する操作量算出機構
とを具備してなることを特徴とする適応制御装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9901285A JPH0738126B2 (ja) | 1985-05-10 | 1985-05-10 | 適応制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9901285A JPH0738126B2 (ja) | 1985-05-10 | 1985-05-10 | 適応制御装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS61256405A true JPS61256405A (ja) | 1986-11-14 |
| JPH0738126B2 JPH0738126B2 (ja) | 1995-04-26 |
Family
ID=14235189
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9901285A Expired - Lifetime JPH0738126B2 (ja) | 1985-05-10 | 1985-05-10 | 適応制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0738126B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63128401A (ja) * | 1986-11-18 | 1988-06-01 | Hitachi Ltd | 比例・積分形予測適応制御装置 |
| JPS63191202A (ja) * | 1987-02-04 | 1988-08-08 | Hitachi Ltd | バツチプロセス制御方式 |
| JPH02206804A (ja) * | 1989-02-06 | 1990-08-16 | Mitsubishi Heavy Ind Ltd | 適応制御装置 |
| JPH04115307A (ja) * | 1990-09-05 | 1992-04-16 | Gijutsu Kenkyu Kumiai Kokusai Fuajii Kogaku Kenkyusho | ファジィ制御方法 |
| WO1993020489A1 (fr) * | 1992-03-31 | 1993-10-14 | Kabushiki Kaisha Yaskawa Denki | Appareil de commande previsionnel |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5231507B2 (ja) | 2010-10-21 | 2013-07-10 | Ｎｅｃアクセステクニカ株式会社 | 画像情報提供システムおよび画像情報提供方法 |
-
1985
- 1985-05-10 JP JP9901285A patent/JPH0738126B2/ja not_active Expired - Lifetime
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63128401A (ja) * | 1986-11-18 | 1988-06-01 | Hitachi Ltd | 比例・積分形予測適応制御装置 |
| JPS63191202A (ja) * | 1987-02-04 | 1988-08-08 | Hitachi Ltd | バツチプロセス制御方式 |
| JPH02206804A (ja) * | 1989-02-06 | 1990-08-16 | Mitsubishi Heavy Ind Ltd | 適応制御装置 |
| JPH04115307A (ja) * | 1990-09-05 | 1992-04-16 | Gijutsu Kenkyu Kumiai Kokusai Fuajii Kogaku Kenkyusho | ファジィ制御方法 |
| WO1993020489A1 (fr) * | 1992-03-31 | 1993-10-14 | Kabushiki Kaisha Yaskawa Denki | Appareil de commande previsionnel |
| US5696672A (en) * | 1992-03-31 | 1997-12-09 | Kabushiki Kaisha Yaskawa Denki | Preview control apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0738126B2 (ja) | 1995-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3696248B2 (ja) | デッドタイム支配工程、多重可変インタラクテイブ工程、及び時間変化ダイナミックスを有する工程を制御するための可変水平線予知器 | |
| EP0657042B1 (en) | Structured multiple-input multiple-output rate-optimal controller | |
| US10877442B2 (en) | Machine learning device, control device, and machine learning method | |
| JPS6041101A (ja) | 離散時間型オン／オフ・スイツチング適応制御装置 | |
| US20200104743A1 (en) | Machine learning device, control device, and machine learning method | |
| JPH06301406A (ja) | 階層型モデル予測制御システム | |
| US11226599B2 (en) | Machine learning system, control device, and machine learning method for optimizing filter coefficients | |
| JPH04363688A (ja) | 経路予測装置 | |
| CN110456787A (zh) | 基于实时虚拟路径的编队控制方法 | |
| JPS61256405A (ja) | 適応制御装置 | |
| Van Amerongen et al. | Optimum steering of ships with an adaptive autopilot | |
| Schäfer et al. | Comparison of model predictive control and proximal policy optimization for a 1-DOF helicopter system | |
| CN118363377B (zh) | 一种无人水面航行器组一致性追踪控制方法和系统 | |
| CN114460848A (zh) | 精馏塔的灵敏板控制方法、设备及计算机可读存储介质 | |
| Arasu et al. | Design and implementation of Takagi-Sugeno fuzzy model based control scheme for the continuous stirred tank reactor | |
| JP3121651B2 (ja) | 適応型モデル予測制御装置 | |
| Babaie et al. | Designing a switching controller based on control performance assessment index and a fuzzy supervisor for perturbed discrete-time systems subject to uncertainty | |
| CN118769248B (zh) | 基于鱼鳞预测算法和pid的多机械臂协同控制方法 | |
| Váquez et al. | New predictive PID controllers for packet dropouts in wireless networked control systems | |
| CN118331259B (zh) | 一种数据丢失情况下无人水面航行器的航向控制方法 | |
| Chang et al. | Neural network model adaptation and its application to process control | |
| Chejai et al. | Adaptive PID Tuning for DC Motors using Machine Learning | |
| Sgurev et al. | Multicriteria Optimal Control of Industrial Thermal Processes with Distributed Parameters under Variable Operational Conditions | |
| Hunek et al. | Polynomial matrix inverse approach to fault-tolerant perfect control | |
| JPH04195302A (ja) | 適応制御装置 |