2) Model free self-adaptive controller
无模型自适应控制器(MFA)
3) model-free adaptive control
无模型自适应控制
1.
On model-free adaptive control:the state of the art and perspective;
无模型自适应控制的现状与展望
2.
This method, which is called Model-Free Adaptive control technology, can excellently solve many control problems such as nonlinearity and hysteresis.
对上述两种控制方法均进行了仿真验证：无模型自适应控制技术对于pH值过程中性区间的振荡特性有显著效果；混杂控制系统的PID控制算法明显加快了双容水箱模型收敛速度。
3.
With the unified and open data-driven simulator developed on the basis of three-tank system, the paper carried out a series of simulation and experimental studies on three typical data-driven control algorithms - Model-Free Adaptive Control, Iterative Feedback Tuning and Virtual Reference Feedback Tuning—to analyze the merits of three data-drive
另外,本文的工作还包括了对三种典型的数据驱动控制算法——无模型自适应控制(Model-Free Adaptive Control,MFAC)、迭代反馈整定(Iterative FeedbackTuning,IFT)和虚拟参考反馈整定(Virtual Reference Feedback Tuning,VRFT)的一系列仿真和实验研究。
4) model free adaptive control
无模型自适应控制
1.
A model free adaptive control method based on double-speed sampling is presented in this paper.
提出了一种基于双速率采样的无模型自适应控制方法,该方法与基本无模型控制以及PID控制方法相比,在对外部扰动控制的响应速度和抗干扰的能力方面都有明显地提高,并且具有较强的适应性和鲁棒性。
2.
Compared with the tradiational control methods based on models,model free adaptive control have more original in theory .
无模型自适应控制与传统的基于模型的控制方法相比较有其理论上的新颖性,它作为一种先进的控制策略,具有很强的适应性和鲁棒性。
3.
The main task of the paper is control a Major Variable Pitch Wind Turbine Generator with model free adaptive controller so as to make it run well.
本论文研究的是用无模型自适应控制器实现大型变桨距风力发电机的电控系统。
5) MFA control
无模型自适应控制
1.
A process with large time delay is selected as the process to cany out the simulation and experiment study by MFA controller, then comparative study with the PID controller is conducted.
实验结果表明,无模型自适应控制器具有良好的输出跟踪性能,有很强的自适应能力和鲁棒性,能有效地控制复杂过程,特别在控制大时滞过程方面与传统的PID控制器相比,有着明显的优越性。
2.
MFA controller could improve the control performance for the process with large time delay and large time constant and the system had excellent stability and robustness.
针对净水工艺中混凝投药控制存在的实际问题,以待滤水浊度为被控对象,采用无模型自适应控制技术(MFA)并设计前馈-反馈复合控制系统来实施控制。
6) Model Free Adaptive Control(MFAC)
无模型自适应控制(MFAC)
补充资料：模型参考适应控制系统
包含有理想系统模型并能以模型的工作状态为标准自行调整参数的适应控制系统，简称模型参考系统。这种适应控制系统已有较成熟的分析综合理论和方法。模型参考适应控制系统最初是为设计飞机自动驾驶仪而提出的，初期阶段由于技术上的困难而未能得到广泛应用。随着微型计算机技术的发展，这种系统的实现已较容易。模型参考适应控制技术已在飞机自动驾驶仪、舰船自动驾驶系统、光电跟踪望远镜随动系统、可控硅调速系统和机械手控制系统等方面得到应用。
结构和工作原理 图1是说明模型参考适应控制系统组成结构和工作原理的示意图。其中，参考模型是一个具有固定结构和恒定参数的理想系统。在系统的参考输入作用下，模型的输出被规定为系统的受控对象所应具有的理想输出。由于外界干扰和内部的随机变化(参数漂移等)，受控对象的实际输出与理想输出之间会出现误差e(t)。自适应环节根据误差信号，按照事先设计的调整策略（自适应律）向自适应控制器发出调整信号。控制器根据参考输入信号r(t)、受控对象实际输出的反馈信号和调整信号，对受控对象发出相应的控制信号，使误差e(t)减小以至消失，也就是使受控对象的输出接近于理想状态。
设计问题 在模型参考适应控制系统中，自适应环节常是非线性的。如果设计不当，可能使整个系统失去稳定（见稳定性）。自适应律的合理设计是模型参考系统设计中的核心问题。为使系统稳定工作，可采用李雅普诺夫直接法（见李雅普诺夫稳定性理论）或波波夫超稳定性理论的概念和方法来设计自适应律。在图2 的系统中，受控对象是一个一阶系统,它的传递函数为K/(Ts＋1)。其中K为未知参数，是需要自适应调整的增益，T是已知常数。参考模型的传递函数是K0/(Ts＋1)， K0是理想增益。对于这个系统，适应控制器是一个增益可调的放大器。它是按照李雅普诺夫方法来设计的，其中取李雅普诺夫函数V(e，x)＝e2＋λx2,λ≥0，x＝K0- KS，KS是实际的系统增益。按照图2的结构组成的适应控制系统可稳定地工作，且可使输出偏差e(t)趋于零。
参考书目
Y.D.Landau, Adaptive Control： The Model Reference Approach, Marcel Dekker Inc., New York,1979.
结构和工作原理 图1是说明模型参考适应控制系统组成结构和工作原理的示意图。其中，参考模型是一个具有固定结构和恒定参数的理想系统。在系统的参考输入作用下，模型的输出被规定为系统的受控对象所应具有的理想输出。由于外界干扰和内部的随机变化(参数漂移等)，受控对象的实际输出与理想输出之间会出现误差e(t)。自适应环节根据误差信号，按照事先设计的调整策略（自适应律）向自适应控制器发出调整信号。控制器根据参考输入信号r(t)、受控对象实际输出的反馈信号和调整信号，对受控对象发出相应的控制信号，使误差e(t)减小以至消失，也就是使受控对象的输出接近于理想状态。
设计问题 在模型参考适应控制系统中，自适应环节常是非线性的。如果设计不当，可能使整个系统失去稳定（见稳定性）。自适应律的合理设计是模型参考系统设计中的核心问题。为使系统稳定工作，可采用李雅普诺夫直接法（见李雅普诺夫稳定性理论）或波波夫超稳定性理论的概念和方法来设计自适应律。在图2 的系统中，受控对象是一个一阶系统,它的传递函数为K/(Ts＋1)。其中K为未知参数，是需要自适应调整的增益，T是已知常数。参考模型的传递函数是K0/(Ts＋1)， K0是理想增益。对于这个系统，适应控制器是一个增益可调的放大器。它是按照李雅普诺夫方法来设计的，其中取李雅普诺夫函数V(e，x)＝e2＋λx2,λ≥0，x＝K0- KS，KS是实际的系统增益。按照图2的结构组成的适应控制系统可稳定地工作，且可使输出偏差e(t)趋于零。
参考书目
Y.D.Landau, Adaptive Control： The Model Reference Approach, Marcel Dekker Inc., New York,1979.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条