事件触发机制下的多速率多智能体系统非脆弱一致性控制

针对一类多速率多智能体系统,研究在事件触发机制下的非脆弱H_∞一致性控制问题。为了更符合实际需要,采用多速率采样策略,并通过提升技术将多速率采样转化为单速率采样。考虑到智能体间的通信负担,引入事件触发机制来减少智能体间的通信次数。此外,考虑到控制器在执行过程中可能出现的不精确性,本文设计一种可以容忍执行过程中变化/波动的控制器。综上,本文的目的是设计一种基于观测器的事件触发非脆弱控制器来实现多智能体系统的H_∞一致性控制。利用线性矩阵不等式技术,得到使系统满足H_∞一致性控制的充分条件,然后设计控制器参数。最后,为了说明事件触发控制方法的有效性,给出一个数值仿真实例。     

通讯时延和外部干扰下多无人机事件触发滑模编队控制

针对多无人机编队系统,采用了内外环控制策略。首先,在考虑通讯时延和有界外部干扰的情况下,针对位置子系统提出了一种基于记忆事件触发机制的滑模控制方法。针对所建立的无人机二阶模型,采用领航?跟随法实现期望飞行编队。其次,为降低编队过程中的通讯负荷,设计了基于输入反馈和跟踪误差的新型自适应记忆事件触发机制,针对由此产生的输入通讯时延和系统所受的外部干扰问题,设计了滑模控制器,保证了控制性能并抑制了通讯时延和有界干扰的影响。再次,应用Lyapunov理论和 H_∞ 控制理论完成了闭环系统稳定性证明,并且给出了便于滑模控制器增益和触发参数求解的策略。从次,基于所获得的虚拟控制量,针对姿态子系统设计了跟踪控制器。最后,通过仿真验证了所提方法的有效性。     

基于状态观测器的事件触发预测控制

针对一类存在数据丢包的网络控制系统,在系统状态无法直接测量的情况下,基于状态观测器和事件触发机制,提出了一种事件触发预测控制算法。首先,在传感器端建立了基于输出信息的事件触发机制1,用来减少传感器端到控制器端的信息发送次数,减少数据量的发送。其次,在控制器端建立事件触发机制2和状态观测器,用来重构和预测系统的状态和未来的控制输入序列,并发送给执行器端。执行器从接收到的序列中选择合适的控制输入作用于被控对象。然后利用Lyapunov稳定性理论,结合线性矩阵不等式,同时设计出反馈矩阵和事件触发机制中的参数。最后,通过仿真验证了所提方法的有效性。     

基于事件触发和欺骗攻击的多智能体一致性控制

本文研究了基于事件触发和欺骗攻击的多智能体一致性问题.为了降低智能体间无线通信网络负载,本文引入事件触发机制来减少智能体之间通信的冗余数据传输量.由于智能体间无线通信网络易遭受网络攻击,因此考虑无线通信网络环境下欺骗攻击的影响,建立了一类基于事件触发和欺骗攻击的多智能体系统数学模型.基于此模型,通过利用Lyapunov稳定性理论、多智能体一致性理论和线性矩阵不等式技术分别给出多智能体一致性控制的稳定性条件和控制器设计算法.最后,通过仿真算例验证了所提出设计方法的有效性.     

一种基于动态事件触发的分布式优化算法

针对多智能体系统优化问题,提出一种基于动态事件触发机制的分布式优化算法.基于李雅普诺夫函数方法设计一种新型的动态事件触发控制器,相较于传统静态事件触发控制方法,所提出算法可有效降低多智能体间通信负担以及控制器计算负担.此外,利用周期采样信息进行事件触发条件设计,可避免智能体连续检测事件触发条件,并可消除Zeno现象.通过数值仿真验证了算法的有效性.     

T-S模糊系统事件触发传输机制H∞控制器设计

针对存在执行器故障的一类非线性网络控制系统(Nonlinear Networked Control System,NNCS),采用状态反馈控制策略,研究了事件触发机制下的H_∞容错控制器设计方案。采用T-S模糊模型对非线性系统进行建模,并按照李雅普诺夫稳定性理论推导出具有H_∞性能的容错控制器存在的充分条件,通过合同变换求解了容错控制器。最后通过仿真算例验证所提方法的有效性。     

基于事件触发机制的一类非严格反馈非线性系统的自适应神经网络追踪控制

基于事件触发机制,研究了一类非严格反馈非线性系统的自适应神经网络追踪控制问题.结合反步技术、神经网络和事件触发机制,提出了一种自适应神经网络控制方案,减少了数据传输量并减轻了控制器和执行器之间的传递负担,保证了输出信号尽可能地追踪到参考信号,同时使得闭环系统的所有信号有界.此外,通过避免芝诺现象保证了所提事件触发机制的可行性.最后,给出一个例子验证了所提出策略的有效性.     

基于动态量化的电力系统事件触发负荷频率控制

针对新能源高比例并网以及由此产生的二次调频通信负荷增加问题，为了节约网络资源，将动态量化技术引入网络控制的电力系统中，应用事件触发负荷频率控制(LFC)方法，通过基于观测器的输出反馈控制器，实现了LFC系统输入到状态稳定.根据系统状态和动态量化参数，在反馈通道中设计加入指数衰减项的事件触发机制，在前向通道中设计加入状态模拟项的事件触发机制.建立基于量化控制的事件触发LFC系统动态模型，在有界负荷扰动下得到闭环系统输入到状态稳定的条件，排除了Zeno现象.通过仿真实验验证了提出方法的有效性.     

基于数据库的模型辨识及DMC控制器设计

过程模型的获取是模型预测控制的关键技术之一.随着计算机技术的广泛使用,工业过程中积累了大量的数据,从中可获取对象特性的有关信息.本文采用数据库技术进行了对象模型的辨识,并进行了动态矩阵控制器的设计研究.针对一个球罐液位系统的控制仿真实验表明本文采用的辨识方法具有较好的精度,在此基础上设计的DMC控制器具有令人满意的性能.     

基于深度神经网络的注塑过程预测控制

注塑机作为现代工业中重要的塑料件生产与制造设备,其智能化发展一直备受业界关注。伴随着航空航天、电力电子、汽车制造等行业的发展,如何实现对注塑件的高精度、高效率、绿色节能化生产,是目前注塑机的重要研制方向。本文针对注塑成型过程中采用传统模型预测控制(Model Predictive Control, MPC)难以保证跟踪控制实时性的问题,提出一种结合深度神经网络(Deep Neural Network, DNN)学习的注塑过程预测控制方法。在注塑机注射过程动力学模型基础上,创建带约束条件的模型预测控制器,对控制器运行数据进行采集并用以训练深度神经网络,实现了基于深度神经网络控制的注射速度的跟踪预测控制。仿真实验结果表明,采用本文所提出的学习预测控制策略能够有效避免注塑过程中因模型预测控制所产生的复杂计算,并满足工业实时性要求,具有应用前景。     

多速率单值广义预测控制系统及稳定性分析

针对一类输入输出采用不同频率的多速率采样系统进行研究,提出了基于状态空间模型下的单值广义预测控制（MSGPC）算法,分析了系统的闭环稳定性问题,并给出了多速率预测控制系统稳定的充要条件,得到了闭环系统的稳定性可以通过适当调节预报时域长度来实现的结论。仿真结果显示,系统的输出能很快地跟踪设定曲线达到当前设定值,且具有较好的稳定性能,因而证明所提出的算法是有效的。     

基于事件触发的大规模互联非线性系统的自适应分散漏斗控制

研究了一类不确定大规模非线性系统的分散自适应事件触发漏斗控制问题。首先,利用一个新的带有障碍李雅普诺夫函数的漏斗控制方法,构造了一种自适应分散漏斗控制器,以实现给定瞬态行为的输出跟踪。其次,为了解决控制器设计中的互联项问题,引入了一个辅助非线性函数。同时,将命令滤波技术应用到反步设计中,避免了反步过程中的“复杂性爆炸”问题。此外,还设计了一种事件触发机制,以减少控制器和执行器之间不必要的传输,从而提高资源效率。结果表明,所提出的控制方案能保证闭环系统的所有信号都是有界的,并且跟踪误差总是在漏斗中演化。最后,通过一个数值系统验证了该控制方法的有效性。     

Model Predictive Control Based Defensive Guidance Law in Three-Body Engagement

Model predictive control (MPC) has been widely used in process industry, but its applications to missile guidance law are relatively rare. In this paper, MPC is introduced to design defensive guidance law in a three-body engagement, where a defending missile (i.e., defender) is employed to protect a target aircraft from an attacking missile. Based on nonlinear kinematic equations, an explicit linear discrete-time model is derived as the predictive model. Then the defensive guidance problem is formulated as a quadratic programming problem, and a fast algorithm for the MPC guidance law is developed. The advantages of the MPC guidance law include the applicability to scenarios with unknown guidance strategy of attacking missile, nonlinear kinematics and multiple constraints. Another key feature is that the proposed approach does not require alteration in the target maneuver. Simulation results show that the MPC guidance law works well and can meet real-time requirements.     

行星式混合动力客车的模型预测动态协调控制

行星式混合动力客车在驱动模式切换时会产生较大冲击度,以往基于PID的控制器在模式切换过程中无法有效保证车辆驾驶平顺性.基于此问题,利用模型预测控制(Model Predictive Control,MPC)可以在线滚动优化获得最优控制序列的特点,提出了一种基于MPC的动态协调控制方法,实现发动机的启动控制.依据整车动力学方程和实车历史数据,在Matlab/Simulink平台中搭建基于数据驱动的发动机模型和车辆闭环仿真模型,并将发动机启动过程视为受约束的多目标优化问题,根据系统状态空间方程和优化问题设计基于数据驱动的模型预测控制器,在纯电动模式向混合动力模式切换过程中,与传统基于PID的控制方法以及被动切换展开对比.仿真结果表明,在保证车辆动力性的前提下,相比于PID控制方法和被动切换,在模式切换过程中,基于MPC的动态协调控制方法不仅可以实现发动机的正常启动,还能大幅度降低峰值冲击度,同时使车辆良好地跟随目标车速.本文提出的模型预测控制器可以降低整车冲击度,保证车辆模式切换时的平顺性.     

攻击与故障共存的ICPS综合安全控制方法

针对同时存在假数据注入（FDI）攻击与执行器故障的工业信息物理融合系统（ICPS）,在离散事件触发机制（DETCS）下,综合应用Lyapunov稳定性理论及更具少保守性的仿射Bessel-Legendre不等式,研究执行器故障与FDI攻击估计、综合安全控制与通讯协同设计问题. 从主动防御攻击的态势入手,综合考虑通讯资源与计算资源的高效利用与合理分配,给出DETCS下的ICPS综合安全控制架构,将鲁棒估计器与综合安全控制器的设计统一于同一非均匀数据传输机制下. 将执行器故障与FDI攻击增广为同一向量,给出系统状态、增广故障鲁棒估计器的设计方法. 基于所得估计结果并结合事件触发条件,对执行和传感双侧网络中的FDI攻击分别采用分离与补偿的防御策略,对执行器故障进行故障调节,给出综合安全控制器设计方法,实现对FDI攻击和执行器故障主动容侵和主动容错的综合安全控制与通讯协同设计. 通过数值算例和四容水箱实例,仿真验证了提出方法的有效性.     

孤岛运行光储微电网控制策略研究

光储微电网孤岛运行时存在电能质量差、系统稳定性差等问题。系统的控制策略多为基于PI控制的双闭环控制算法,导致动态响应速度慢。针对这一问题,提出了一种考虑新能源波动的多步预测有限集模型预测控制（FCS-MPC）策略。首先,对DC-DC变换器采用稳压控制,为逆变器提供稳定的直流电压提高系统的稳定性;然后,对光伏逆变器采用恒功率控制策略维持稳定的功率输出,对储能逆变器采用基于多步长改进模型预测控制（MPC）的下垂控制,以实现对参考电压的快速跟踪及负荷功率的合理分配,而且多步长改进MPC可降低传统MPC的预测误差,提高系统的稳定性;最后,利用MATLAB搭建仿真模型,仿真结果验证了所提控制策略的有效性。     

A Novel Tuning Method for Predictive Control of VAV Air Conditioning System Based on Machine Learning and Improved PSO

The variable air volume (VAV) air conditioning system is with strong coupling and large time delay, for which model predictive control (MPC) is normally used to pursue performance improvement. Aiming at the difficulty of the parameter selection of VAV MPC controller which is difficult to make the system have a desired response, a novel tuning method based on machine learning and improved particle swarm optimization (PSO) is proposed. In this method, the relationship between MPC controller parameters and time domain performance indices is established via machine learning. Then the PSO is used to optimize MPC controller parameters to get better performance in terms of time domain indices. In addition, the PSO algorithm is further modified under the principle of population attenuation and event triggering to tune parameters of MPC and reduce the computation time of tuning method. Finally, the effectiveness of the proposed method is validated via a hardware-in-the-loop VAV system.     

基于模型预测控制的汽车底盘集成控制

为了实现汽车底盘的集成控制,提出了模型预测控制(MPC)方法。在紧急避障操纵时,利用四轮差动制动和主动前轮转向集成控制的方式实现对汽车理想操纵特性的跟随。上层集成控制器通过模型预测控制方法决策下层子控制器所需的附加横摆力矩和前轮附加转角。建立了七自由度非线性车辆模型作为预测模型,并通过实车试验对其精度进行了验证。在Carsim中的虚拟试验对模型预测控制方法的控制效果进行了验证。     

Chassis integrated control for 4WIS distributed drive EVs with model predictive control based on the UKF observer

Four-wheel independent steering(4 WIS) system and direct yaw moment control(DYC) have an important influence on vehicle lateral stability. However, DYC has a great effect on the longitudinal velocity, and the capability of 4 WIS is limited to stability.To decrease the influence on the longitudinal velocity and improve the stability of electrical vehicles, a chassis controller integrated with a 4 WIS system and a DYC system with model predictive control(MPC) is designed. The framework consists of an unscented Kalman filter(UKF) observer and an MPC that contains three blocks: supervisor blocks, upper blocks and lower blocks. First, the sideslip angle, longitudinal velocity and lateral tire forces are estimated by the UKF observer; second, a bicycle model is utilized in the supervisor to calculate the desired values; third, the upper blocks are designed with the MPC to optimize the target steering angles and longitudinal tire forces under the constraints of subsystems; to facilitate the design of the MPC, a nonlinear tire is simplified based on the Taylor expansion method; finally, the target steering angles and longitudinal tire forces are achieved by the lower blocks. The integrated controller is simulated on the co-simulation platform of MATLAB-Carsim. The results show that the proposed integrated controller has less impact on longitudinal velocity and could effectively improve vehicle stability.