模糊输出反馈实现动态不确定非线性系统的几乎干扰解耦

研究一类单输入单输出动态不确定非线性系统的几乎干扰解耦问题. 首先设计一类新型的模糊高增益观测器估计非线性系统的未知状态; 然后结合自适应模糊backstepping 控制、小增益定理和改变供能函数方法, 给出鲁棒自适应模糊控制器的设计. 所设计的控制器不仅可以保证整个闭环系统在输入到状态实际稳定意义下稳定, 同时抑制了干扰对输出的影响. 仿真结果表明了所提出控制方法的有效性.

     

变体飞行器平滑切换LPV 鲁棒控制

针对一类变体飞行器控制问题, 提出一种平滑切换线性变参数(LPV) 鲁棒控制器设计方法. 建立变体飞行器切换LPV 模型, 设计平滑切换控制器, 其中偶数子系统控制器由相邻两个子系统控制器线性插值得到. 给出保证切换LPV 系统指数稳定且具有一定鲁棒性能的充分条件, 由于考虑了调参变量的渐变特性, 所得切换律没有平均驻留时间的限制. 仿真结果表明, 所提出方法使得飞行器系统既具有良好的稳定性和鲁棒性, 又能实现平滑切换.

     

分布式多输入系统的自律鲁棒自适应分散控制

为了实现一类分布式多输入系统的分散鲁棒自适应控制, 基于状态扩张和反演干扰抑制控制, 提出一种自律鲁棒自适应分散控制的新方法. 结合直接反馈线性化和最优控制, 给出了自律最优鲁棒自适应分散控制的设计方法. 仿真结果表明, 所提出方法能够有效实现各子系统的自律鲁棒稳定、全系统整体鲁棒稳定和不确定参数自适应, 同时通过求解LMI, 具备了最优干扰抑制的功能.

     

一类不确定切换中立型系统的鲁棒滑模控制

针对一类不确定切换中立型系统, 设计相应的积分型滑模面. 基于平均驻留时间方法和线性矩阵不等式技术, 给出滑模动力学系统鲁棒指数渐近稳定的时滞相关性判据. 通过设计滑模控制器, 使闭环系统的状态满足到达条件. 数值仿真表明, 所提出的方法是有效可行的.

     

广义系统区间观测器设计

对于不确定或者未知输入系统, 常规鲁棒观测器设计对系统和干扰有较多限制条件. 区间观测器对系统具有宽松的前提条件, 且对干扰只要求有界, 因而区间观测器更具有广泛性. 针对离散和连续的广义未知输入系统, 研究区间观测器的设计问题, 通过对离散系统和连续系统进行不同的变换, 将系统转化为易于求取区间观测器系数矩阵的形式; 然后基于相同的参数求取方式, 给出广义系统区间观测器的设计方法. 仿真结果表明了所提出方法的有效性和正确性.

     

基于观测器的不确定广义时滞系统鲁棒预测控制

针对一类不确定广义时滞系统,讨论了其基于观测器的鲁棒预测控制问题,给出了系统观测器型预测控制器的设计方法.通过构造带有误差项的Lyapunov函数,应用线性矩阵不等式,将无穷时域二次性能指标"min-max"优化问题转化为凸优化问题,得到了鲁棒预测控制器存在的充分条件和显式表达式.证明了优化问题在初始时刻的可行解能保证广义闭环系统渐近稳定且正则无脉冲.仿真实例验证了所提出方法的有效性.

     

执行器饱和不确定NCS 非脆弱鲁棒容错控制

针对存在时变时延和丢包的不确定网络化控制系统(NCS), 同时考虑执行器饱和、控制器参数摄动以及非线性扰动等约束, 研究执行器发生结构性失效故障时系统的鲁棒容错多约束控制问题. 基于时滞依赖Lyapunov 方法和容错吸引域定义, 采用状态反馈控制策略推证出了闭环故障不确定网络化控制系统稳定的少保守性不变集充分条件, 并给出了非脆弱鲁棒容错控制器的设计方法以及最大容错吸引域的估计. 仿真算例验证了所述方法的可行性和有效性.

     

一类扩展结构大系统的分散有限时间鲁棒关联镇定

研究一类扩展结构大系统分散有限时间鲁棒关联镇定问题. 扩展结构大系统是在原结构系统上增加新子系统而构成的, 在原系统分散控制律确定不变的情况下, 设计新加入子系统的鲁棒分散控制律, 使扩展后的系统仍能保持有限时间关联稳定. 利用LMI 方法推导此类系统基于状态反馈和输出反馈的分散有限时间关联镇定的充分条件, 并给出扩展子系统的相应控制器的设计方法. 最后通过仿真实验表明了所提出方法的可行性和有效性.

     

不确定性R¨ossler 系统的自适应鲁棒跟踪控制

研究具有外部不确定性R¨ossler 混沌系统的鲁棒跟踪控制问题. 基于动态面控制原理设计自适应鲁棒控制器, 给出了系统参数的自适应更新律, 使得被控闭环系统的各误差变量一致有界. 系统输出曲线渐近跟踪任意期望轨道, 且跟踪误差能被控制在任意小的范围内, 而无须知道系统的参数及外部不确定性的界限. 基于稳定理论给出了具体的稳定性分析, 并通过数值仿真验证了该方法的有效性及鲁棒性.

     

Delta 算子系统动态输出反馈 D-稳定鲁棒协方差控制

研究Delta 算子描述的线性不确定系统基于动态输出反馈的D- 稳定鲁棒协方差控制问题 .设计动态输出反馈控制器,使 Delta 算子不确定系统鲁棒D- 稳定,且稳态输出协方差矩阵具有给定上界. 利用线性矩阵不等式(LMI)方法,给出D- 稳定鲁棒协方差控制器存在的充分条件. 在此基础上,提出相应控制器的设计算法. 数值算例表明了该设计方法的可行性.

     

On input-to-state stability of min–max nonlinear model predictive control

In this paper we consider discrete-time nonlinear systems that are affected, possibly simultaneously, by parametric uncertainties and other disturbance inputs. The min–max model predictive control (MPC) methodology is employed to obtain a controller that robustly steers the state of the system towards a desired equilibrium. The aim is to provide a priori sufficient conditions for robust stability of the resulting closed-loop system using the input-to-state stability (ISS) framework. First, we show that only input-to-state practical stability can be ensured in general for closed-loop min–max MPC systems; and we provide explicit bounds on the evolution of the closed-loop system state. Then, we derive new conditions for guaranteeing ISS of min–max MPC closed-loop systems, using a dual-mode approach. An example illustrates the presented theory.     

基于容许集的变终端约束MPC控制

针对一类输入和状态受约束的离散线性系统,提出一种基于Ⅳ步容许集的变终端约束集模型预测控制方法.首先给出多面体不变集序列作为终端约束集的离线模型预测控制算法,扩大了终端约束集.为进一步扩大初始状态可镇定区域,引入N步容许集,设计了基于容许集的变终端约束集模型预测控制方法.该算法采用离线设计、在线优化方法,实现了系统渐近稳定,不仅降低了在线运算量,而且扩大了初始状态可镇定区域.仿真结果表明了算法的有效性.     

不确定奇异大系统分散鲁棒预测控制

针对一类不确定奇异关联大系统,讨论了当系统状态不可测时,基于输出反馈的分散鲁棒预测控制问题.通过构造Lyapunov函数以及应用线性矩阵不等式方法,将"min-max"优化问题转化为凸优化问题求解,从而得到了输出反馈分散控制器存在的充分条件和显示表达式.证明了优化问题在初始时刻的可行解能保证奇异闭环大系统渐近稳定且正则无脉冲.仿真结果验证了算法的有效性.     

Robust model predictive control for constrained continuous-time nonlinear systems

In this paper, a robust model predictive control (MPC) is designed for a class of constrained continuous-time nonlinear systems with bounded additive disturbances. The robust MPC consists of a nonlinear feedback control and a continuous-time model-based dual-mode MPC. The nonlinear feedback control guarantees the actual trajectory being contained in a tube centred at the nominal trajectory. The dual-mode MPC is designed to ensure asymptotic convergence of the nominal trajectory to zero. This paper extends current results on discrete-time model-based tube MPC and linear system model-based tube MPC to continuous-time nonlinear model-based tube MPC. The feasibility and robustness of the proposed robust MPC have been demonstrated by theoretical analysis and applications to a cart-damper springer system and a one-link robot manipulator.     

持续有界扰动下的非线性H∞鲁棒预测控制

针对未知但有界的持续扰动, 提出了一种约束非线性 H∞ 鲁棒预测控制策略. 首先, 引入离散系统的输入状态稳定性概念; 其次, 采用仿射输入定义预测控制的控制律, 并给出相应终端约束集的估计解法. 进一步, 得到预测控制闭环系统的鲁棒稳定性结论. 最后, 数值仿真验证了上述策略的有效性.     

基于控制系统直接方法的非线性系统预见控制器设计

针对一类非线性离散时间系统给出最优预见控制器设计方法. 首先运用非线性控制系统直接控制方法的思想, 将非线性反馈部分作为形式输入, 使得系统成为“形式上”的线性系统; 然后, 针对该线性系统, 利用最优预见控制的基本方法设计最优预见控制器; 最后, 利用形式输入与实际输入的关系得到非线性离散时间系统的最优预见控制器. 证明了如果形式线性系统满足一定的可镇定和可检测条件, 则闭环系统是渐近稳定的. 数值仿真结果表明了控制器的有效性.

     

基于扩张状态观测器的分散模型预测控制

针对复杂关联系统中分散控制方法无法有效解决子系统间的耦合和干扰问题, 提出一种基于扩张状态观测器的分散模型预测控制算法. 首先将复杂关联系统分解为多个状态维数较低、控制变量较少的子系统, 并为每个子系统设计本地预测控制器; 然后, 采用扩张状态观测器对子系统的耦合项以及干扰项进行估计, 进而利用估计值对子系统进行前馈补偿, 从而降低复杂关联系统的计算复杂度, 提高系统的稳定性和抗干扰能力; 最后, 利用液位控制系统验证了所提出算法的有效性.

     

多智能体粒子群优化的SVR 模型预测控制

参数的优化选择对支持向量回归机的预测精度和泛化能力影响显著,鉴于此,提出一种多智能体粒子群算法(MAPSO)寻优其参数的方法,并建立MAPSO支持向量回归模型,用于非线性系统的模型预测控制,推导出最优控制率.采用该算法对非线性系统进行仿真,并与基于粒子群算法、基于遗传算法优化支持向量回归机的模型预测控制方法和RBF神经网络的预测控制方法进行比较,结果表明,所提出的算法具有更好的控制性能,可以有效应用于非线性系统控制中.     

非线性系统RBF神经网络多步预测控制

针对较强非线性的控制问题, 提出一种以RBF 神经网络为模型的多步预测控制方法. 构建多步预测模型, 并给出预测误差关于控制序列的雅可比矩阵的计算方法. 利用Levenberg-Marquardt(L-M) 算法设计滚动优化策略, 过误差修正参考输入的方法实现了反馈校正, 证明了控制系统的稳定性. 仿真结果表明所提出的控制方法效果较好.

     

一类未知MIMO非线性离散系统的改进自适应准滑模解耦控制

针对一类带有外部扰动的未知MIMO非线性离散系统,提出一种新型自适应准滑模控制算法.该算法基于非参数动态线性化技术,运用高阶滑模控制的思想实现带有扰动系统的二阶准滑模控制.同时,利用扰动解耦技术,在控制器的设计中引入离散扩张状态观测器(DESO)对系统各回路间的耦合以及数据模型的未建模动态进行补偿,以进一步实现多变量系统的解耦,提升控制品质.理论分析和仿真结果说明了所提出方法的有效性和可行性.