非线性系统的自组织多模型自适应逆控制

针对离散时间非线性系统,在分析基于自组织映射神经网络的多模型控制方法的基础上,提出了一种自组织多模型直接逆控制方法.并分析了控制误差的有界性.进一步,借鉴参数空间多模型方法的切换一自适应策略,在固定模型的基础上增加一个参数可调节的自适应逆模型.提高了稳态控制性能.仿真实例表明,对于变化较快的信号,自组织多模型直接逆控制器和自组织多模型自适应逆控制器都能进行有界跟踪,对于稳态信号,自组织多模型自适应逆控制器还能进行渐近跟踪.     

对角CARIMA模型多变量广义预测控制器系数直接算法

为了简化多变量广义预测控制MGPC 的设计与实现,提出了对角CARIMA (Controlled autoregressive integrated moving average) 模型MGPC 控制器系数的直接求解方法. 利用多变量对角CARIMA 模型直接递推得到了非常简洁的 MGPC 控制器，控制增量等于控制器系数与设定值、过程输入输出历史数据、模型预测误差历史数据的乘积，控制器系数只与模型参数和设计参数有关，控制器系数维数只由模型结构参数决定. 避免了Diophantine 方程的求解，减少了在线计算量，简化了MGPC 控制器的实现. 在一个DCS 控制的非线性液位装置上的对比实验结果表明了该方法的有效性.     

随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统, 提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器. 该多模型控制器由多个固定控制器和两个自适应控制器构成. 固定控制器用以覆盖系统参数的可能变化范围, 自适应控制器用以保证系统的稳定性和提高暂态性能. 该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质, 基于广义最小方差性能指标, 将随机系统辨识算法和最优控制器设计相结合, 直接辨识出控制器的参数, 通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制, 而且消除了稳态误差、配置了闭环极点. 文末给出了全局收敛性分析. 仿真结果表明该方法明显优于常规自适应控制器.     

直接多模型自适应控制器设计——LMI方法

本文将线性矩阵不等式(LMI)方法引入直接多模型自适应控制, 将直接多模型控制器的 设计过程转化为求解线性矩阵不等式的可行解问题,同时给出在不同不确定参数范围内的多 个状态反馈控制器,并由此构成直接多模型自适应控制器．同时将直接多模型自适应控制推 广到多输入多输出被控对象的设定值跟踪问题,并给出稳定性分析结果．     

基于不同加权因子的随机多模型自适应控制

针对一类噪声方差未知的随机系统,基于不同加权因子设计多个参数辨识器辨识模型参数,在此基础上,构成多模型自适应控制器.在每个采样时刻基于指标切换函数选择最佳辨识模型.并将基于此最佳模型设计的控制器切换为当前控制器.同时,证明了多个模型控制器之间相互切换时整个闭环系统是全局收敛的.仿真结果表明,同单一自适应模型控制器相比,这种基于多个不同加权因子的多模型自适应控制器在模型参数发生跳变时可很好地改善被控对象的控制品质.     

一类非最小相位系统的多变量多模型解耦控制器

为解决系统暂态响应变差问题，提出一种基于多模型切换的多变量直接自适应控制器，通过加权多项式矩阵的选择，可消除稳态误差，实现静态解耦控制，该控制器由多个参数已知固定模型和两个自适应模型构成，多个固定参数控制器模型可由系统参数模型通过映射直接得到，并与邻城一起完全覆盖控制器参数模型集，仿真结果表明，对于非最小相位系统，暂态响应可得到明显改善。     

多模型自适应控制的分层递阶构造与覆盖性质分析

针对一类非最小相位系统,设计一种多模型自适应控制器.该控制器由固定控制器模型、常规自适应模型和可重新赋值自适应模型构成.固定控制器模型采用分层递阶结构用来减少模型集的数目,根据切换指标选出的上一层最优控制器,动态设计本层固定控制器模型实现对其参数变化范围的覆盖.该控制器采用直接自适应算法,通过加权多项式的选取,消除了稳态误差.文末对系统的覆盖性、模型数目等进行了分析.仿真结果表明当采用相同数目的模型时,其控制效果明显优于常规多模型控制器.     

基于多控制器的直接自适应控制

为解决多模型自适应控制可能造成的模型失配不稳定性问题,利用非伪控制理论,提出了一种直接辨识控制器的方法。由一步超前控制器构造控制器集,通过一个具有一定属性的恰当选择的代价函数,只要控制器集中至少存在一个镇定的控制器,即自适应控制问题是可行的,滞后切换逻辑总能快速将镇定控制器切换到控制回路中,保证闭环系统稳定和输出误差渐近趋于零。给出了闭环系统在L2e意义下输入输出稳定性结论,并给出仿真实例验证其有效性。     

基于切换的多模型二阶段自适应控制器设计

针对一类具有参数跳变特性的离散时间系统,设计一类基于切换策略的新型多模型二阶段自适应控制器.该控制器首先将系统不确定参数的变化空间划分为多个子空间,在每个空间内建立多个自适应模型.为了克服多模型退化,保持模型的多样性以应对参数跳变,采用带约束的二阶段自适应方法对未知参数进行实时估计,并据此设计相应的子控制器;然后基于切换策略,选取该时刻的最优子控制器作为系统的控制器,从而减小系统暂态误差,提高系统动态性能;最后进行数值仿真研究,仿真结果表明该控制器结合了切换机制和二阶段自适应的优点,在相同模型数量的情况下,能够快速逼近参数跳变以后系统新的工作点,显著地缩短系统的过渡过程,提高暂态性能.     

基于遗传算法的多模型自适应控制

利用多个固定模型(或元素模型)来逼近含未知参数的被控系统,基于每一个元素模型建立最优控制器,并由各局部模型控制器的加权和构成被控系统的控制器。对于这种多模型自适应控制器,在每一个采样时刻,每一个元素模型的权值将由遗传算法计算得出。仿真结果表明,采用该文提出的控制器,当被控对象的模型参数剧烈变化时系统输出依然可以很好地跟踪设定值。     

一种基于LPV系统的$H_infty$切换控制器设计方法

针对线性参数变化(LPV)系统提出一种切换控制器参数化设计方法.基于Youla参数化思想,将控制器设计过程分解为两个步骤.首先,设计一个中心控制器保证闭环系统的全局$H_\infty$性能;其次,将参数变化区域划分为若干个子区域,在每个子区域中将中心控制器进行线性分式变换,得到切换控制器自由参数的状态空间实现,将切换控制器转换为自由参数之间的切换.基于所提出的切换LPV控制器线性分式变换实现方法,不仅可以保证在任意切换的情况下子系统各自局部的$H_\infty$性能,而且可以保证整个闭环系统满足某一整体的$H_\infty$性能,并通过仿真结果验证了所提出方法的有效性.     

Nonlinear adaptive robust control design for static synchronous compensator based on improved dynamic surface method

In view of single machine to infinite bus system with static synchronous compensator, which is affected by internal and external disturbances, a nonlinear adaptive robust controller is constructed based on the improved dynamic surface control method(IDSC). Compared with the conventional DSC, the sliding mode control is introduced to the dynamic surface design procedure, and the parameter update laws are designed using the uncertainty equivalence criterions. The IDSC method not only reduces the complexity of the controller but also greatly improves the system robustness, speed and accuracy. The derived controller cannot only attenuate the influences of external disturbances against system output, but also has strong robustness to system parameters variance because the damping coefficient is considered in the internal parameter uncertainty. Simulation result reveals that the designed controller can effectively improve the dynamic performances of the power system.     

基于参考模型法的双闭环调速系统参数优化

调节器是双闭环调速系统的核心,传统的工程设计方法不仅烦琐、复杂,而且不够精确.为解决上述问题,提出了基于参考模型法的调节器参数优化方法:首先根据系统指标要求选择典型的最佳模型作为参考,然后以改进单纯形法为优化算法,通过比较控制系统和参考模型在同一输入信号下的输出偏差对调节器参数进行优化,使得在某种意义下偏差尽可能小,实现控制系统的输出响应跟踪或逼近参考模型特征.实验表明,方法不仅使设计工作大为简化,并且使控制系统较好地复现参考模型的特征,有效地提高了系统的性能.     

H2最优控制器的不唯一性及闭环性能的改善

本文研究了H~2最优控制器的不唯一性问题,给出了H_2最优控制器集合存在的条件,并给出了一种将多变量H~2最优设计问题化为一组单变量的H~2最优设计问题的方法,给出了最优控制器集合的参数化公式,本文还给出了利用最优控制器集合中的自由参数提高闭环系统鲁棒性能及求取稳定最优控制器的方法。实例表明,这种设计方法可以充分利用控制器的自由度,实现提高系统鲁棒性以及求取稳定控制器的目的。     

船舶航向控制的多滑模鲁棒自适应设计

针对带有未知虚拟控制增益和常参数不确定的非匹配不确定船舶航向非线性控制问题,设计了一种新的多滑模鲁棒自适应控制算法.该算法利用神经网络来逼近系统模型的不确定性;应用逐步递推的多滑模控制算法降低了控制器的复杂性;尤其是采用Nussbaum函数处理系统中符号未知的问题,避免了可能存在的控制器奇异值问题;然后借助Lyapunov稳定性分析方法,理论分析证明了所得闭环系统全局一致最终有界,且跟踪误差收敛到零.仿真试验结果表明,该方法具有较好的控制效果.     

An observer‐based output feedback robust MPC approach for constrained LPV systems with bounded disturbance and noise

The present paper addresses an observer‐based output feedback robust model predictive control for the linear parameter varying system with bounded disturbance and noise subject to input and state constraints. The main contribution is that the on‐line convex optimization problem not only simultaneously optimizes the observer and controller gains to stabilize the augmented closed‐loop system but also incorporates the refreshment of bounds of the estimation error set. The optimization problem steers the nominal augmented closed‐loop system to converge to the origin, and the real augmented closed‐loop system bounded within robust positive invariant set converges to a neighborhood of the origin such that recursive feasibility of the optimization and robust stability of the controlled system are ensured. Two numerical examples are given to illustrate the effectiveness of the method.     

甘油生物歧化为1,3-丙二醇过程的H∞控制

A robust controller is designed by using the bilinear transformation and H∞ mixed sensitivity method for bio-dissimilation process of glycerol to 1,3-propanediol. Under the controller the system works near an optimal steady-state for the volumetric productivity of 1,3-propanediol attaining its maximization. The design procedure is carried out by tuning the transformation parameter and DC gain of the performance weighted function, which is an iterative and optimal search process. Simulation results are presented which show that the designed robust controller not only ensures the robust stability of the system in face of the parametric variations in the model, but also makes the system have a favourable robust tracking performance. The validity of the proposed H∞ controller has been tested.