输入输出通道存在干扰的动态不确定系统的变结构控制

对具有结构未建模和参数不确定的动态系统，在输入输出通道有干扰的情况下，设计出一种变结构控制，保证了系统的全局渐近稳定性。     

鲁棒低增益变结构模型参考自适应控制

就对象含未建模动态且其建模部分相对阶大于1时的变结构模型参考自适应控制 (VS-MRAC)系统,提出了一种鲁棒低增益变结构控制方案,特点是系统变结构律在低增益状态 下仍可保证所有辅助误差均在有限时间内收敛到零,从而提高了系统跟踪精度.此外,还研究了 平均值滤波器对系统稳定性的影响.     

磁悬浮球系统的变结构控制

磁悬浮球系统是一种典型的非线性、不稳定性系统。本文根据变结构控制理论,设计了一个动态变结构控制器,该控制器能够保证磁悬浮球系统的各个状态逐渐趋近于设计值。同时利用Modelica对磁悬浮球系统进行建模仿真,仿真结果表明磁悬浮球的变结构控制系统具有很好的动态性能和很强的鲁棒性。     

磁悬浮球系统的神经网络辨识及变结构控制

磁悬浮球系统是一个典型的非线性的不稳定的系统,基于对其建模的复杂性和不准确性,文章利用神经网络能逼近任意非线性函数这一特性,对磁悬浮球系统进行辨识;再根据滑模变结构控制原理设计了磁悬浮球系统的变结构控制器,利用MATLAB对系统进行建模仿真,仿真结果表明,RBF网络能很好地逼近本磁悬浮球系统;滑模变结构控制对于此非线性系统有较好的控制效果,小球能很快地悬浮在平衡位置,该控制系统具有较好的稳态特性和抗干扰性.     

具有不确定性的非线性系统的变结构控制

本文研究了具有不确定性非线性系统的鲁棒输出跟踪控制问题，考虑了对参数、建模不确定性及干扰的鲁棒性。这里的不确定性不需满足通常的匹配条件。通过构造一个Ｌｙａｐｕｎｏｖ函数，我们得到一个变结构控制器，并且证明了输出跟踪误差的收敛性。最后，给出了计算机仿真，结果表明本文提出的方法是有效的。     

一类非线性系统的积分变结构模糊自适应跟踪控制

针对一类具有未知常数控制增益的不确定非线性系统,基于变结构控制原理,并利用具有非线性可调参数的模糊系统逼近等价控制,提出一种具有监督控制器的积分变结构模糊自适应跟踪控制策略.该策略通过监督控制器保证闭环系统所有信号有界.进一步,通过引入最优逼近误差的自适应补偿项来消除建模误差的影响.理论分析证明了跟踪误差能够收敛到零.仿真结果表明了该方法的有效性.     

一种基于结构自适应控制的伺服系统研究

从结构自适应控制(VSAC)原理出发，提出一种高性能伺服控制系统的设计方法，讨论了结构自适应控制的设计规则，并对所设计系统的性能进行了仿真分析。分析结果表明：所设计系统具有良好的控制鲁棒性与伺服性能。     

具有模糊监督控制器的积分变结构间接自适应控制

针对一类不确定非线性系统, 基于变结构控制原理, 并利用具有非线性可调参数的模糊系统去逼近过程未知函数, 提出一种具有模糊监督控制器的积分变结构间接自适应控制方案. 该方案通过监督控制器保证闭环系统所有信号有界. 进一步, 通过引入最优逼近误差的自适应补偿项来消除建模误差的影响. 理论分析证明了跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

基于内模结构的GPC 鲁棒性改进与分析

在内模结构下，广义预测控制器和滤波器的定量表达是在优化过程中同时形成的，缺乏对未建模动态的主动抑制能力，对此引入新的失配滤波器以改进系统的鲁棒性，利用Roche定理，给出改进后系统鲁棒稳定的区域，仿真研究表明、引入失配滤波器后系统的鲁棒域得到了有效的改善。     

采用模态集结法的变结构控制

利用模态集结法研究了变结构控制问题，首先证明了精确集结反馈不改变原系统的快变模态，在常规假设下原系统与集结系统有相同的镇定性，并将这一结论应用于滑动模态的稳定性设计和寻求变结构控制律，克服了“高维”给系统带来的困难，最后用此方法研究了奇异摄动系统和广义动态系统的变结构控制设计     

复杂控制系统智能化建模方法及其应用

本文针对自动控制系统中普遍存在的复杂性和不确定性,为弥补传统的基于微分方程、传递函数、状态方程的建模方法的不足,将人工智能思想引入自动控制系统的建模之中,提出了基于谓词形式的自动控制系统智能语言描述方法,采用这种方法,描述自动控制系统简单方便,不仅可以描述常规的控制方法,而且可以描述专家控制、模糊控制和基于神经网络的控制等各种智能控制方法,为分析复杂系统、研究智能控制系统提供了方便。     

基于多面体方法的时变约束系统控制算法

基于多面体方法的约束系统控制算法能有效地处理存在状态量和控制量凸约束的定常系统的控制问题,采用多面体方法对时变约束系统的稳定控制方法进行了研究．针对时变约束系统的模型参数是变化的特点,提出了一种约束系统的动态控制算法．仿真结果表明,该算法能保证约束时变系统的稳定性．     

Networked Control Systems: A Survey of Trends and Techniques

Networked control systems are spatially distributed systems in which the communication between sensors, actuators,and controllers occurs through a shared band-limited digital communication network. Several advantages of the network architectures include reduced system wiring, plug and play devices,increased system agility, and ease of system diagnosis and maintenance. Consequently, networked control is the current trend for industrial automation and has ever-increasing applications in a wide range of areas, such as smart grids, manufacturing systems,process control, automobiles, automated highway systems, and unmanned aerial vehicles. The modelling, analysis, and control of networked control systems have received considerable attention in the last two decades. The ‘control over networks’ is one of the key research directions for networked control systems. This paper aims at presenting a survey of trends and techniques in networked control systems from the perspective of ‘control over networks’, providing a snapshot of five control issues: sampled-data control, quantization control, networked control, event-triggered control, and security control. Some challenging issues are suggested to direct the future research.     

网络控制中基于FSMC观测器的时延补偿

针对网络控制系统中因存在通讯时延、网络诱导噪声及数据丢失等而可能引起系统性能降低或不稳定的问题，利用模糊滑模控制理论，在时延存在的情况下，基于观测器建立不确定网络控制系统模型；并利用预估方法对网络控制系统的时延进行补偿，从而保证系统的稳定。设计模糊滑模控制器（FSMC）来抑制网络控制系统中的诱导噪声及滑模面上的“抖动”，以及采用预估补偿策略处理网络中的时滞和数据包丢失等，可有效保证系统的稳定。仿真实例表明了该算法的合理性、有效性。     

Intelligent adaptive model-based control of robotic dynamic systems with a hybrid fuzzy-neural approach

We describe in this paper a new method for adaptive model-based control of robotic dynamic systems using a new hybrid fuzzy-neural approach. Intelligent control of robotic systems is a difficult problem because the dynamics of these systems is highly nonlinear. We describe an intelligent system for controlling robot manipulators to illustrate our fuzzy-neural hybrid approach for adaptive control. We use a new fuzzy inference system for reasoning with multiple differential equations for model selection based on the relevant parameters for the problem. In this case, the fractal dimension of a time series of measured values of the variables is used as a selection parameter. We use neural networks for identification and control of robotic dynamic systems. We also compare our hybrid fuzzy-neural approach with conventional fuzzy control to show the advantages of the proposed method for control.     

ANALYSIS AND DESIGN OF FEEDBACK CONTROL SYSTEMS WITH TRACKING ERRORS SQUARE

In this study, a command tracking error square control scheme is first proposed for analysis and design of feedback control systems. One of the tracking errors is low‐pass filtered and used in the feedback loop for gain adaptation; the other is used in the forward loop for command tracking control. The overall systems are nonlinear feedback systems, and can be reconfigured to an automatic gain control (AGC) loop with command tracking error input. The stability and robustness of the controlled systems are verified by time response, frequency response, and large parameter variation testing with a simple illustrating example and are finally applied to a complicated electro‐hydraulic velocity servo system with large load disturbance.     

带正弦干扰的线性时滞系统的次优控制

研究状态变量含有时滞的线性系统在正弦干扰下的前馈反馈次优减振控制问题，首先构造其解收敛于原时滞系统的无时滞系统序列；然后将时滞系统的最优控制问题化为无时滞系统的最优控制序列问题；最后通过截取最优控制序列解的有限项，得到系统的前馈反馈次优控制律，仿真结果表明，该方法抑制正弦干扰的鲁棒性优于经典反馈最优控制。     

带有迭代学习外环的快速路入口匝道无模型自适应预测控制

针对快速路交通系统复杂时变以及难以建模的特点,首先,本文设计了基于无模型自适应预测控制的快速路入口匝道控制方案.其次,根据快速路交通系统具有重复性特点,本文在无模型自适应预测控制方法的基础上引入开环迭代学习控制,提出一种带有迭代学习前馈外环的无模型自适应入口匝道预测控制方案.相比无模型自适应预测控制方案,该方案可以利用迭代学习前馈控制器补偿系统可重复扰动,实现系统的完全跟踪.值得说明的是,预测控制器和学习控制器可以独立工作也可以联合工作.最后,文章给出了控制方案的收敛性分析,并通过交通流仿真验证了所提控制方案的有效性.     

P/Pd Types Of Override Control Systems

The override control provides protective action against abnormal operation and/or incipient process failure. In terms of control theory, it is a logic‐based switching system and, in terms of operation, it is usually activated between the soft constraint and the hard constraint. It is used in all process industries, and most PID control loops are patched with some type of override system. Despite widespread application, little research has been done to analyze override control systems. In this work, the properties of the override control are explored. The stability of the override control is also studied. Counter to intuition, many well‐known override systems may exhibit instability and lead to oscillatory responses as the process approaches constraints. Approaches are proposed for the design of override control systems to ensure inherent safe operation.     

SISO线性系统的滑模变结构状态范数控制

在线性系统滑模控制理论的基础上，给出了对于一般SLSO线性系统状态范数控制的形式，提出了状态范数的控制器结构。基于李亚普诺夫稳定性理论证明了状态范数控制系统的闭环稳定性。然后分别针对状态范数控制器与趋近率控制和单位向量控制进行了数值仿真的分析与比较，结果说明状态范数控制综合了趋近率控制和单位向量控制各自的优点，控制信号抖振更小，闭环系统稳态性能有了一定改进。