非线性时滞系统次优控制的逐次逼近法

对状态变量含有时滞的非线性系统的次优控制问题进行了研究，提出了一种次优控制的逐次逼近设计方法．针对由最优控制理论导出的既含有时滞项又含有超前项的非线性两点边值问题，构造了其解序列一致收敛于原问题最优解的非齐次线性两点边值问题序列．从而将两点边值问题解序列的有限次迭代结果作为系统的次优控制律．仿真结果表明了所提出方法的有效性．     

终端约束滚动时域控制的次优性分析

讨论了有终端约束的滚动时域控制相对于传统最优控制的次优性问题．首先考虑一 般形式的非线性系统,通过分析有限时域滚动优化的特点,得到了滚动时域控制次优性的上 界;然后将结果进一步应用于线性系统,得到一个量化的评价指标．     

一类非线性系统的次优控制研究

考虑一类关系度不确定且零动态稳定的非线性系统的控制器设计问题．利用预测控制概念,通过选用较为全面的二次型性能指标,对输出进行高阶泰勒级数展开,推导出一种非切换的解析次优控制律,进而得出了在该控制律下闭环系统局部稳定的充分条件．仿真例子验证了该控制算法具有较好的动态性能,与已有的近似线性化方法相比,显示了该控制策略的优越性．     

基于输入输出线性化的连续系统非线性模型预测控制

非线性约束预测控制关键是求得可行性优化解. 输入输出反馈线性化是非线性控制一种常用的方法, 其系统的初始线性输入约束转化成非线性基于状态的约束, 因而无法采用常规的二次规划(QP)求解优化问题. 针对连续状态空间模型系统, 本文提出迭代二次规划方法来寻求非线性优化解. 为了保证算法的收敛性, 系统加入另外一种迭代算法来保证其在整个预测时域上能得到可行解. 仿真控制结果表明了该方法的有效性.     

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。     

具有小时滞的线性大系统的次优控制

研究具有小时滞的线性大系统的次优控制问题.首先将子系统状态向量增量和子系统耦合项视为大系统附加扰动输入.再利用无滞后转换法的思想结合微分方程的逐次逼近法,将一个既含有时滞项又含有超前项的高阶两点边值问题分解为若干个解耦的、既不含时滞项又不含超前项的低阶两点边值问题族.最后用最优控制的有限次逼近结果作为大系统的次优控制律.对小时滞线性大系统而言,利用此方法可使计算次优控制律的迭代次数大大减少,因此该方法尤其适合于具有小时滞的线性大系统的次优控制器设计.     

连续非线性系统的迭代学习控制方法*

本文根据误差收敛准则，提出了连续非线性系统的迭代学习控制算法，给出了ＰＩＤ型学习控制算法的收效条件，实际应用表明，该方法可以逼近预定的任意轨线。     

一类非线性连续大系统的三层递阶最优控制算法

非线性连续大系统的最优控制问题，应用线性化和预估方法，非线性问题可转化为一系列一性子系统问题，利用共态预估方法从而在低层并行地求解低维子系统的最优化问题，而上两层分别连续地副近所指定为量及共态向量和拉格朗日乘子，直到达到各自的最估值，最后得到全局问题解的三层递阶控制算法，其主要优点是明显地减少了计算时间。     

一类非线性系统的神经网络预测控制

针对一类具有特殊模型的非线性系统本文提出了一种新型神经网络预测控制算法。该算法利用线性系统预测控制技术和神经网络的非线性映射及并行处理能力来求实际控制量，避免了解非线性方程和非线性预测控制所需的在线数值寻优计算，减少了计算量和计算时间。仿真结果表明了该算法的何效性。     

广义预测控制在非线性系统中的应用研究

本文研究了一类非线性系统的广义预测控制,将其等效为时变线性系统,然后在线辨识时变参数,进行广义预测控制。给出了两种辨识时变参数的方法,并以二容液位系统为模型,进行了仿真研究,结果表明,此方法计算量小,工作点变化时跟踪速度快．具有较好的控制效果。     

A COMPARATIVE STUDY ON COMPUTATIONAL SCHEMES FOR NONLINEAR MODEL PREDICTIVE CONTROL

This paper briefly reviews development of nonlinear model predictive control (NMPC) schemes for finite horizon prediction and basic computational algorithms that can solve the stable real‐time implementation of NMPC in space state form with state and input constraints. In order to ensure stability within a finite prediction horizon, most NMPC schemes use a terminal region constraint at the end of the prediction horizon — a particular NMPC scheme using a terminal region constraint, namely quasi‐infinite horizon, that guarantees asymptotic closed‐loop stability with input constraints is presented. However, when nonlinear processes have both input and state constraints, difficulty arises from failure to satisfy the state constraints due to constraints on input. Therefore, a new NMPC scheme without a terminal region constraint is developed using soften state constraints. A brief comparative simulation study of two NMPC schemes: quasi‐infinite horizon and soften state constraints is done via simple nonlinear examples to demonstrate the ability of the soften state constraints scheme. Finally, some features of future research from this study are discussed.     

液压釜温度自适应预测控制

详细介绍了液压釜温度系统自适应控制方案、误差分析及实际应用调试情况．应用全系数自适应控制理论及模型预测控制原理设计了一种新的自适应预测控制方案,并给出了控制算法的稳定性证明及闭环系统稳态误差和动态特性分析．实际应用表明,该方法对建模误差、系统延时及测量噪声具有较好的鲁棒性．     

一种线性二次型调节器闭环稳定的充分条件及在预测控制中的应用

提出了终态松弛的线性二次型Kleinman调节器,给出并证明了该调节器保证系统闭环稳定的一个充分条件.将结果用于预测控制的稳定性分析,得到选择代价函数中加权阵的定量准则.     

SINGULARITY COMPUTATION FOR ITERATIVE CONTROL OF NONLINEAR AFFINE SYSTEMS

This paper considers a gradient type of iterative algorithm applied to the open loop control for nonlinear affine systems. The convergence of the algorithm relies on the control signal in each iteration be nonsingular. We present an algorithm for computing the singular control for a general class of nonlinear affine systems. Various nonlinear mechanical systems, including nonholonomic systems, are included as examples.     

ON THE STABILITY OF OUTPUT FEEDBACK PREDICTIVE CONTROL FOR SYSTEMS WITH INPUT NONLINEARITY

For input saturated Hammerstein systems, a two‐step output feedback predictive control (TSOFPC) scheme is adopted. A receding horizon state observer is chosen, the gain matrix of which has a form similar to the linear control law. Through application of Lyapunov's stability theory, the closed‐loop stability for this kind of system is analyzed. The intermediate variable may or may not be available in real applications, and these two cases are considered separately in this paper. Furthermore, the domain of attraction for this kind of system is discussed, and we prove that it can be tuned to be arbitrarily large if the system matrix is semi‐stable. The stability results are validated by means of an example simulation.     

基于远程预报辨识的非线性广义预测控制算法

推导了基于远程预报辨识的非线性广义预测控制算法.该算法在辨识基于Hammer-stein模型的非线性过程时,采用了预测控制算法中远程预报的思想,并在广义预测控制器的设计上采用了新的优化指标,这就使辨识机制与控制机制有机地结合起来,对系统的阶次不确定有很好的鲁棒性.     

非线性系统的鲁棒采样控制

研究在汽车转向控制中遇到的、具有输出约束的一类非线性不确定系统的鲁棒采样控制和鲁棒采样最优控制问题,结果表示为一些矩阵不等式.最后基于线性矩阵不等式,给出了一个迭代算法和算例.数值计算实例证明了该算法的有效性.     

INDIRECT ADAPTIVE CONTROL FOR NONLINEAR SYSTEMS WITH SYSTEM PERTURBATION

This paper presents an indirect adaptive control scheme for a class of input-output linearizable nonlinear systems subjected to system perturbations. System parameters are unknown and estimated recursively by a parameter estimator to obtain approximate system output and output derivatives, and then to derive an adaptive control law. In the parameter estimator, a dead-zone approach is used to avoid the parameter drift problem. A positive switching gain is also set to decrease the dead-zone value to obtain better output tracking performance. Under some assumptions, the indirect adaptive control scheme is proved to be stable.