基于Hammerstein-Wiener逆模型补偿的预测控制 非线性变换策略

针对一类Hammerstein-Wiener模型描述的非线性控制系统,提出一种基于逆模型补偿的预测控制策略.在控制优化计算中,利用Wiener非线性环节的逆模型分别对系统输出设定值和采样值进行变换;控制实施过程中,将控制器输出操作量经过Hammerstein静态非线性环节模型逆变换后施加到实际被控对象上,通过两次逆变换,使得标称模型下控制器输出与闭环系统中线性环节的输入相一致.通过非线性变换补偿将非线性过程的控制转化为线性系统控制,避免了对非线性模型进行优化计算量大及预测不准确的问题.最后通过仿真验证了所提方案的可行性及有效性.     

基于光滑二阶滑模的可重复使用运载器有限时间再入姿态控制

针对可重复使用运载器(reusable launch vehicle,RLV)的六自由度再入模型,考虑模型不确定和外界干扰对再入姿态控制的影响,提出了一种非线性鲁棒控制策略.首先,根据多时间尺度特性将RLV的再入姿态模型分为姿态角子系统和姿态角速率子系统.其次,对每个子系统分别设计光滑二阶滑模控制器和滑模干扰观测器实现子系统的有限时间稳定.利用干扰观测器可以实现对不确定和外界干扰的精确估计,从而对控制器进行有效的补偿.进而,基于Lyapunov理论证明了整个系统的有限时间稳定.最后,通过仿真验证了提出的控制策略具有良好的控制性能和鲁棒性.     

非线性CSTR过程预测控制器设计

针对非线性CSTR(continuously stirred tank reactor)过程,提出一种新的预测控制的设计与仿真实现.在对一类特殊非线性过程分析的基础上,从系统的输入输出数据出发,基于子空间辨识算法建立双线性系统模型来近似描述被控系统;设计新的预测控制算法实现对CSTR过程的跟踪控制;为补偿模型失配以消除控制中的稳态误差,将积分作用包含在预测控制器的设计中,实现对控制输出的良好跟踪性能;最后通过一个仿真实例验证算法的有效性.     

不确定非线性系统基于偏差分离的双线性控制

非线性和不确定性是制约控制系统性能的主要因素, 为此出现了许多方法都试图克服这些因素的影响. 本文提出一种基于偏差分离的双线性控制策略, 在线获取模型偏差信息, 并采用简单的双线性控制结构, 具有很好的工程意义. 论文证明了双线性控制系统指数渐近稳定的充分条件. 仿真结果表明所提出的双线性控制策略的有效性.     

基于深度学习的四旋翼无人机地面效应补偿降落控制设计

针对四旋翼无人机在降落控制过程中地面效应对控制性能有较大影响的问题,在地面效应复杂,难以建立机理模型的约束下,提出一种基于深度学习的新型非线性鲁棒控制策略.利用深度神经网络的学习能力,建立无人机降落过程中未知地面效应的补偿模型;结合super-twisting控制设计,实现对降落过程中未知地面效应的快速抑制和无人机降落的精确控制;通过Lyapunov分析法和谱归一化法,证明降落过程中闭环系统的稳定性和无人机位置误差的有限时间收敛特性.实时飞行实验结果表明,所提出的控制策略具有较好的控制效果.     

基于输出反馈的双线性控制系统

非线性和不确定性是制约控制系统性能的主要因素,鉴于此,提出了一种基于偏差分离的双线性输出反馈控制策略,并给出了双线性输出反馈控制系统指数渐近稳定的充分条件.该策略由常规PID控制器和线性补偿控制器两部分组成,在线获取模型偏差信息并进行补偿控制,控制器结构简单,具有较好的工程意义.仿真结果表明了所提出的双线性输出反馈控制策略的有效性.     

一类双线性系统的广义预测控制研究

双线性模型预测控制的研究表明,采用一般双线性模型的预测控制将涉及非线性优化问题,在线处理相当困难,而采用线性近似模型的预测控制又会带来较大的偏差.针对一类输入一输出双线性系统,提出了一种双线性系统的广义预测控制算法.该算法将基于输入-输出模型双线性系统中的双线性项和线性项合并,建立了一种类似于线性系统的ARIMA模型,并充分利用多步最优预测信息,由递推近似实现多步预测.控制律具有解析形式,避免了一般非线性寻优的复杂计算,并能适用于非最小相位双线性系统.仿真实验表明该算法具有良好的控制效果.     

一种基于T-S模型的模糊预测控制

提出了一种基于T-S模型的模糊预测控制策略。T-S模糊模型用来描述对象的非线性动态特性,通过当前的工况参数实时在线的修正每一时刻的阶跃响应模型参数,将模糊模型作为常规线性预测控制DMC方法的预测模型,从而把T-S模型对复杂的非线性系统的良好描述特性和预测控制的滚动优化算法相结合,来实现利用常规线性预测控制策略对非线性系统的有效控制,有效地解决了复杂工业过程的强非线性问题。pH中和过程的仿真结果表明其性能明显优于传统的PID控制器。     

无人驾驶飞行器姿态的非线性扰动抑制控制

本文研究了无人驾驶飞行器(unmanned aerial vehicle,UAV)的姿态跟踪控制问题.针对在飞行器姿态跟踪时存在的系统模型不确定性和外界扰动,提出了一种基于四元数的姿态跟踪控制方法,基于UAV的姿态误差模型分别设计系统的观测器和控制器.首先,以四元数为姿态参数建立系统的非线性误差模型;在此基础之上,设计一种非线性干扰观测器(nonlinear disturbance observer,NDOB)用以在线估计误差模型中的复合扰动,并在控制输入端进行相应的补偿.然后通过设计非线性广义预测控制律设镇定误差系统,实现姿态跟踪.最后基于频域理论分析了非线性干扰观测器的扰动抑制性能.仿真与实验结果表明本文提出的方法在系统存在复合扰动的情况下能使系统姿态有效的跟踪期望值.     

飞轮安装偏差的过驱动航天器有限时间姿态控制

针对反作用飞轮安装存在偏差的过驱动航天器姿态跟踪问题, 提出一种有限时间姿态补偿控制策略. 通过设计自适应滑模控制器保证实现对不确定性转动惯量与外部干扰的鲁棒控制, 同时实现对飞轮安装偏差的补偿控制, 并应用Lyapunov 稳定性理论证明了该控制器能够在有限时间内实现姿态跟踪控制. 最后, 将该控制器应用于某型航天器的姿态跟踪控制, 仿真结果验证了所提出方法的有效性.     

Bilinear modelling,control and stability of directional drilling

This paper proposes an approach for the attitude control of directional drilling tools for the oil and gas industry. A bilinear model of the directional drilling tool is proposed and it characterises the nonlinear properties of the directional drilling tool more accurately than the existing linear model, hence broadens the range of adequate performance. The proposed bilinear model is used as the basis for the design of a Bilinear Proportional plus Integral (BPI) controller. The stability of the proposed BPI control system is proven using stability notions for LTI and LPV systems. The transient simulation results show that the proposed BPI controller is more effective, robust and stable for the attitude control of the directional drilling tool than the existing PI controller. The proposed BPI controller provides improved invariant azimuth responses and significantly reduces the adverse effects of measurement delays and disturbances with respect to stability and performance of the directional drilling tool.     

基于模型参考自适应滑模控制的直线驱动伺服系统研究

为满足高速、高精确度和提高可靠性的需要,在新型机床中越来越多的采用直接线性驱动。在本文中,研究直线驱动伺服系统的模型和控制。首先,提出直线驱动的动态模型。其次,讨论通过对扰动、摩擦、齿槽力的补偿来改进直线驱动运动性能,引入模型参考自适应滑模控制器。最后,仿真结果表明,该方案可以获得较高的速度跟踪性能和鲁棒性能。     

基于方向微分和加权平均的运动模糊方向鉴别

在曝光的瞬间,造成图像模糊的运动,可近似作为直线运动来处理,但在像平面中的运动模糊方向未知。将原图像视为各向同性的一阶马尔科夫过程,提出了一种新的运动模糊方向鉴别方法,即方向微分鉴别方法,可以高精度鉴别匀速运动、加速运动、振动等各种运动的模糊方向,具有鉴别范围大、稳定性好的优点,克服了Y.Yitzhaky方法的不足。高精度估计出运动模糊方向,则可以通过图像旋转将运动模糊方向旋转到水平轴,图像恢复因此由二维问题转化为一维问题,大大降低了图像恢复的难度,且为图像恢复的并行计算打下基础。文章给出了采用双线性插值或三次C样条插值进行方向微分的详细计算方法,其中双线性插值方法计算量小,而三次C样条插值方法鉴别精度比双线性插值方法高。采用加权平均措施,平均了引起鉴别误差的各种随机因素,提高了鉴别精度,增强了运动模糊方向鉴别的稳定性。     

基于预测函数模型的APF补偿电流控制研究

为了有效地改善电网电流中因接入非线性负载所引入的谐波分量和削弱控制系统的延时特点,提出了一种基于预测函数模型的有源电力滤波器(APF)补偿电流控制方法,由当前时刻采样数据和最近历史时刻的数据进行构建预测函数模型,实现了有源滤波器谐波补偿电流的预测控制.仿真结果表明:该控制方法不仅对负载电流有精确的预测能力,且对系统电流中谐波电流具有较好的抑制效果和补偿精度.     

Bilinear black-box identification and MPC of the activated sludge process

In this paper the activated sludge process, which is a process for biological nitrogen removal in municipal wastewater treatment plants, is modeled as a discrete-time bilinear system by application of a recursive prediction error method system identification technique. A novel bilinear model predictive control algorithm is also derived and applied on a simulation model of the activated sludge process. For discrete-time bilinear systems, a quadratic cost on the predicted outputs and inputs, together with input/state constraints, results in a nonlinear non-convex optimization problem. An investigation is performed where the suggested control algorithm is compared with a linear counterpart. The results reveals that even though the identified bilinear black-box model describes the dynamics of the activated sludge process better than linear black-box models, bilinear model predictive control only gives moderate improvements of the control performance compared to linear model predictive control laws.     

基于模糊T-S模型的批过程建模与最优控制

基于模糊T-S模型,提出一种具有自学习能力的模糊方法用于批过程建模和最优控制.通过引入与均方误差相关的动态误差传递因子,使用改进的梯度下降法,本方法能够辨识模糊T-S预测模型.对于批过程的受限非线性最优控制,基于所辨识的预测模型,运用庞特里亚金最小值原理和平行分布补偿算法,本方法能够把一个复杂非线性系统最优控制设计问题转化为一些基于复杂T-S预测模型的局部线性系统的最优问题,从而给出一种有效和简单的模糊最优控制策略.所提方法用于一个半连续式反应器的建模和最优控制,仿真结果表明新方法是有效和准确的.     

适用于旋转摄像下目标检测的图像补偿

目的 摄像机旋转扫描条件下的动目标检测研究中,传统的线性模型无法解决摄像机旋转扫描运动带来的图像间非线性变换问题,导致图像补偿不准确,在动目标检测时将引起较大误差,造成动目标虚假检测。为解决这一问题,提出了一种面阵摄像机旋转扫描条件下的图像补偿方法,其特点是能够同时实现背景运动补偿和图像非线性变换补偿,从而实现动目标的快速可靠检测。方法 首先进行图像匹配,然后建立摄像机旋转扫描非线性模型,通过参数空间变换将其转化为线性求解问题,采用Hough变换实现该方程参数的快速鲁棒估计。解决摄像机旋转扫描条件下获取的图像间非线性变换问题,从而实现图像准确补偿。在此基础上,可以利用帧间差分等方法检测出运动目标。结果 实验结果表明,在摄像机旋转扫描条件下,本文方法能够同时实现图像间的背景运动补偿和非线性变换补偿,可以去除大部分由于立体视差效应（parallax effects）产生的匹配错误。并且在实验中,本文方法处理速度可以达到50帧/s,满足实时性要求。结论 在面阵摄像机旋转扫描的条件下,相比于传统的基于线性模型的图像补偿方法,本文方法能够快速、准确地在背景补偿的基础上同时解决图像间非线性变换问题,从而更好地提取出运动目标,具有一定的实用价值。