具有降阶模型的多模型鲁棒自适应控制

传统鲁棒自适应控制由于考虑了实际系统存在的不确定性,在一定程度上扩大了常规自适应控制的应用范围,但是传统鲁棒自适应控制大多只是从系统全局稳定性的角度出发来设计控制器而忽略系统动态和稳态性能,导致其无法在工况多变的实际被控系统中取得令人满意的效果。针对传统鲁棒自适应控制的不足,本文对由ARMA模型描述并包含未建模动态的系统设计了多模型鲁棒自适应控制器。首先采用正则化技术将系统未建模动态转化为系统有界扰动,并在系统降阶模型的基础上根据系统工况的变化设计了多个固定控制器和2个鲁棒自适应控制器,并根据性能指标函数选择最佳控制器作为当前系统控制器以提高系统性能。仿真实验说明当系统存在未建模动态以及系统工况发生变化时,本文设计的控制器能获得较好的控制效果。     

适用于降阶模型的新型多步预测控制算法

基于参数自校正机理在线修正预测模型的广义预测控制（ＧＰＳ）具有自校自控制器的共同问题－对降阶模型存在鲁棒性问题，针对这一问题，在文在文（２－３）的基础上，用频域建模和时域控制相结合的方法，提出了一种对降阶模型鲁棒的新型多步预测控制算法（ＮＬＲＰＣ），该方法的主要思想是，在时域上设计具有较大稳定裕度的加权多步预测控制算法，并得到该算法的稳定裕度的定量结果，再用主要频率特性拟合的方法得到对象的阵阶模型     

一阶系统的模型跟随输出自适应控制

本文提出一种更适用于一阶系统的模型跟随自适应控制算法。通过适当选择系统的状态表示,使系统的输出和它的状态同一,因而不用构造系统的状态;通过利用参考模型输出的先验值,减少了需在线计算的控制器参数。仿真和实验表明,当被控过程存在模外动态和输出干扰时,该算法仍具有较高的控制精度。     

基于降阶位置/力模型的机器人神经网络控制

双足机器人的双脚支撑期是实现其步行运动的重要过程,然而耦合的位置/力控制难以保证其稳定平滑运动.本文提出了一种基于降阶位置/力模型的机器人控制策略,整合了位置控制子空间模型和力控制子空间模型,通过模型降阶减小了控制器设计的复杂度,并采用神经网络自适应控制方法综合多控制目标,实现了双足机器人的平滑稳定控制并有效地抑制了系统外扰和参数不确定性的影响.最后,仿真算法验证了该控制方法和模型的有效性.     

降阶的鲁棒分散自适应反推控制

针对一类含有未建模动态的关联系统,考虑了降阶的鲁棒分散自适应反推控制问题.首先通过一系列坐标变换,将原系统重新参数化,然后引入降阶观测器,得到一个误差系统.基于该系统,给出了一种降阶自适应反推控制器的设计方案.证明了自适应控制系统的所有信号全局一致有界,调节误差渐近收敛到零.控制器阶次的降低使得本文的设计方案更具应用价值.     

模型降阶方法研究

本文综合了模型降阶领域的现有方法,首先着重介绍了模型降阶的主要方法,并以图表的方式给出了各方法的分类及特性归纳。最后基于模型降阶的研究现状和存在的问题提出了一些看法,以便为实际工程应用提供参考。     

基于模型降阶的最优分数阶PID控制器设计

由于一些受控对象较为复杂或者模型系统阶次较高,使得控制器的设计变得非常困难,这会造成控制系统的鲁棒性和动态特性下降;文章在H2范数模型降阶的基础上提出一种新的降阶模型结构,它可以使降阶后的模型扩展到分数阶并且更加精确地逼近各种高阶系统,并以降阶后模型的幅频、相频和对象增益变化的鲁棒特性为约束条件进行最优分数阶PID控制器的设计;仿真实验证明,与原有闭环控制系统相比,基于模型降阶的最优分数阶PID控制器控制下的闭环系统具有更好的动态性能,并且鲁棒性较强。     

基于模型降阶的分数阶系统动态性能研究

由于大多数分数阶系统阶次过高,使得系统的控制器设计变得非常困难,会造成系统控制精度变差且动态性能降低等不利因素,而模型降阶技术是解决这一问题的有效工具.首先简要介绍了H2范数模型降阶的一般方法,并提出一种新的降阶模型结构,可以使降阶后的模型扩展到分数阶并且更加精确地逼近各种高阶系统.仿真结果证明,采用改进型H2范数模型降阶方法不仅保持了原有分数阶模型系统的动态性能而且还提升了原有整数阶模型系统的动态性能.     

大系统模型降阶的直接离散化方法

本文从频域最小二乘拟合出发,提出了高阶线性定常时间连续数学模型降阶为低阶线性定常时间离散模型的直接方法。本方法算法简单,便于编制计算机辅助设计程序,使降阶设计高度程序化;概念明确,在宽广的频带内具有较高的拟合精度,易为工程实际所应用。     

基于改进DE-NMPC的酸碱中和反应pH值控制

将一种改进的基于差分进化算法的非线性预测控制应用到酸碱中和反应pH值控制系统. 算法充分利用滴定曲线模型, 指导优化过程搜索的初始化空间. 同时, 在变异和选择等操作中改进了差分进化算法, 解决了一类有边界约束的非线性优化问题. 在发酵罐实验装置中进行了测试实验, 取得了较好的效果.     

基于CMAC网络的pH值中和过程非线性DMC控制方法

以单强酸/单强碱pH值中的过程为研究对象，通过对中和反应过程中非线性特性的分析，针对线性动态矩阵控制（DMC）算法在控制中存在的问题，提出了一种基于CMAC网络的非线性动态矩阵控制算法，用以克服因过程中存在未知化学成分引起的不确定性非线扰动。仿真实验表明该算法的控制效果良好且实时性较强。     

Latent‐variable Nonlinear Model Predictive Control Strategy for a pH Neutralization Process

Linear model predictive control (MPC) is a widely‐used control strategy in chemical processes. Its extension to nonlinear MPC (NMPC) has drawn increasing attention since many process systems are inherently nonlinear. When implementing the NMPC based on a nonlinear predictive model, a nonlinear dynamic optimization problem must be calculated. For the sake of solving this optimization problem efficiently, a latent‐variable dynamic optimization approach is proposed. Two kinds of constraint formulations, original variable constraint and Hotelling T² statistic constraint, are also discussed. The proposed method is illustrated in a pH neutralization process. The results demonstrate that the latent‐variable dynamic optimization based the NMPC strategy is efficient and has good control performance.     

基于客观满意聚类的pH中和过程建模方法

针对一类生产中存在严重非线性的复杂工业过程——p H中和过程,基于客观聚类思想,并结合Gustafson-Kessel聚类,提出一种新的T-S模糊建模方法。根据用户对建模性能的满意度要求,通过迭代模糊聚类,进行模型前提结构和参数的辨识。仿真结果表明,与传统的模糊聚类等方法相比,该方法不依赖于系统的先验知识和预先定义的模糊隶属度函数,具有较为精简的结构和更好的逼近性能,对数据中的噪声具有一定的鲁棒性。     

pH过程的逆模型控制及仿真研究

针对酸碱中和过程的本身强非线性的特点,该文从酸碱离子的反应式入手介绍了一种四式模型（Four-Formula-Model）作为pH过程的机理模型.接着推导出此模型的逆模型,并将得到的逆模型作为控制器对连续搅拌反应釜对象进行pH控制.用Matlab进行仿真研究,结果表明此方案对强酸强碱过程有很好的跟踪控制效果,并且具有快的响应速度和较强的抗干扰能力.最后比较了逆模型控制和反S变换控制,逆模型控制有更好的效果,可以很好控制酸性到弱酸和碱性到弱碱的情况.     

基于模糊自适应PID的光伏并网双闭环控制

阐述了光伏并网双闭环控制的基本原理,在此基础上研究了基于模糊自适应PID控制的双闭环控制系统,最后通过Matlab仿真验证了模糊自适应PID控制系统的可行性和优越性。     

pH值中和反应过程的无模型学习自适应控制

根据pH值处理过程的时变和非线性特性,将基于紧格式线性化的单入单出非线性离散时间系统的无模型学习自适应控制方法应用在带有时滞的pH值中和反应过程中。控制器的设计是无模型的,是直接基于称为伪偏导数的向量,此伪偏导数是通过一种新型参数估计算法,根据酸碱中和反应系统的输入输出信息在线导出的。此无模型控制方法非常适用于实际的模型参数难以辨识,且是时变的非线性系统。仿真控制验证了该方法对不确知动态的非线性pH值的控制具有鲁棒性强、响应速度快和控制精度高的优点,性能好于传统的PID控制。     

基于闭环控制的军事网络纵深防御模型研究

依据军事网络防御体系构建的特殊需求,提出了一种基于闭环控制的军事网络防御模型APR-WPDRRC。该模型采用了多层深度防御的技术策略,融合了层级架构的纵深防御技术手段,可以实现快速预警、主动保护、实时检测、紧急响应、动态恢复和精确反击诸多功能的协同联动与闭环控制,尤其在对抗大规模、分布式、瞬时万变的网络攻击时具有良好的适应性、应变性和耐攻击、强生存的网络防御能力。     

板材多点成形过程的非参数模型及自适应控制

研究了三维板类件的多点成形复杂的非线性过程。将影响成形精度的诸多因素看作系统扰动,成形过程简化为离散的单输入单输出系统,得到其非参数模型。在满足一定假设务件的前提下,多点成形过程可线性化为一个带有单参数的线性时变系统：通过对系统的分析,得到了多点成形过程的闭环递推自适应控制算法。仿真结果表明,在自适应算法的逐次控制下,工件形状以较快的速度收敛到设计的目标形状,实现了对板类件多点成形这一复杂过程的有效控制。     

基于降维观测器的网络控制系统的容错控制

针对被控对象是线性定常系统的网络控制系统,设传感器与控制器均为时间驱动,未能成功传输数据的传感器节点视为暂时失效,将网络控制系统建模为一类具有时变传感器"故障"的系统。此类系统相当于一个有限子系统的切换系统。借助容错控制和切换系统理论,利用Luenberger降维观测器估计系统状态,采用李亚普诺夫理论和线性矩阵不等式描述方法,给出了闭环系统渐近稳定的充分条件和控制器的设计方法。通过Matlab数值仿真算例,证明了分析方法和结果的有效性。