具有状态参数约束的鲁棒自适应最优控制设计

在传统Backstepping鲁棒自适应设计中,虚拟控制函数的设计参数缺乏约束,对此,采用新的设计方法得到了新坐标系下的系统模型和参数替换律,结合直接反馈线性化和最优控制策略,最终给出了具有参数约束的非线性鲁棒自适应最优控制的设计方法.以具体励磁系统参数为例进行仿真实验研究,所得结果表明,该鲁棒自适应控制方法可以实现状态参数的最优约束,并能有效控制状态参数的收敛速度.     

具有状态参数约束的鲁棒自适应最优控制设计

在传统Backstepping 鲁棒自适应设计中, 虚拟控制函数的设计参数缺乏约束, 对此, 采用新的设计方法得到了新坐标系下的系统模型和参数替换律, 结合直接反馈线性化和最优控制策略, 最终给出了具有参数约束的非线性鲁棒自适应最优控制的设计方法. 以具体励磁系统参数为例进行仿真实验研究, 所得结果表明, 该鲁棒自适应控制方法可以实现状态参数的最优约束, 并能有效控制状态参数的收敛速度.     

分布式多输入系统的自律鲁棒自适应分散控制

为了实现一类分布式多输入系统的分散鲁棒自适应控制, 基于状态扩张和反演干扰抑制控制, 提出一种自律鲁棒自适应分散控制的新方法. 结合直接反馈线性化和最优控制, 给出了自律最优鲁棒自适应分散控制的设计方法. 仿真结果表明, 所提出方法能够有效实现各子系统的自律鲁棒稳定、全系统整体鲁棒稳定和不确定参数自适应, 同时通过求解LMI, 具备了最优干扰抑制的功能.

     

双重强跟踪滤波励磁及速度非线性鲁棒控制

针对传统移动电站存在励磁、调速控制相互独立、缺乏联系的不足,研究和建立了励磁及机电复合调速非线性模型,提出了基于状态参数双重强跟踪滤波估计的非线性鲁棒综合控制策略.采用双重强跟踪滤波的方法,实现了模型中关键状态参量的间接获取,依据多输入多输出系统的精确反馈线性化、非线性鲁棒控制理论,对励磁、机电复合调速综合控制律进行了推导,并进行了仿真验证.仿真结果表明:负载突变时,强跟踪滤波能够快速跟踪和估计状态参数;在外部干扰存在情况下,通过求解线性矩阵不等式,本文得到的控制律在保证励磁、转速控制系统稳定的同时,能够实现L2增益干扰抑制.     

基于T-S模糊模型的转台鲁棒最优控制器设计

针对飞行器仿真转台系统的非线性以及不确定性问题,提出了基于T-S模糊模型的鲁棒最优控制器设计方法.首先,利用IF-THEN模糊规则将转台速度环系统的状态空间分成不同的区域,构建具有参数不确定性的T-S模糊模型;然后,根据给定的最优性能指标要求以及控制输入约束,通过求解一组线性矩阵不等式(LMIs)进行鲁棒最优控制嚣设计.仿真结果表明,该方法不仅具有比较好的控制效果,而且能有效地解决控制输入约束问题,并能很好地保证对参数变化的鲁棒稳定性.     

双馈型变速恒频风力发电系统的鲁棒控制

研究了双馈变速恒频风力发电系统的鲁棒控制问题. 采用定子磁场定向的矢量变换技术, 建立了系统非线性数学描述, 利用非线性鲁棒控制技术, 设计了能实现发电机输出有功功率和无功功率鲁棒解耦控制, 同时具有鲁棒干扰抑制作用的转子励磁控制器. 理论分析和仿真结果均表明, 所设计的控制器可以保证在风速变化、系统参数不确定性和外部干扰的情况下, 风力发电系统仍能安全可靠地最大获取风能, 并且输出恒频恒压的电量.     

基于鲁棒一步集的Tube不变集鲁棒模型预测控制

针对一类干扰有界的输入和状态受约束线性离散系统,提出了一种基于鲁棒一步集的Tube不 变集鲁棒模型预测控制方法.首先采用多面体不变集离线设计方法得到基于多面体不变集序列的扩 展终端约束集;然后为了扩大鲁棒模型预测控制的初始状态允许区域,并提高系统的鲁棒性,在扩展终端约束集的基础上,通过引入鲁棒一步集并借助Tube不变集控制策略,设计了基于鲁棒一步集的鲁棒模型预测控制方法,并给出了算法的存在性和稳定性证明. 该方法不仅极大地扩大了初始状态允许区域,而且对有界干扰具有有效的抑制作用,使得受扰系统收敛到以原点为中心的最小鲁棒正不变集内.最后仿真验证了算法的有效性.     

鲁棒稳定性对最优二次型控制设计的约束

高品质反馈系统中,对象的模型不确定性给最优控制设计带来许多困难.本文针对车载"动中通"天线伺服系统,研究了一种内模扩展的线性二次调节器(LQR)最优控制设计方法.根据卡尔曼等式和小增益定理,给出了系统的鲁棒稳定性对控制器设计参数的约束条件,以及鲁棒稳定裕量与二次最优性能指标参数的定量关系.最后通过MATLAB仿真和实际系统实验,验证了控制器的有效性.     

一类离散不确定系统的Tube不变集离线鲁棒模型预测控制

针对一类输入和状态受限的离散线性不确定系统,提出了一种基于Tube不变集的离线鲁棒模型预测控制方法.首先针对输入和状态约束线性时不变标准系统,设计了改进的基于多面体不变集的离线模型预测控制算法,并证明了稳定性.其次对于存在未知有界干扰的实际不确定系统,引入了Tube不变集策略,通过设计对应标准模型的最优控制序列和状态轨迹,给出了实际不确定系统的离线Tube不变集控制策略,保证系统状态鲁棒渐近稳定,并收敛于终端干扰不变集.仿真结果验证了该控制方法的有效性.     

基于模型参考和内模原理的线性系统鲁棒控制设计

不确定性因素会使系统性能恶化,它包括系统不确定性参数和各种外部干扰等.本文针对这种不确定性线性系统,利用模型参考和内模原理,建立鲁棒控制系统结构,分析了其能控性条件,通过选择参考模型和内模实现系统能控,在此条件下,将鲁棒控制设计转换为控制系统的LQR问题进行研究,并运用最优控制理论,计算其反馈控制律.仿真结果表明该设计方法将"模型参考"与"内模原理"有机结合起来,提高了系统的鲁棒稳定性,有效抑制干扰,并实现系统性能的改善.     

互联多输入系统的分散自适应L2增益控制

为了实现一类非下三角结构互联多输入系统的鲁棒控制,提出一种基于状态量测的非线性自适应L2增益分散干扰抑制方法,并给出了规律性计算公式,克服了反复递推设计的不足,通过控制律中引入K类函数,提高了状态变量的收敛速度.该方法应用到了多机广域电力系统分散励磁控制中,仿真结果表明:在大扰动情况下,相对于传统L2增益抑制方法,新方法能够有效抑制外部干扰,提高各状态变量的响应速度,对于增强电力系统的暂态稳定性具有重要意义.     

Particle swarm optimization for time-optimal control design

In this paper,a particle swarm optimization(PSO)based method is proposed to obtain the time-optimal bang-bang control law for both linear and nonlinear systems.By introducing a penalty function,the method can be modified to deal with systems with constraints.Compared with existing computational methods,the proposed method can be implemented in a straightforward manner.The convergent solutions can be achieved by selecting suitable PSO parameters regardless of the initial guess of the switching times.A double integrator and a third-order nonlinear system are used to demonstrate the effectiveness and robustness of the proposed method.The method is applied to obtain the time-optimal control law for a high performance linear motion positioning system.The results show the practicality of the proposed algorithm.     

不确定非线性系统的自适应反演终端滑模控制

针对一类参数严格反馈型不确定非线性系统, 本文提出一种自适应反演终端滑模控制方法. 反演控制的前n-1步结合自适应律估计系统的未知参数, 第n步采用非奇异终端滑模, 使系统最后一个状态有限时间内收敛.利用微分估计器获得误差系统状态的导数, 并设计了高阶滑模控制律, 去除控制抖振, 使系统对于匹配和非匹配不确定性均具有鲁棒性. 同自适应反演线性滑模方法相比, 所提方法提高了系统的收敛速度和稳态跟踪精度, 并且控制信号更加平滑. 仿真结果验证了该方法的有效性.     

同步发电机励磁非线性预测控制技术

以功角、有功功率、角速度这些可测量作为反馈量，基于非线性预测控制理论，设计出具有闭合解析形式控制律的励磁控制器．该控制器的设计参数只有滚动预测时间T和控制阶r，便于工程实现和调试．仿真结果表明，该控制器能使系统提高稳定性，具有良好的动态品质，较好地维持了发电机机端电压的静态调节精度．     

A self-tuning PID control for a class of nonlinear systems based on the Lyapunov approach

In this paper, we will propose a self-tuning method for a class of nonlinear PID control systems based on Lyapunov approach. The three PID control gains are adjustable parameters and will be updated online with a stable adaptation mechanism such that the PID control law tracks certain feedback linearization control, which is previously designed. The stability of closed-loop nonlinear PID control system is analyzed and guaranteed by introducing a supervisory control and a modified adaptation law with projection. Finally, a tracking control of an inverted pendulum system is illustrated to demonstrate the control performance by using the proposed method.     

State predictive model following control system for linear time delays

In this paper, we propose a new state predictive model following control system （MFCS）. The considered system has linear time delays. With the MFCS method, we obtain a simple input control law. The bounded property of the internal states for the control is given and the utility of this control design is guaranteed. Finally, an example is given to illustrate the effectiveness of the proposed method.     

Global set stabilization of the spacecraft attitude control problem based on quaternion

In this paper, we develop a global set stabilization method for the attitude control problem of spacecraft system based on quaternion. The control law that uses both optimal control and finite‐time control techniques can globally stabilize the attitude of spacecraft system to a set of equilibria. First, for the kinematic subsystem, we design a virtual optimal angular velocity. To obtain the global minimum of the performance index, this optimal angular velocity is only discontinuous in initial values. It can be regarded as a combination of open loop control and closed loop control. Then for the dynamic subsystem, we design a finite‐time control law that can force the angular velocity to track the virtual optimal angular velocity. It is proved that the closed loop system satisfies global set stability in the absence of disturbances. In the presence of disturbances, the system trajectory will converge to a neighborhood of the equilibrium set. Rigorous analysis shows that by introducing finite‐time control techniques, the closed loop system possesses a better disturbance rejection property. The control method is more natural and energy‐efficient. The effectiveness of the proposed method is demonstrated by simulation results. Copyright © 2009 John Wiley & Sons, Ltd.     

可变学习增益的迭代学习控制律

基于迭代学习控制理论提出了一种可变学习增益的迭代学习律,在非线性系统中对期望轨迹进行跟踪,与学习增益不变的迭代学习控制相比较,收敛速度得到很大的提高;通过对其收敛性进行严格的数学证明,得到了迭代学习律收敛的充分条件;在单机无穷大系统中,将该控制律应用于同步发电机的励磁控制,仿真结果表明该控制律的有效性,改善了控制的动态特性,有利于提高电力系统稳定性.