时滞多变量过程信息融合解耦控制

针对工业过程中时滞多变量线性系统各回路问存在的强耦合问题,提出一种基于信息融合估计的解耦控制方法.通过融合主通道和相应耦合通道的期望输出软约束信息和控制能量软约束信息,估计出二次性能指标下的最优自适应解耦控制律.进一步对无限预见期望输出信息进行一步预见等效处理,获得计算更简单的近似最优解耦控制律.实例仿真结果表明了该解耦控制器具有计算量小、解耦程度可调以及控制品质好等优点.     

基于信息融合最优估计的非线性离散系统预测控制

针对非线性离散系统的二次型最优预测控制问题, 提出了一种基于信息融合最优估计的迭代预测控制算法. 通过融合二次型性能指标函数中包含的未来参考轨迹和控制能量的软约束信息, 以及系统状态方程和输出方程的硬约束信息, 获得协状态序列和控制序列的最优估计. 通过二自由度机器人操作手的转移控制仿真, 表明了该控制算法具有良好的稳定性和鲁棒性.     

有限时间信息融合线性二次型最优控制

针对有限时间线性二次型最优控制问题, 提出了一种新的求解方法—–信息融合估计方法. 基于线性最小方差估计准则下的融合估计理论, 通过融合期望状态轨迹、理想控制策略等软约束信息, 分别采用集中式融合和序贯式融合两种信息处理方法, 求得最优状态调节器问题的最优融合控制序列. 进一步从理论上论证了序贯式融合控制方法与传统最优控制方法的一致性, 并通过直流电机系统的数值仿真也验证了集中式和序贯式融合控制方法 与传统最优控制方法的等效性, 从而统一了最优估计与最优控制问题, 并为最优控制问题提供了一种新的求解方法.     

基于滑模方法的桥式吊车系统的抗摆控制

针对桥式吊车这类欠驱动系统，提出一种基于滑模控制的抗摆方法．该方法将系统状态分成两组。构造出一种双层滑动平面．结合桥式吊车系统数学模型的特点。求取了总的滑模控制量并进一步设计了控制器的参数．采用Lyapunov方法，从理论上证明了各级滑动平面的稳定性．仿真结果验证了该方法对于桥武吊车系统抗摆控制的有效性．     

基于信息融合的离散系统最优预见重复控制

针对现有控制器中预见补偿器和重复控制器相对独立作用的最优跟踪问题,提出从信息融合的角度构造线性离散系统的最优预见重复控制器的设计方法.首先,在离散系统中引入L阶差分算子,将预见重复控制设计问题转化为调节稳定性问题;然后,使用协状态和信息量的概念获得控制软约束信息来描述最优融合的过程,得到控制增量信息和增广误差系统协状态的最优估计滤波;最后,将有关预见重复控制器控制律所有信息融合,得到由状态反馈、重复控制和预见补偿构成的最优预见重复控制器.数字仿真结果表明,与独立的最优预见重复控制器相比,基于信息融合的最优预见重复控制器在更少的周期内达到稳定,且在有限的步数下,更能有效利用系统的未来有效信息,从而大幅提高跟踪精度.     

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．     

一种基于变频调速器的分布式群吊控制系统同步方法

针对铁路长轨搬运中多吊车协同工作过程中的晃动问题,给出一种基于变频器控制的分布式系统的同步方法.通过变频器自动调整吊车速度,进行运动偏差补偿,从而实现了群吊控制系统的同步控制.该方法还可实现吊车的软加速和软减速.     

基于误差系统的信息融合最优预见跟踪控制

针对期望轨迹和干扰可预见的最优跟踪问题, 提出了一种基于误差系统的信息融合最优控制方法. 将线性伺服系统转化为误差系统; 利用信息融合估计方法, 通过融合期望轨迹、干扰输入、误差系统状态等信息, 获得误差系统协状态以及控制增量的最优估计. 构建了由积分项、状态反馈控制项和预见前馈补偿项组成的最优预见控制系统. 线性直流电机系统的控制仿真结果表明, 信息融合最优预见控制下的位置跟踪精度比传统最优预见控制下的要高.     

基于信息融合估计的离散系统最优跟踪控制

针对期望输出和未来干扰无预见的离散线性系统最优跟踪问题,提出一种基于信息融合最优估计的控制方法.若将当前给定值和可测干扰值分别看作系统未来输出和干扰的预见值,则跟踪控制问题可转化为具有无限预见步数的预见控制问题,并将无限预见信息融合成一步等效预见信息,进而获得近似最优融合控制律.对线性直流电机系统和宏观经济系统的仿真结果均验证了该控制器在提高系统跟踪精度和抑制干扰等方面的有效性.     

基于输入整形技术的吊车系统防摆控制

针对传统吊车防摆闭环控制方法存在的控制器设计相对复杂、控制效果不理想、不易实现等问题,提出了一种基于经典控制理论与前馈输入整形技术相结合的控制技术。首先,对吊车系统进行建模并简化数学模型,采用经典控制理论设计吊车的伺服控制系统。其次,在吊车伺服系统的基础上,引入输入整形技术设计吊车系统的ZV输入整形器。最后,通过MATLAB仿真验证所提出控制技术的有效性。     

含理想控制策略和期望轨道的最优控制

研究合理想控制策略和期望轨道的二次型最优控制问题．通过把控制问题转化为估计问题，从信息融合估计的角度，使原问题转化为求控制量的“最优估计”问题．通过实际算例表明。该算法所得二次性能指标值优于现有算法．     

离散线性信息融合最优跟踪控制

提出一种有限时间离散线性最优跟踪控制问题的新解法--信息融合估计解法.基于信息融合估计理论,推导出协状态融合滤波方程和控制量融合估计值,由此获得最优融合控制律及二次性能指标最小值.从理论上证明了信息融合估计解法与传统解法的等同性,从信息融合的角度建立了有限时间离散线性最优跟踪控制系统,从而统一了最优控制问题和最优估计问题,电机系统的控制仿真结果验证了该解法的有效性以及与传统解法的等同性.     

基于信息融合估计的离散线性系统预见控制

针对期望轨迹和干扰可预见的离散线性最优跟踪问题, 提出了一种基于信息融合估计的预见控制方法. 推导了最优预见控制律的融合估计过程和最优预见性能指标. 建立了包含状态反馈项、目标和干扰前馈补偿项的信息融合预见控制系统, 并分析了其渐近特性和稳态跟踪误差问题. 直流电机系统的仿真结果表明, 信息融合预见控制下的系统跟踪性能随着预见步数的增加而迅速提高并趋于稳定, 且综合考虑跟踪误差与能量消耗时要优于传统预见控制.     

Control allocation technology based on fault diagnosis for the unmanned aerial vehicle system subject to physical constraints and fault reconfiguration mismatch

The problem of the system robustness subject to physical constraints and mismatched fault reconstruction is discussed in this paper. In order to facilitate the design, a four-rotor unmanned aerial vehicle (UAV) system model was selected for research. First, the control allocation model of the nonlinear UAV system with disturbances is shown in the paper. Secondly, a weighted pseudo-inverse method based on adaptive weights is proposed, which reduces the impact of physical constraints on the system. After that, a dynamic weight control allocation method based on the fault efficiency matrix is designed. The weight matrix can dynamically adjust the control distribution law according to the fault estimation value provided by the observer. Then, a dynamic adaptive control allocation method for faults and physical constraints is carried out by combining adaptive weights and dynamic weights. Finally, a simulation example is presented to further illustrate the effectiveness of the algorithm proposed in this paper.     

Primary exploration of nonlinear information fusion control theory

By introducing information fusion techniques into a control field, a new theory of information fusion control (IFC) is proposed. Based on the theory of information fusion estimation, optimal control of nonlinear discrete control system is investigated. All information on control strategy, including ideal control strategy, expected object trajectory and dynamics of system, are regarded as measuring information of control strategy. Therefore, the problem of optimal control is transferred into the one of information fusion estimation. Firstly, the nonlinear information fusion estimation theorems are described. Secondly, an algorithm of nonlinear IFC theory is detailedly deduced. Finally, the simulation results of manipulator shift control are given, which show the feasibility and effectiveness of the presented algorithm.     

基于隐马尔可夫随机场的社区结构发现算法

针对社区结构发现问题,提出了一种基于隐马尔可夫随机场社区发现算法.该方法将网络中的顶点度数映射为顶点信息值,用马尔可夫随机场模型描述网络中上下文信息并构造系统能量函数,使用迭代条件模式算法对能量方程进行优化.该方法在Zachary空手道俱乐部网络、海豚关系网络以及美国大学足球联赛网络上进行验证,实验结果表明,该算法的准确率较高.