基于二维混合模型的改进型重复控制系统保性能设计方法

针对一类具有参数不确定性的线性系统, 基于连续/离散二维混合模型进行改进型重复控制系统的保性能设计. 首先给出一种具有反馈作用的改进型重复控制系统结构, 通过独立地考虑重复控制系统的连续控制行为与离散学习行为, 建立重复控制系统的连续/离散二维混合模型, 并将重复控制的设计问题转化为一类连续/离散二维系统的状态反馈控制问题. 然后, 应用二维Lyapunov泛函导出保性能改进型重复控制器存在的充分条件, 进而证明该条件等价于一个线性矩阵不等式可解性问题. 最后通过求解对应的凸优化问题, 给出了最优保性能控制器的具体形式. 数值仿真验证了所提出方法的有效性.     

基于二维混合模型的改进型重复控制器设计

针对一类线性系统,提出一种基于连续/离散二维混合模型的改进型重复控制系统设计方法.首先,通过分析重复控制系统中独立存在的控制行为和学习行为,建立了连续/离散二维混合模型,并将重复控制设计问题转化为一类连续/离散二维系统的状态反馈控制问题;然后,基于对重复控制过程的分析和二维模型,提出一种新型重复控制系统结构,并将重复控制器的设计问题转化为连续/离散二维混合系统的状态反馈设计问题;最后,应用二维Lyapunov泛函理论和线性矩阵不等式方法,获得了重复控制器参数求解方法.     

基于二维混合模型的重复控制系统稳定性分析与控制器设计

针对一类线性不确定系统, 提出一种基于连续/离散二维混合模型的重复控制系统设计新方法. 首先建立重复控制系统的连续/离散二维混合模型, 将重复控制器设计问题转化为一类连续/离散二维系统的稳定性问题; 然后应用二维连续/离散系统方法, 给出了重复控制系统新的稳定性条件. 进一步, 利用线性矩阵不等式方法, 获得了重复控制系统稳定边界和重复控制器参数的计算方法. 与现有方法不同的是, 本文以二维混合模型来描述重复控制系统, 更加符合其本质特征, 实现了对重复控制过程中两种不同行为的独立调节. 最后, 数值仿真实例验证了本文所提方法的有效性.     

基于二维混合模型的保成本重复控制

针对一类线性不确定系统, 提出一种基于二维混合模型的重复控制设计新方法, 研究具有反馈作用的保成本重复控制设计与优化问题. 首先, 为了提高系统稳定性, 将反馈控制器引入到重复控制系统中, 设计一种具有反馈作用的重复控制系统结构; 然后通过建立重复控制系统的连续/离散二维混合模型, 将重复控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题. 在此基础上, 对给定的线性二次型性能指标, 给出闭环系统的保成本重复控制律参数设计及其优化方法. 对所有容许的不确定性, 保成本重复控制使稳态跟踪误差渐近稳定的同时, 线性二次型性能指标值小于某个常数. 所得结果以线性矩阵不等式的形式给出, 可利用MATLAB工具箱方便地求解.最后, 数值仿真验证了本文所提方法的有效性.     

基于二维混合模型的改进型重复控制器设计

针对一类线性系统,提出一种基于连续/离散二维混合模型的改进型重复控制系统设计方法.首先,通过分析重复控制系统中独立存在的控制行为和学习行为,建立了连续/离散二维混合模型,并将重复控制设计问题转化为一类连续/离散二维系统的状态反馈控制问题;然后,基于对重复控制过程的分析和二维模型,提出一种新型重复控制系统结构,并将重复控制器的设计问题转化为连续/离散二维混合系统的状态反馈设计问题;最后,应用二维Lyapunov 泛函理论和线性矩阵不等式方法,获得了重复控制器参数求解方法.

     

基于二维混合模型的重复控制系统设计新方法

现有重复控制方法是在一维空间上同时处理控制与学习过程, 这不利于重复控制系统的分析与设计. 本文针对一类线性不确定系统, 提出一种基于连续/离散二维混合模型的重复控制系统设计方法. 首先, 通过分析重复控制系统中独立存在的控制行为与学习行为, 建立重复控制系统的连续/离散二维混合模型, 将重复控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题; 然后应用二维连续/离散系统方法, 获得重复控制系统的稳定性条件, 根据稳定性条件并利用线性矩阵不等式(Linear matrix inequality, LMI)方法, 求得重复控制器参数. 与现有方法相比, 所提出的重复控制设计方法更加符合其本质特征, 具有简单实用、直观明了的特点, 克服了现有重复控制方法所存在的局限性. 最后, 数值仿真实例验证了本文所提方法的有效性.     

具有状态观测器的鲁棒重复控制系统设计

针对一类时变不确定系统,研究基于状态观测器的鲁棒重复控制系统设计问题.通过状态观测器重构系统状态,利用重构状态进行状态反馈.基丁2维系统稳定性理论,应川线性矩阵不等式(LMI)方法,推导出了重复控制系统存在状态观测器和重复控制器的一个LMI条件,并用LMI的町行解给出了状态观测器和重复控制器参数的具体形式.最后用数值仿真验证了本文所提方法的有效性.     

基于二维混合模型的最优重复控制方法

针对一类线性系统,提出一种基于连续／离散二维混合模型的最优重复控制设计新方法．通过独立地 考虑重复控制系统连续的控制行为与离散的学习行为,建立了重复控制系统的连续／离散二维混合模型,并将重复 控制器设计问题转化为一类连续／离散二维系统的镇定问题．在此基础上,应用最优控制原理,对给定的性能指标 泛函,获得了最优重复控制律．通过调节性能指标泛函中的相关参数,可以对控制和学习行为进行独立的调节．最 后,通过数值仿真验证了所提方法的有效性．     

时变周期系统鲁棒重复控制设计

针对一类具有周期不确定性的线性系统,提出基于二维模型的鲁棒改进型重复控制系统设计方法.在改进型重复控制系统中,低通滤波器的嵌入将控制和学习耦合在一起.通过运用“连续提升”方法,建立连续-离散二维模型,获得能够分别优先调节控制和学习的二维反馈控制律.运用 Lyapunov 稳定性理论,推导出系统鲁棒稳定的线性矩阵不等式(LMI)条件,包含在 LMI 中的两个可调参数可以实现对控制和学习的分别优先调节.数值仿真实例验证了所提出方法的有效性.     

基于标准系数法的高度稳定系统信号重构研究

研究了俯仰角和俯仰角速率信号丢失时采用信号重构方法设计飞机高度保持和控制系统;针对线性小扰动飞机模型,设计降维状态观测器实现信号重构,再采用标准系数法设计高度保持和控制回路;通过一个输入信号升降舵偏角和两个输出信号迎角与速度对俯仰角和俯仰角速率进行重构,用标准系数法确定模型中的参数;仿真结果表明对于线性飞机模型用降维状态观测器能够很好地重构俯仰角和俯仰角速率信号,同时标准系数法可使系统达到满意的性能指标。     

Robust Repetitive Control and Disturbance Rejection Based on Two‐Dimensional Model and Equivalent‐Input‐Disturbance Approach

A new configuration of a modified repetitive‐control system has been devised for a class of strictly proper plants that suppresses exogenous disturbances and uncertainties in the dynamics of the plant. It extends the applicability of the control system. The system consists of four parts: a two‐dimensional augmented model of the plant, which takes into account the difference in characteristics between continuous control and discrete learning in repetitive control; an equivalent‐input‐disturbance estimator; a state observer; and a state‐feedback controller. A robust‐stability condition expressed in terms of a linear matrix equality is used to determine the gains of the observer and the controller. Finally, a comparison of our method with repetitive control based on linear active disturbance rejection control (LADRC) shows how effective our method is and that it is superior to LADRC‐based repetitive control.     

Design of non‐fragile guaranteed‐cost repetitive‐control system based on two‐dimensional model

This paper concerns a new method of repetitive control based on two‐dimensional (2D) system theory. First, a 2D model is presented that enables the independent adjustment of control, which happens within a repetition period, and learning, which happens between periods. Next, the problem of designing a repetitive‐control law is formulated as a state‐feedback design problem for the 2D model. An existence condition and a method of designing a robust repetitive‐control law for a plant containing time‐invariant structured uncertainties are established by combining 2D system theory with linear matrix inequalities. Then, based on those results, a non‐fragile guaranteed‐cost repetitive‐control law is derived. The controller gain to be designed is assumed to have additive gain variations. It guarantees that the value of a quadratic performance function is less than a specified upper bound for all admissible uncertainties. The main feature of this approach is that it enables the control action and the learning process to be adjusted independently by the direct tuning of the weighting matrices in the quadratic cost function. Finally, a numerical example demonstrates the validity of this approach. Copyright © 2010 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

基于观测器的汽轮发电机气门开度的时滞无关控制

本文考虑了具有非线性关联作用的带中间再热器的汽轮发电机的数学模型, 研究了气门开度基于观测状态的时滞无关分散控制器的设计问题. 首先把非线性关联函数变换为子系统状态变量的二次有界不等式, 然后通过构造适当的Lyapunov泛函, 并利用线性矩阵不等式(LMI)的处理方法, 得到了使汽轮发电机组渐近稳定的LMI充分条件. 此外,还提出了了控制器增益矩阵和观测器增益矩阵的求解算法.. 最后以两机无穷大母线系统为例进行了仿真分析, 验证了该方法的有效性.     

Design of discrete-time repetitive control system based on two-dimensionalmodel

This paper presents a novel design method for discrete-time repetitive control systems (RCS) based on two-dimensional (2D) discrete-time model. Firstly, the 2D model of an RCS is established by considering both the control action and the learning action in RCS. Then, through constructing a 2D state feedback controller, the design problem of the RCS is converted to the design problem of a 2D system. Then, using 2D system theory and linear matrix inequality (LMI) method, stability criterion is derived for the system without and with uncertainties, respectively. Parameters of the system can be determined by solving the LMI of the stability criterion. Finally, numerical simulations validate the effectiveness of the proposed method.