随机时滞Lurie系统的鲁棒H∞和L2-L∞指数控制

针对一类具有范数有界不确定性和时变时滞的It^o型随机Lurie系统, 研究了鲁棒H_∞和L₂–L_∞指数控制问题. 利用Lyapunov-Krasovskii泛函方法和It^o微分公式, 得到了以线性矩阵不等式(LMIs)表示的控制器存在的充分条件. 对所有容许的参数不确定性, 设计的无记忆状态反馈控制器使闭环系统鲁棒指数均方稳定, 且具有给定的H_∞和L₂–L_∞干扰抑制度. 最后, 通过两个仿真例子说明了所提方法的有效性.     

基于模糊神经网络的5连杆双足机器人混杂控制

针对双足机器人单脚支撑期控制问题, 提出了一种新型的模糊神经网络混杂控制方法. 该种方法结合了模糊神经网络、H_∞ 控制及逆系统方法的优点. 应用了一种新的多层模糊CMAC神经网络对系统进行逼近, 一方面将模糊神经网络的构造误差看作系统的干扰, 利用H_∞ 控制对干扰进行抑制. 另一方面利用模糊神经网络对系统模型进行逼近, 为逆系统的构建和H_∞ 控制率的设计提供了有效的系统信息. 并证明了在采用本文提出的模糊神经网络和自适应算法后可以抑制 L₂ 增益.     

输出反馈实现一类带不确定输入动态非线性系统的鲁棒几乎干扰解耦

研究一类带不确定输入动态非线性系统的输出反馈干扰抑制问题并基于观测器给出了输出反馈控制器 构造性的设计方法.所设计的控制器具有对可允许不确定动态的鲁棒性.不仅在L₂增益意义上抑制了干扰对输出 的影响,同时在ISS镇定意义上抑制了干扰对状态的影响.     

TCSC 系统的自适应minimax 干扰抑制控制器设计

针对含有未知外部干扰和不确定参数的非线性晶闸管控制串联补偿器(TCSC) 系统, 提出一种L₂增益干扰抑制算法. 将minimax 方法引入耗散Hamilton 系统, 消除了不等式假设条件的约束; 构造检验函数, 推算出系统所能承受的最大干扰程度, 降低了传统干扰处理方法的保守性; 采用参数映射方法设计自适应律, 提高了参数跟踪效率. 最后通过机械功率和对地短路故障的仿真结果表明了所提出的控制方案能够有效改善系统的暂态性能.

     

含状态时滞及执行器饱和不确定系统反馈镇定及L2增益分析

研究了具有控制饱和状态时滞不确定系统的L₂控制问题, 提出了状态反馈方法, 利用Lyapunov函数可获得时滞相关的线性矩阵不等式. 线性矩阵不等式条件可保证闭环系统无干扰时鲁棒内稳定性和在某椭球内预先给定的有干扰时L₂性能水平, 该不等式通过引入辅助矩阵解除了执行器饱和对系统的影响而更易于实现且减小了保守性. 采用线性矩阵不等式技术, 将控制器存在的充分条件转化为凸优化问题. 在此基础上设计了系统的状态反馈控制器, 最后用数值仿真验证了所提出方法的可行性.     

基于模糊观测器的非线性MIMO系统H2/H∞模糊状态反馈控制

研究了非线性系统H₂/H_∞模糊状态反馈控制问题.采用局部线性化方法,用T-S模糊线性模型逼近非线性系统,用模糊观测器重构系统状态.在希望的H_∞干扰抑制约束下,通过最小化H₂控制性能指标,实现了模糊状态反馈次优控制.通过将优化问题转化成2个特征值问题(EVP),应用线性矩阵不等式(LMI)优化方法求解,使问题的求解大大简化.所设计的闭环系统在平衡点是局部二次型稳定的,系统抗扰性能和动态性能均较好.     

并联混合有源电力滤波器自适应L2增益鲁棒控制

为了抑制外界未知扰动和参数摄动对并联混合有源电力滤波器(SHAPF) 系统性能的影响, 提出一种新型的自适应L₂ 增益鲁棒控制策略. 首先建立含有扰动和参数摄动的SHAPF 欧拉-拉格朗日(EL) 数学模型, 得到了SHAPF 在dq 坐标系下的误差动态模型; 然后通过构造适当的Lyapunov 函数设计参数自适应控制率, 实现了对系统参数摄动的补偿, 进而利用阻尼注入方法设计系统的L₂增益鲁棒控制器, 以保证闭环系统的 gamma  耗散性. 仿真实验验证了所提出策略的正确性和有效性.

     

用状态变量的一阶微分反馈法实现蔡电路的混沌控制

提出了用系统变量的一阶微分反馈实现Chua电路的分岔和混沌控制的方法.首先根据理论分析,求出使混沌Chua电路中不动点稳定时控制参数k1的取值范围和使系统发生Hopf分岔时控制参数k₁的临界值k₀.由分岔图可以得到系统被控制到各种nP周期轨道时k₁的取值范围.然后根据该控制方法,设计了实现Chua电路混沌控制的电路,并进行了电路仿真.数值计算和仿真结果验证了这种控制分岔和混沌方法的正确性和有效性.     

不确定串联非线性系统H∞鲁棒自适应控制

针对一类含有未知参数和干扰的非最小相位串联非线性系统,结合H_∞控制和自适应控制方法并利用李雅普诺夫函数递推设计方法设计了状态反馈H_∞自适应控制器,避免了求解Hamilton-Jacobi-Isaacs不等式设计控制器的困难.该控制器不仅保证闭环系统ISS(input-to-state)稳定,而且使得系统对于所有允许的参数不确定从干扰输入到可控输出的L₂增益不大于给定的值.最后,给出了一个仿真例子,仿真结果充分表明了所设计的控制器的可行性和有     

基于自适应Backstepping设计的TCSC非线性鲁棒控制器

电力系统是强非线性的动态大系统,在运行中总要受到外部干扰和内部干扰的影响,从而对其稳定运行造成严重威胁.本文针对带有TCSC单机无穷大母线系统的三阶鲁棒模型,在考虑阻尼系数未知及系统受外部扰动的情况下,将自适应backstepping方法与非线性L₂增益干扰抑制理论融合,构造出系统的存贮函数,并获得非线性自适应鲁棒控制器及参数替换律.所得控制器不仅能够保证系统状态有界,而且能够有效抑制干扰对系统输出的影响.通过对单机系统的仿真结果表明采用该方法的控制器优于传统的控制器.     

全状态参数最优控制的鲁棒自适应励磁控制

在backstepping励磁设计中,虚拟控制函数的参数缺乏最优约束,为了克服此不足,通过坐标变换得到了新的励磁系统动态模型和参数替换律,结合反馈线性化和最优控制策略,在不确定参数和外部干扰两种条件下,给出了具有全状态参数最优控制的鲁棒自适应励磁控制设计方法.为了验证所提方法的正确性,以具体军用电站励磁系统模型为例,进行了仿真实验.仿真结果表明该方法在保证系统鲁棒稳定性和L2增益干扰抑制的同时,可明显提高状态参数的收敛速度和优化控制能力.     

基于干扰观测器的一类不确定非线性系统鲁棒H∞控制

为了降低控制器对干扰的要求,基于干扰观测器提出一类多输入多输出不确定非线性系统的鲁棒H∞控制方法．将系统的内部不确定性和外部干扰组成复合干扰,设计基于小波神经网络的复合干扰观测器,并提出干扰观测器的参数调节方案使观测器能以高精度逼近复合干扰．同时在控制器中引入鲁棒控制项用来抑制观测器误差给系统带来的影响,所设计的控制器能使系统的跟踪误差小于一个给定的性能指标．最后给出一个仿真算例验证了本控制方案的有效性．     

基于误差空间的鲁棒跟踪控制

为精确跟踪参考输入信号、抑制扰动信号，将输入信号和扰动信号满足的方程作为问题公式的一部分，在误差空间中设计鲁棒跟踪控制器；并加入前馈控制，改善系统的动态性能，提高系统抑制扰动的能力，使系统能以零稳态误差跟踪非衰减输入，零稳态误差抑制非衰减扰动，并在某些参数变化的情况下能准确跟踪输入信号．仿真结果表明系统具有很强的鲁棒性、优良的动态性能和稳态性能．     

模糊神经网络在张力控制系统中应用的研究

传统的张力控制系统大多采用张力反馈控制的结构，其原理简单，但是控制精度难以达到理想的目标。本文采用模糊神经网络结构，实现对张力的控制，使得张力系统的参数得到优化，而且系统的抗干扰能力强．     

船舶电站柴油机双脉冲H∞调速器的研究

船舶电力系统频率的稳定性主要取决于船舶电站柴油机调速系统的转速响应特性.为了抑制负荷的扰动, 提高柴油机双脉冲调速器的动态精度, 本文将H_∞控制理论应用于柴油机调速系统的设计,将系统的性能要求转化为标准H_∞控制问题.建立了采用双脉冲${\rm H}_\infty$调速器的柴油机调速系统的数学模型,针对外部干扰和模型的不确定性, 双脉冲H_∞调速器的设计可以归结为混合 灵敏度问题.计算机仿真实验结果表明, 本文设计的双脉冲H_∞调速器能在充分考虑系统模型不确定性的情况下,有效提高系统的动态 精度和抑制扰动的能力,改善船舶电力系统频率的稳定性.     

船舶电站柴油机双脉冲H∞调速器的研究

船舶电力系统频率的稳定性主要取决于船舶电站柴油机调速系统的转速响应特性．为了抑制负荷的扰动,提高柴油机双脉冲调速器的动态精度,本文将H_∞控制理论应用于柴油机调速系统的设计,将系统的性能要求转化为标准H_∞控制问题．建立了采用双脉冲H_∞调速器的柴油机调速系统的数学模型,针对外部干扰和模型的不确定性,双脉冲H_∞调速器的设计可以归结为混合灵敏度问题．计算机仿真实验结果表明,本文设计的双脉冲H_∞调速器能在充分考虑系统模型不确定性的情况下,有效提高系统的动态精度和抑制扰动的能力,改善船舶电力系统频率的稳定性．     

执行机构带宽对动态逆方法的影响及解决方案

本文从理论上分析了执行机构带宽对动态逆闭环控制系统动态特性影响, 发现较低的执行机构带宽会在伪线性系统中引入一个非线性干扰项, 为此提出了两种方法来消除这个非线性干扰项, 一个是采用参考模型的思想设计补偿器提高执行机构子系统的等效带宽, 另一个思路则是直接在非线性反馈项中引入补偿直接对消非线性干扰项. 仿真结果表明, 两类方法都能较好地消除非线性干扰项, 直接补偿方法能精确消除干扰项, 但需要准确动力学模型, 提高等效带宽的方法虽然是近似的, 但能方便地引入自适应算法, 可以抑制执行机构模型参数不确定的影响.     

基于模糊补偿的机械手鲁棒自适应模糊控制研究

多关节机械手系统中普遍存在摩擦特性、随机干扰及负载变化等非线性因素的影响。针对传统的PID控制和模糊控制很难对该类系统实现快速高精度的跟踪控制等问题,本文在模糊信息已知并且所有状态变量均可测得的情况下,设计了一种基于模糊补偿的鲁棒自适应模糊控制律。同时,为了减少模糊逼近的计算量,提高运算效率,采用了对不同的扰动补偿项加以区分、分别逼近的方法。仿真实验结果表明,这种改进的带模糊补偿的鲁棒自适应模糊控制可以很好地抑制摩擦、扰动及负载变化等非线性因素的影响。     

Semi-global sampled-data output feedback disturbance rejection control for a class of uncertain nonlinear systems

This paper investigates the semi-global output feedback disturbance rejection control problem for a class of uncertain nonlinear systems with additive disturbances using linear sampled-data control. Aiming to reject the adverse effects caused by the uncertainties and unknown nonlinear perturbations which may not satisfy the strict feedback or feedforward structure, a new generalised discrete-time extended state observer is proposed to estimate the disturbance at sampling points. An output feedback disturbance rejection control law is then constructed in a sampled-data form which facilitates digital implementations. By selecting adequate control gains and a sufficiently small sampling period to restrain the state growth under a zero-order-hold input, the semi-global asymptotic stability of the hybrid closed-loop system and the disturbance rejection ability are proved. Both numerical example and an application of a single-link robot arm system demonstrate the feasibility and efficacy of the proposed method.     

基于响应函数的模糊控制策略研究

常规P ID控制器对复杂系统而言控制效果往往不是很好,而模糊逻辑无需精确数学模型和离线训练学习。这两种控制方法相结合,就可扬长避短,实现低成本、易维护的在线自适应控制。为此,论文针对非线性系统特点,深入探讨基于模糊逻辑和常规P ID的控制策略。通过实验室仿真实验,分析比较这些控制方法的定值跟踪性能和干扰抑制性能优劣。并以此为基础,建立了一种新的PID型模糊控制策略。通过偏差响应函数,实现了自适应调节相互并联的模糊PID和常规P ID控制回路输出的目的。仿真实验结果表明,该P ID型模糊控制策略定值跟踪性能和干扰抑制性能都得到了保证,取得了较好的控制效果。