基于幂次函数的预测滑模控制算法

针对一类不满足匹配条件的不确定离散系统,利用全程滑模面设计了切换函数的预测模型,利用幂次函数趋近律设计了参考轨迹,结合反馈校正和滚动优化技术得到了一种离散滑模控制算法。理论分析和数值仿真均表明,该算法不需要知道系统的不确定性上界,对于不满足匹配条件的不确定性系统具有强鲁棒性,可以使切换函数无抖振的收敛于与外干扰相关的某一稳态值,而且被控系统表现出了良好的动态品质。     

滑模预测离散变结构控制

研究了不确定离散时间系统的变结构控制设计问题,提出了基于滑模预测思想的离散变结构控制系统设计新思路.该方法综合考虑抖振、鲁棒性以及控制量约束等指标要求,利用当前及过去时刻的滑模信息预测未来时刻的滑模动态,实现了滚动优化求解.仿真结果表明,该方法可有效消除抖振现象,并能够保证闭环系统的鲁棒稳定性.     

非匹配的不确定时滞离散系统的滑模控制

针对一类不确定离散时滞系统，研究了其滑模控制问题。所考虑的系统是变时滞的，并且含有非匹配的时变参数不确定项。通过非奇异矩阵变换将其转化为两部分，一部分满足传统的匹配争件；另一部分是非匹配，但是满足范数有界的条件。利用变结构控制方法，设计了满足到达条件的滑模控制器，使系统状态在有限时间内到达滑模面。并且在控制器的作用下保持在滑模面上，从而使系统具有稳定的滑动模态，克服了传统滑模控制方法中不确定项需满足匹配条件的保守性。     

非线性不确定系统的H∞滑模控制

对于一类具有不满足匹配条件干扰的非线性不确定系统,定义了H∞滑模控制问题Q1.通过状态变换和状态反馈以及干扰重定义,提出了线性系统的滑模干扰抑制问题Q2.问题Q2可以通过解Riccati不等式得以解决.在一定的假设条件下,证明了可以通过解Q2获得Q1问题的解.最后给出了保证滑模存在的控制律.单机无穷大系统励磁控制的计算机仿真结果表明了该方法的有效性.     

基于主动滑模控制实现一类含有非匹配不确定混沌系统的同步

讨论了一类非匹配不确定混沌系统的同步问题.基于主动控制思想,提出了一种主动滑模控制策略,使得从任意初始条件出发的不确定混沌系统在有限时间内到达滑模面.利用线性矩阵不等式(LMI)技术设计了一个鲁棒稳定的滑模面,以降低非匹配不确定对系统的影响.给出了线性矩阵不等式形式的稳定滑模面存在的充分条件.通过对Rssler系统的同步仿真,验证了该方法的可行性.     

非线性不确定系统的H∞滑模控制

对于一类具有不满足匹配条件干扰的非线性不确定系统, 定义了H_∞ 滑模控制问题Q1.通过状态变换和状态反馈以及干扰重定义, 提出了线性系统的滑模干扰抑制问题Q2. 问题Q2 可以通过解Riccati不等式得以解决. 在一定的假设条件下, 证明了可以通过解Q2 获得Q1问题的解. 最后给出了保证滑模存在的控制律. 单机无穷大系统励磁控制的计算机仿真结果表明了该方法的有效性.     

非匹配不确定系统的自适应反步非奇异快速终端滑模控制

针对一类n阶非匹配不确定系统,提出一种自适应反步非奇异快速终端滑模控制方法.控制的前n-1步采用自适应反步控制策略,消除非匹配不确定性的影响;最后一步利用误差的积分构造非奇异快速终端滑模面,设计控制律使系统第n个状态有限时间收敛.该方法对系统中匹配和非匹配不确定项均具有鲁棒性,比自适应反步终端滑模方法具有更快的收敛速度.理论分析证明了闭环系统的稳定性,仿真结果验证了该方法的有效性.     

非脆弱递归滑模动态面自适应神经网络控制

针对一类非匹配不确定非线性系统的跟踪控制问题, 提出了一种递归滑模动态面自适应控制算法. 采用神经网络(neural network, NN)在线逼近系统不确定项, 通过设计递归滑模动态面有效综合反推步骤中每步跟踪误差之间相互影响和制约的关系. 该方法避免了反推法存在的“微分爆炸”问题, 克服了传统动态面方法对其低通滤波器时间常数和神经网络自适应参数摄动脆弱的缺点. 稳定性分析证明了该方法能够保证闭环系统所有状态半全局一致最终有界, 且跟踪误差可以收敛至原点的任意小邻域.     

非线性系统的反演自适应动态滑模控制

为削弱非线性系统中由滑模控制引起的抖振现象,提出自适应动态滑模控制方案.动态滑模方法是通过设计新的切换函数或将常规滑模变结构控制中的切换函数s通过微分环节构成新的切换函数,该切换函数与系统控制输入的一阶或高阶导数有关,可将不连续项转移到控制的一阶或高阶导数中去,得到在时间上本质连续的动态滑模控制律.该方案利用自适应技术和反演法,设计动态滑模控制器,有效地削弱了系统的抖振.最后仿真结果证明了该方案是正确的.     

汽温系统的一种稳定预测控制方法设计

预测控制的最主要特征是滚动优化,该文深入分析了预测控制原有的滚动优化策略,提出了一种简化的预测控制方案,给出了算法步骤,并基于李亚谱诺夫稳定性理论对简化的控制算法进行了稳定性分析与设计.通过仿真研究在对单变量系统进行控制效果分析的基础上将其应用于200MW机组带汽-汽换热器的多变量汽温系统,结果表明,该方法具有算法简单,运算量小,运算速度快,控制量变化柔和,鲁棒性好的特点,尤其适用于复杂系统的控制,具有良好的应用前景,是对预测控制算法简化的一种有益的尝试.     

Sliding mode prediction based control algorithm for discrete-time non-linear uncertain coupled systems

By introducing predictive control strategy into the design of sliding mode control (SMC), a novel SMC algorithm for a class of discrete-time non-linear uncertain coupled systems is presented in this paper. To enlighten by the recursive sliding mode approach, a special sliding mode prediction model (SMPM) is created at first. Then taking model mismatch into consideration, the error between the output of SMPM and the practical sliding mode value is used to make feedback correction for SMPM. Applying receding horizon optimization, the desired sliding mode control law which is a non-switching type, is obtained subsequently. The reachability of sliding mode is achieved by making predictive value of sliding mode track the expected sliding mode reference value. Due to feedback correction and receding horizon optimization, the influence of uncertainties can be compensated in time, strong robustness to matched or unmatched uncertainties is possessed. Theoretical analysis proves the closed-loop system is robustly stable, without requiring the known boundaries of uncertainties. Simulation results of a numerical example and a rotational inverted pendulum illustrate the validity of the proposed algorithm.     

用连续Hopfield网络实现无限时域上的最优控制

为避免直接采用Riccati方程求解时变系统无限域最优控制问题时的计算困难,本文提出一种基于时间连续状态连续型Hopfield网络(CTCSHNN)实现无限域动态最优控制的方法．该方法通过建立CTCSHNN能量函数与移动域控制指标间的等价关系,可在线构建CTCSHNN．理论分析表明,依据该方法设计的CTCSHNN具有稳定性,而且移动域控制量可由网络稳态输出直接产生．将该方法与滚动优化策略相结合,可实现无限时域上的闭环最优控制．仿真实验验证了理论设计的正确性与采用基于CTCSHNN的移动域控制实现无限域闭环最优控制的可行性．     

连续非线性系统预测控制的次优性分析

针对一般连续非线性系统,研究了有终端约束的稳定预测控制策略相对传统最优控 制的次优性问题.通过分析预测控制的有限时域滚动优化性质,得到了预测控制次优性的上 界,并且将该结果应用于连续线性系统,得到了一个量化的次优性评价指标.     

On Stability of Constrained Receding Horizon Control with Finite Terminal Weighting Matrix

In this paper, a new stabilizing receding horizon control, based on a finite input and state horizon cost with a finite terminal weighting matrix, is proposed for time-varying discrete linear systems with constraints. We propose matrix inequality conditions on the terminal weighting matrix under which closed-loop stability is guaranteed for both cases of unconstrained and constrained systems with input and state constraints. We show that such a terminal weighting matrix can be obtained by solving a linear matrix inequality (LMI). In the case of constrained time-invariant systems, an artificial invariant ellipsoid constraint is introduced in order to relax the conventional terminal equality constraint and to handle constraints. Using the invariant ellipsoid constraints, a feasibility condition of the optimization problem is presented and a region of attraction is characterized for constrained systems with the proposed receding horizon control.     

神经网络预测控制局部优化初值确定方法

为解决局部优化算法初值选取不当造成神经网络预测控制性能下降的问题,本文提出了一种动态确定初值的方法.在每次优化时通过逆网络将初值选在输出误差最小点,通过修正目标性能函数中的权重因子来确保初值与当前控制量之间存在极值,并在理论上进行了证明.以BP神经网络预测控制为例,采用牛顿拉夫逊算法实现滚动优化,对所提方法进行了仿真实验,结果表明能够解决初值问题,提高控制系统的可靠性.     

基于连续Hopf ield 网络的多变量时变系统最优控制

针对多变量时变系统提出了一种基于连续Hop fie ld网络的最优控制系统设计方法.该方法不仅从理论上建立了移动时域上的LQ性能指标与连续Hop fie ld网络能量函数间的等价关系,并在此基础上设计出可求解LQ最优控制问题的连续Hop fie ld网络,而且将滚动优化控制策略引入控制系统,形成了包括连续Hop fie ld网络在内的闭环控制结构,实现了多变量时变系统无限域上的动态最优控制.仿真结果验证了该设计方法的有效性.     

基于RBF神经网络的改进多变量预测控制

针对一类多输入多输出非线性被控对象,提出一种基于单神经网络的预测控制算法,应用RBF神经网络对非线性系统进行辨识,并计算被控系统多步预测输出值.该方法通过对传统预测目标函数加以改进,给出一种带微分项的多步预测目标函数,通过迭代寻优实时给出优化控制量.该方法实时性好,简化了传统预测控制算法,加快了滚动寻优的速度,有效地抑制了系统惯性和输入时滞所带来的超调,减小了模型误差、干扰及不确定性对控制器的影响.仿真及应用结果表明了该方法的有效性.     

A linear programming approach to constrained robust predictivecontrol

A receding horizon predictive control algorithm for systems with model uncertainty and input constraints is developed. The proposed algorithm adopts the receding horizon dual-mode (i.e., free control moves and invariant set) paradigm. The approach is novel in that it provides a convenient way of combining predictions of control moves, which are optimal in the sense of worst case performance, with large target invariant sets. Thus, the proposed algorithm has a large stabilizable set of states corresponding to a cautious state feedback law while enjoying the good performance of a tightly tuned but robust control law. Unlike earlier approaches which are based on QP or semidefinite programming, here computational complexity is reduced through the use of LP     

饱和约束系统的鲁棒模型预测控制

针对饱和约束系统提出了一种鲁棒模型预测控制算法,分别考虑了多面体不确定性和结构反馈不确定性.考虑无穷时域的最坏二次性能指标,通过采用带有饱和特性的反馈控制结构,将控制律的求解转化为一个在线的线性矩阵不等式优化问题.初始时刻优化问题的可行性保证了闭环控制系统的鲁棒稳定性.最后的仿真结果说明了算法的优越性.     

A simple receding horizon control for state delayed systems and its stability criterion

In this paper, a simple receding horizon (or model predictive) control for state delayed systems is presented and its solution is given in a closed form by a reduction method. While the control for a time-delay system is usually complex, the proposed controller is simple to construct and therefore can be simply implemented in real applications. To check the closed-loop stability of the proposed controller, a sufficient condition is provided by linear matrix inequalities. In addition, a numerical algorithm is presented for computing the eigenvalues of systems with distributed time delays, which can be used as a necessary and sufficient condition to check closed-loop stability. It is shown by simulation that this simple control can be a stabilizing control for time-delay systems.