利用正反馈引导混沌系统到周期解

提出了一种抑制混沌的方法, 通过对混沌动力系统增加一个基于系统变量的正反馈控制项, 成功而快速引导系统从混沌运动转化为低周期运动. 利用Melnikov方法分析了该控制方法在Duffing振子中实现混沌抑制的控制机理, 得到了结论: 正反馈项可以消除混沌系统的稳定流形和不稳定流形的横截相交. 仿真表明, 该方法简单而广泛适用.     

延迟反馈引导混沌系统到周期解

利用Melnikov方法严格分析了延迟反馈实现引导混沌系统到周期解的控制机理，揭示出延迟时间与控制混沌的关系。得到一些新的结论；延迟反馈实际上是一作用明显的扰动项，使得系统的稳定流形和不稳定流形不再横截相交，延迟时间关系到扰动量的大小，但不必是吸引子中不稳定周期轨道的周期整数倍，次谐轨道的Melnikov分析进一步证实了周期解的存在性。     

混沌Lorenz系统延迟反馈控制的机理分析

利用广义Hamilton系统理论的Melnikov方法,严格分析了延迟反馈方法控制混沌Lorenz系统到周期解的机理,揭示了延迟时间与控制混沌的关系.延迟反馈项实际上是一个作用明显的扰动项,通过选择合适的参数,使得系统的稳定流形与不稳定流形不再横截相交,Smale意义下的混沌受到抑制,将Lorenz混沌系统引导到各种不同的周期轨道;可见,延迟时间关系到控制扰动量的大小,但不必是混沌吸引子内嵌不稳定周期轨道的周期整数倍.另外,通过数值仿真,其结果与理论分析相符,从而表明了该分析方法的有效性.     

基于变结构思想的OGY同步控制器

为扩展混沌控制方法在混沌同步中的应用, 设计了一种基于变结构思想的Ott-Grebogi-Yorke(OGY)同步控制器. 基于变结构控制的思想, 将OGY混沌控制方法进行了扩展, 通过误差系统近似的线性模型寻找合适的稳定流形, 进而通过变结构控制器将误差系统的轨迹控制到稳定流形上面, 实现混沌系统的同步. 这种变结构控制策略使得OGY方法可以应用到混沌同步当中. H′enon映射的仿真结果验证了该控制策略的有效性.     

外扰力矩作用下附三转子航天器混沌动力学分析

研究外部扰动力矩作用下航天器的混沌姿态运动,引入Deprit正则变量建立系统的Hamilton结构.应用Melnikov方法预测系统产生的稳定流形和不稳定流形的横截相交,得到系统产生混沌姿态运动的条件.研究表明:随着转子转动惯量的增加,引起系统出现混沌姿态运动的激励频率的范围逐渐减小.最后,对相空间轨线的数值模拟表明理论分析的可靠性.     

双曲平衡点的二维流形计算方法

提出了一种改进的向量场二维流形计算方法。新算法通过解初值问题来计算轨道,然后等轨道弧长向外扩展来增长流形,保证了计算的快速性;应用曲率控制技术实现了轨道上的离散网格点的优化分布;在进行网格点插值时综合运用了距离控制和曲率控制,用重新计算轨道的方法来确定插值点的位置,一定程度上克服了原二维流形计算方法的不能保证插值点精度的弱点。仿真结果也表明,新算法能够很好地应用于二维稳定流形的计算。     

一种基于广义回归神经网络的超声波流量传感器系数求解方法

为了解决和提高不稳定流场条件下的超声波流量传感器的测量精度问题,文章将广义回归神经网络引入到流量传感器系数获取当中,并通过建立流量传感器系数模型和样本输入训练,获得了较为准确的流量传感器系数和较高的测量精度,从而验证了本方法对超声波流量传感器在不稳定流场中进行流量测量的可行性,具有总要的实际应用借鉴价值。     

实时的2D不稳定流场可视化算法

为了提高不稳定流场可视化结果的绘制质量和绘制速度,提出一种基于平流技术与纹理混合的不稳定流场可视化改进算法。算法分别通过图像平流来获得流场动画的时间一致性,通过质点平流来获得流场动画单帧图像的空间一致性,最后通过纹理混合使流场动画的时间、空间一致性统一起来。通过这种方式获得的流场动画纹理细节清晰、帧间过渡平滑,绘制速度较快,具有较高的时间、空间一致性,可以准确地反映不稳定流场的动态变化。     

拖挂式移动机器人反馈镇定控制问题研究

由于拖挂式移动机器人系统存在非完整约束,导致系统的反馈镇定控制问题不存在任何连续时不变渐近稳定控制方法,为此基于有限时间高阶滑摸方法提出一种非连续的反馈镇定控制方法.首先分析了系统的控制特性,证明系统的位形控制问题不存在稳定的时不变的光滑的反馈控制;然后利用进行坐标和输入变换,将系统变换为链接形式;基于链式系统利用有限时间高阶滑模设计了一种非连续的控制方法.数值仿真结果表明该控制方法能够在有限时间内控制拖挂式移动机器人稳定在给定位形.     

利用协调控制法回避机械手的奇异位形

本文考虑到目前回避６自由度机器人之奇异位形的方法在控制上的不足，将陆震先生１９９０年提出的协调控制法加以推广，该方法能充分利用不定位形的特点回避奇异位形，可以较有效地用于６自由度机器人的控制而不会发生关节速度超限和手部运动偏差，是目前一种较理想的回避奇异方法。     

Nonlinear Feedback Control for the Lorenz System

The Lorenz system is well known for its ability to produce chaotic motion and the control problem of this system has attracted much attention in recent years. In this paper, control of the Lorenz chaotic systems based on a nonlinear feedback technique is presented. The objective of control is two-fold: one is to drive the system to one of equilibrium points associated with uncontrolled chaotic motion and the other is to let one of the closed-loop system states track a given signal. The controllers designed here are based on exact linearization theory of nonlinear systems and can regulate the closed-loop system states globally to a given point. Finally, illustrative examples show the effectiveness of the proposed design method.     

一类退化系统目标跟踪学习控制的吸引流形方法

针对一类退化系统目标跟踪的迭代学习控制问题进行了探讨．这类系统不满足目前对迭代学习控制通常所要求的收敛性条件,从而使得学习控制方法在这类系统上的应用遇到困难．为了解决这类问题,提出了一种新的设计方案——吸引流形方法．通过构造一个相应于所给系统稳定而吸引的流形,且在构造的过程中同时设计出学习控制函数序列,以使完成对所给期望目标的跟踪．同时也讨论了这种方法的可实现问题．另外,该方法可无本质困难地应用到相应的非线性系统上．     

一类混沌系统的反馈控制

采用线性和百在线性反馈控制方法镇定Ｌｏｇｉｓｔｉｃ混沌系统失稳的不动点，所需的控制为正反馈！解析地导出了容许控制参数范围和收敛控制区域，讨论了各类控制和特性参数之间的关系。     

混沌同步的变结构控制

提出一种实现混沌同步的变结构控制方法。通过对Lorenz混沌系统的理论研究和数字仿真,所得结果证明了该控制的有效性。     

基于D-FNN的混沌铁磁谐振系统非线性补偿控制方法

针对电网混沌铁磁谐振系统产生的混沌现象,提出基于动态模糊神经网络的混沌铁磁谐振系统非线性补偿控制方法。该方法采用动态模糊神经网络来逼近系统的非线性部分,消除了过电压的混沌现象,将系统稳定到目标位置,实现了对系统的非线性补偿控制。Matlab仿真结果表明,基于动态模糊神经网络的非线性补偿控制方法控制结果正确,响应快速。     

浸入与不变方法原理及其在非线性自适应控制中的应用

非线性系统理论的实际工程需求和复杂性使其成为控制学科中最具吸引力和挑战性的研究领域,为此介绍了一种新的非线性控制律设计方法——浸入与不变（I&I）理论.该方法首先选择一个比被控系统维数低的（局部）渐近稳定的目标系统,然后设计浸入映射和控制律,使得原系统在控制律作用下的动态轨迹都是目标系统在浸入映射下的像,并且该控制律能够保持目标系统的像为不变吸引流形,且使闭环轨迹有界.针对未知点质量模型,设计了一种新的非线性浸入与不变自适应控制律,实现了对参考指令的精确跟踪.将其与基于确定等价原则的自适应控制律相比较,仿真结果表明,所设计的浸入与不变控制律能够更好地处理带有未知参数的系统.     

基于两级算法的混沌控制

提出了一种两级算法,可以解决连续混沌系统的最小能量控制问题,首先,给出一个二次目标函数,同时把混沌系统分解为线性部分和非线性部分.上级算法对混沌系统中的非线性部分进行预估,并把整个原系统表为带有常系数的线性系统;下级算法用极小值原理解决这个典型线性二次最优控制问题,并把解返回到上级算法,上级算法根据下级的解对非线性部分重新预估.这样通过两级间不断的信息交换,最终得到混沌系统的最优控制律.该方法不仅实现了对混沌系统的控制,而且在整个控制过程中保证控制能耗为最小.证明了算法的收敛性和闭环系统的稳定性.对统一混沌系统的仿真结果表明了控制策略的有效性.     

Chaos control of performance measure approach for evaluation of probabilistic constraints

Performance measure approach (PMA) is a recently proposed method for evaluation of probabilistic constraints in reliability-based design optimization of structure. The advanced mean-value (AMV) method is well suitable for PMA due to its simplicity and efficiency. However, when the AMV iterative scheme is applied to search for the minimum performance target point for some nonlinear performance functions, the iterative sequences could fall into the periodic oscillation and even chaos. In the present paper, the phenomena of numerical instabilities of AMV iterative solutions are illustrated firstly. And the chaotic dynamics analysis on the iterative procedure of AMV method is performed. Then, the stability transformation method of chaos feedback control is suggested for the convergence control of AMV procedure in the parameter interval in which the iterative scheme fails. Numerical results of several nonlinear performance functions demonstrate that the control of periodic oscillation, bifurcation and chaos for AMV iterative procedure is achieved, and the stable convergence solutions are obtained.     

永磁同步电动机中混沌运动的部分解耦控制

永磁同步电动机在参数处于特定区域时存在混沌现象,混沌的存在将使电机的性能变差,因此要设法消除其混沌运动.电机中混沌的现有控制方法的控制目标只能为周期点或平衡点,不能满足实际需要.为了解决这个问题,设计了基于非线性反馈的永磁同步电动机中混沌现象的部分解耦控制.该方法以直轴和交轴电压为控制变量,通过电机状态的非线性反馈将直轴和交轴电流方程中的耦合项解耦,同时使得直轴和交轴电流可以跟踪设定值.这种控制方式的结果是使系统具有唯一稳定平衡点,而这个平衡点的位置可以根据实际要求设置为任意点.在任意时刻对处于混沌状态的永磁同步电动机进行部分解耦控制,受控系统将稳定于设定平衡点,从而实现混沌的控制.文中分析了控制参数与系统响应快速性之间的关系,为参数选择提供了指导.仿真结果表明了理论分析的正确性和该控制方法的有效性.     

A Detailed Study of Adaptive Control of Chaotic Systems with Unknown Parameters

In this paper, we study the control of chaotic systems with unknown parameters. A stable adaptive control scheme is used to guarantee that the parameter estimator converges to stabilizing values such that the controlled chaotic system asymptotically approaches a reference point. A Lyapunov function approach is used to prove a global result which guarantees the stability of both controlled chaotic system and the adaptive parameter estimator. The center manifold theorem is used to prove the stability of the adaptive parameter estimator.To demonstrate the usefulness of this adaptive control of chaotic systems, computer simulation results are provided. We use Chua's circuit with cubic nonlinearity in our simulations. We provide the simulation results of control of Chua's circuit with 6 unknown parameters.