基于降阶扩张状态观测器的重复控制系统设计

针对一类含有非匹配状态相关不确定性和外界干扰的伺服系统,提出一种基于降阶扩张状态观测器的重复控制方法,通过对不确定性和扰动进行实时估计和主动补偿,实现对周期性参考输入信号的高精度跟踪.首先,利用系统可测输出和控制输入信号设计降阶扩张状态观测器,对系统的不可测状态以及包含不确定性和外界干扰的总扰动进行估计;其次,通过选择合适的扰动补偿增益,构造基于扰动动态补偿的复合重复控制规律,消除总扰动对系统输出的影响,保证系统输出对周期性参考信号的准确跟踪;然后,基于小增益定理推导出系统稳定性条件和控制器参数设计算法;最后,通过数值仿真实例和实验验证所提方法的有效性和优越性.     

基于扰动补偿的无微分模型参考自适应控制系统设计

针对一类含有参数不确定性和未知非线性扰动的系统,本文提出一种基于扰动补偿的无微分模型参考自适应控制方法,实现系统输出对参考模型输出信号的高精度跟踪.首先,利用被控对象模型信息设计扰动估计器,对系统非线性扰动进行在线估计;其次,基于非线性扰动估计值设计参考模型和无微分参数更新律,构建无微分模型参考自适应控制器,建立基于扰动补偿和状态反馈的自适应控制律,以消除参数不确定性和非线性扰动对系统输出的影响,保证系统输出对参考模型输出的准确跟踪;然后,给出闭环系统误差信号收敛条件和控制器参数整定方法;最后,通过数值仿真验证所提方法的有效性和优越性.     

基于扰动和摩擦补偿的柔性机械臂系统非奇异快速终端滑模控制

本文针对系统中存在的关节摩擦、动力学参数不确定性和外部负载干扰等因素引起的柔性机械臂系统控制性能下降的问题,提出了一种基于扰动和摩擦补偿的非奇异快速终端滑模控制方法(NFTSMC-DE-FC).首先,设计扰动估计器(DE)对系统未知动态参数和负载干扰进行估计.然后,针对扰动估计器不能精确估计的关节摩擦力矩进行辨识.最后,利用滑模控制技术设计非奇异快速终端滑模控制器,并将扰动估计值和摩擦力辨识值以前馈的方式进行补偿,实现对柔性机械臂系统给定参考轨迹跟踪的准确性以及对外界扰动的鲁棒性.值得注意的是,与传统只使用扰动估计器的方法相比,本文考虑到了摩擦力等非线性因素的影响,并利用辨识技术对摩擦力进行辨识,提高了控制精度.利用Lyapunov稳定性定理从理论上证明了所设计的控制器可以保证闭环系统的稳定性.实验结果表明,相较于非奇异快速终端滑模控制方法(NFTSMC)和基于扰动估计器的非奇异快速终端滑模控制方法(NFTSMC-DE),所提方法提高了柔性机械臂系统的轨迹跟踪性能.     

基于等价输入干扰滑模观测器的磁悬浮球系统模型预测控制

本文针对系统不确定性和外部干扰引起的磁悬浮球系统控制性能下降的问题,提出了一种基于等价输入干扰滑模观测器的模型预测控制(MPC+EIDSMO)方法.首先将原系统转化为EID系统,采用等价输入干扰滑模观测器对EID系统状态变量及等价输入干扰进行估计;然后基于状态估计值设计模型预测控制器,并将等价输入干扰估计值以前馈的方式补偿后得到最终的复合控制律,实现对参考位置跟踪的快速性,准确性以及对总扰动的鲁棒性.值得注意的是,与传统EID结构中的龙伯格观测器相比,等价输入干扰滑模观测器中增加的非线性观测误差反馈项有助于提高状态估计的快速性和精确性.从理论上证明了该系统是全局一致毕竟有界的.仿真和实验结果表明,相较于基于EID观测器的模型预测控制方法和基于龙伯格观测器的积分模型预测控制方法,所提方法提高了磁悬浮球系统的跟踪性能,并且有效的抑制了系统不确定性和外部干扰.     

基于扩张状态观测器的永磁同步电机重复学习控制

本文针对非参数不确定永磁同步电机系统,提出一种基于扩张状态观测器的重复学习控制方法,实现对周期期望轨迹的高精度跟踪.首先,将永磁同步电机中的非参数不确定性分为周期不确定与非周期不确定两部分.其次,构造包含周期不确定的未知期望控制输入,并设计重复学习律估计未知期望控制输入并补偿系统周期不确定.在此基础上,设计扩张状态观测器,估计系统未知状态和补偿非周期性不确定,进而提高系统鲁棒性.与已有的部分限幅学习律相比,本文提出的全限幅重复学习律可以保证估计值的连续性且能够被限制在指定的界内.最后,基于李雅普诺夫方法分析误差的收敛性能,并给出仿真和实验结果验证本文所提方法的有效性.     

非参数不确定系统的双周期重复控制

针对一类扰动周期与参考信号周期之间无公共倍数的非参数不确定系统,为实现系统输出对参考信号的跟踪,本文提出一种双周期重复控制方法.基于Lyapunov方法设计控制器,结合鲁棒方法与双周期重复学习方法处理非参数不确定性与周期性扰动,利用无限幅学习方法估计时变参数.经过足够多个周期的重复运行后,可实现系统输出在整个参考信号重复周期上无误差地跟踪参考信号.最后,通过仿真示例验证所提控制方法的有效性.本文给出了闭环系统中无限幅学习量有界的数学证明,其结果优于多数现有文献中的L2意义下有界.     

基于无源性的全方位移动机器人自抗扰控制

针对全方位移动机器人轨迹跟踪控制中存在的外界干扰和系统参数不确定性问题,提出基于无源性的自抗扰控制方法.该方法通过扩张状态观测器对系统扰动进行估计,并在基于无源性的控制器中加入扰动补偿项以减小外界干扰和参数不确定性对系统的影响;进而,利用系统的无源特性和Lyapunov 理论证明在该控制器作用下闭环系统有界输入有界输出稳定.仿真结果表明,所提出的控制方法响应速度较快,控制精度较高,对系统外扰和模型参数不确定性具有较强的鲁棒性     

具有非匹配扰动的非线性变参数系统模型参考跟踪控制

本文研究了一类含有非匹配扰动的非线性变参数系统的跟踪控制问题.首先,设计非线性扰动观测器用于估计系统所受到的未知扰动.其次,在前馈–反馈跟踪控制器中引入扰动补偿控制项,提出一种基于扰动观测器的跟踪控制策略.利用依赖于状态和时变参数的线性矩阵不等式,导出保证闭环系统输入–状态稳定的充分条件,进而运用平方和凸优化技术解析地构造出扰动观测器和跟踪控制器.通过理论证明,所设计的控制策略能够实现非线性变参数系统输出对参考模型输出的跟踪,消除输出通道中非匹配扰动的影响.最后,由数值仿真例子验证了所提方法的有效性.     

带有Kalman滤波的调速系统重复补偿PID控制

针对PID调节器对交流调速系统跟踪周期输入信号精度不高,波形畸变严重,以及系统中存在控制干扰信号和测量噪声信号的情况,该文基于重复控制的自学习能力和Kalman滤波在抑制随机扰动中的作用,提出了一种带有Kalman滤波的基于重复控制补偿的PID控制设计方法.仿真结果表明,该控制方法能较好地跟踪周期性输入信号,并消除系统的随机扰动,具有较好的控制品质.     

基于ESO的永磁同步电机伺服系统快速终端滑模控制

为了优化永磁同步电机(PMSM)伺服系统的控制性能, 本文提出了一种基于非奇异快速终端滑模控制(NFTSMC)和扩张状态观测器(ESO)的复合控制策略. 论文首先建立了考虑集总扰动的永磁同步电机数学模型, 根据所定义的非奇异终端滑模面和趋近律, 设计了位置跟踪控制器, 所设计的控制器采用非级联结构替代了传统的位置环和速度环控制器, 并通过李亚普诺夫定理证明了稳定性和有限时间内收敛. 为了进一步提高系统的抗扰动性能, 本文引入了扩张状态观测器来估计系统扰动并将其应用于前馈补偿. 然后, 文章对系统整体进行了稳定性证明. 最后,文章完成了基于所设计控制器的仿真和实验验证. 结果表明, 该控制器具有良好的位置跟踪性能且收敛速度快, 对外部干扰具有强鲁棒性.     

混沌遗传算法(CGA)的应用研究及其优化效率评价

利用混沌运动的遍历性,提出了一种求解优化问题的混沌遗传算法(CGA,Chaos Genetic A1gorithm). 该算法的基本思想是把混沌变量加载于遗传算法的变量群体中,利用混沌变 量对子代群体进行微小扰动并随着搜索过程的进行逐渐调整扰动幅度.研究结果表明,该方法 效果显著,明显提高了优化计算效率.本文将"平均截止代数"和"截止代数分布熵"作为评价指 标,对混沌遗传算法(CGA)的优化效率进行了研究,定量地评价了CGA的优化效率,通过与遗 传算法(GA)进行比较,进一步说明了CGA的优化效率高于GA.     

An improved generalized analytical predictor for chemical process control

To improve the regulatory performance of Wellon and Edgar's Generalized Analytical Predictor (WE-GAP), a novel algorithm is developed to predict the load disturbance's effect on the process output through the disturbance response tendency. Meanwhile, a corrective parameter is introduced to improve the predictor precision and the system robustness. The corrective parameter is optimized on-line to adapt to different load disturbances. This improvement removes the assumption of WE-GAP that the disturbance transfer function should be known exactly. Additionally, the disturbance predictor can also be obtained even though the disturbance transfer function order is higher than second-order. Simulation results indicate that the proposed predictive scheme is able to improve the properties of WE-GAP and shows good control performance for chemical process with large dead time.     

基于文化框架的随机粒子群优化算法

提出了随机粒子群优化算法(rPSO),并将其与标准PSO纳入到文化算法(CA)框架中,建立了基于文化框架的随机粒子群优化算法(CA-rPSO)。该算法以rPSO作为信念空间的进化算法,以PSO作为群体空间的进化算法,形成了两者独立并行进化的"双演化双促进"机制。选取5个测试函数进行了仿真实验分析并与其他算法进行了比较,结果表明CA-rPSO的寻优性能得到显著提高,且算法简单、易于实现。     

多目标扰动生物地理学优化算法

提出一种多目标扰动生物地理学优化算法(MDBBO) 来求解多目标优化问题(MOPs). 该算法基于现有群体中非支配可行解的比率, 联合个体非支配等级排序和拥挤距离对个体进行评价; 在生物地理迁移策略基础上提出扰动迁移算子并应用于群体进化, 增强群体多样性; 应用归档种群来保存所获得的非支配可行解, 并用循环拥挤距离法对其更新, 确保群体的均匀分布性. 通过标准函数测试以及与经典算法比较表明了该算法求解MOPs 的有效性.     

Disturbance attenuation and rejection for systems with nonlinearity via DOBC approach

In this paper the disturbance attenuation and rejection problem is investigated for a class of MIMO nonlinear systems in the disturbance‐observer‐based control (DOBC) framework. The unknown external disturbances are supposed to be generated by an exogenous system, where some classic assumptions on disturbances can be removed. Two kinds of nonlinear dynamics in the plants are considered, respectively, which correspond to the known and unknown functions. Design schemes are presented for both the full‐order and reduced‐order disturbance observers via LMI‐based algorithms. For the plants with known nonlinearity, it is shown that the full‐order observer can be constructed by augmenting the estimation of disturbances into the full‐state estimation, and the reduced‐order ones can be designed by using of the separation principle. For the uncertain nonlinearity, the problem can be reduced to a robust observer design problem. By integrating the disturbance observers with conventional control laws, the disturbances can be rejected and the desired dynamic performances can be guaranteed. If the disturbance also has perturbations, it is shown that the proposed approaches are infeasible and further research is required in the future. Finally, simulations for a flight control system is given to demonstrate the effectiveness of the results. Copyright © 2005 John Wiley & Sons, Ltd.     

多变量系统l~1优化设计问题不满足满秩条件时约束条件的简化

本文研究多变量系统l~1优化控制器设计问题不满足分别为行满秩和列满秩条件时,需满足的约束条件。给出了比文献[3]简单的结果。新的方法不需对进行满秩分块和内-外内解,适于编程实现。     

改进量子粒子群算法求解电力经济调度

为了避免算法早熟,结合柯西分布具有较长两翼的特点,提出了带柯西扰动因子的量子粒子群,对平均位置扰动,并结合罚函数处理约束条件来求解电力系统经济调度问题.通过对15个机组的数值仿真表明,该算法在收敛精度和迭代速度上有较好的效果.     

基于Arnold映射的改进粒子群算法

粒子群算法是一种广受关注的启发式全局最优搜索算法.在分析现有的一些改进算法的基础上,提出了一种利用Arnold混沌映射和单维度扰动项的改进粒子群算法.算法通过改善单个粒子的搜索活力来增强粒子群的全局最优搜索能力.仿真测试表明,该算法能够较好地保持种群的多样性,粒子群优化性能有较大提高.     

一种抑制扰动的最优化设计方法

对于多输入系统,配置一组闭环极点所需的状态反馈阵并非唯一。本文研究了怎样利用这种非唯—性提供的自由度来提高系统的动态抗扰能力,提出了一种动态抗扰-最优极点配置法。该方法使极点配置和参数优化能在两个独立的步骤中完成,计算工作量较小。     

带扰动因子的布尔型粒子群优化算法

对二进制布尔型粒子群优化算法提出改进,通过在其速度更新公式中引入扰动因子避免粒子过早的陷入局部极值,提出两种调整惯性权重和学习因子取1的概率的策略以平衡算法的收敛和发散,分别是按照粒子相似性自适应调整和线性调整,由此得到两种带扰动因子的布尔型粒子群优化算法。4个基准测试函数的对比,实验结果表明了两种改进算法的有效性和优良性能。