随机时延网络控制系统的H∞输出反馈控制器设计

研究了一类具有随机通讯时延的网络控制系统的控制器设计问题.同时考虑了控制器和执行器之间,控制器和传感器之间这两类由于有限网络带宽而出现的随机传输时延.采用满足Bernoulli分布的二进制序列来描述数据传输的随机时延.利用矩阵不等式方法给出了动态输出反馈控制器存在的充分条件,所设计的控制器使得闭环系统是均方意义下指数稳定并具有给定的H∞性能.采用SLPMM(sequentially linearprogramming matrix method)给出了控制器的求解算法.仿真算例说明该方法的有效性.     

线性离散时滞重复过程的H∞控制

首先给出了线性离散时滞重复过程的2D(两维)Roesser模型, 采用线性矩阵不等式方法导出了过程稳定并具有H_∞扰动抑制度的一个充分条件. 通过求一个线性矩阵不等式的可行解来构造系统的一个状态反馈H_∞控制器. 进一步, 通过求解一个线性矩阵不等式凸优化问题得到该过程的最优状态反馈H_∞控制器.     

额定风速以上风力发电机组的恒功率H∞鲁棒控制

风力发电机组由于机械结构以及电气负荷承受能力的限制存在着转速限制和功率限制, 额定风速以上时,需要通过控制桨距角来实现额定恒功率输出, 同时保持转速在额定转速处. 本文建立了风力发电机组的详细机理模型, 将H_∞控制理论应用到额定风速以上时风力发电机组的恒功率输出的控制器设计, 建立了标准H_∞恒功率控制问题. 利用LMI方法求解, 得到了桨距角的H_∞控制器. 仿真结果表明该H_∞控制器能够成功实现额定风速以上时的恒功率输出控制, 并且具有良好的鲁棒性.     

一类约束条件下的跟踪保性能控制

本文研究了一类时变非线性系统在输入有位置约束条件下的跟踪保性能控制问题.首先对非线性对象选择合适的特征运行状况,采用瞬时线性化技术得到多个线性化控制模型,将之看作是一个线性不确定系统,提出应用基于线性矩阵不等式的跟踪保性能控制设计控制器,然后经过推导得到了满足控制约束的充分条件,以定理的形式给出了约束条件下跟踪保性能控制器存在的充分条件.最后给出了仿真算例,仿真结果表明了所提方法的有效性和可行性.     

直觉线性μ-演算

线性mu-演算(μTL)是线性时序逻辑(LTL)的不动点扩展.LTL是一个便于规范和论证反应式系统的方法.μTL作为比LTL表达能力更强的逻辑,用LTL表示的性质度可由μTL表示.类似于LTL的直觉线性时序逻辑(ILTL),提出一种基于直觉解释的μTL,称为直觉μTL(IμTL).确立了IμTL和ILTL的关系,比较了它们之间的表达能力.讨论了使用IμTL与安全性质和活性描述的关系以及描述"假设-保证"规范的问题.     

模糊奇异摄动系统H∞滤波

针对一类非线性奇异摄动系统,建立基于T-S模糊模型的模糊奇异摄动系统模型,通过Lyapunov方法和Schur补定理,研究其H∞滤波问题.将系统H∞滤波器设计归结为求解一组与摄动参数ε无关的线性矩阵不等式,从而避免由ε引起数值求解的病态问题.所获得的滤波器使闭环系统渐近稳定并能达到给定的H∞性能指标.该方法适用于标准和非标准非线性奇异摄动系统,仿真实例表明了所提出方法的有效性.     

线性时滞系统稳定性分析综述

时滞在工程领域广泛存在,对此综述了线性时滞系统的稳定性研究方法.从频域和时域两个角度详细介绍了各种方法的特点,着重讨论基于线性矩阵不等式(LMI)的分析方法,指出保守性是分析的重点.对现有结果的保守性进行比较和评述,并提出了改进的思路.     

一种改进的鲁棒约束预测控制器的综合设计方法

针对多包描述的不确定系统,提出一种新的鲁棒约束预测控制器.高线设计多包系统worst-case情况下性能最优的不变集,在线求解多包系统无穷时域性能指标的rain-max优化问题.设计方法采用了时变的终端约束集,扩大了初始可行域,并能获得较优的控制性能.仿真结果验证了该方法的有效性.     

改进的非线性鲁棒自适应动态面控制

针对不确定多输入多输出严格反馈块控非线性系统,提出一种鲁棒自适应动态面控制方法.该方法在反推自适应神经网络控制中引入动态面控制简化控制律,同时对自适应律进行改进以改善系统的过渡过程动态品质,保证了系统在简化的控制律下仍具有良好的动态特性.通过Lyapunov方法证明了闭环系统所有信号均有界,系统的跟踪误差指数收敛到有界紧集内.最后给出的某新型战斗机六自由度仿真结果表明了该方法的有效性.     

柔性臂协调运动系统的动态反馈镇定

研究柔性臂协调运动系统分布参数模型的镇定问题.基于系统能量关系和正实引理,提出一种构造性的设计方法.所设计的控制器由前馈和动态反馈两部分构成,其中动态反馈部分的传递函数是严格正实的.通过线性算子半群理论和LaSalle不变集原理,证明了闭环系统是渐近稳定的.