一类具有非线性扰动的多重时滞不确定系统鲁棒预测控制

针对一类具有非线性扰动且同时存在多重状态和输入时滞的不确定系统, 提出 一种鲁棒预测控制器设计方法. 基于预测控制滚动优化原理, 运用Lyapunov稳定性 理论和线性矩阵不等式 (Linear matrix inequalities, LMIs)方法, 首先近似求解无限时域二次性能指标优化问题, 然后优化非 线性扰动项所应满足的最大上界, 定量地研究鲁棒预测控制在范数有界意义下的扰动抑制 问题, 并给出了鲁棒预测控制器存在的充分条件. 最后通过仿真验证了所提方法的有效性.     

约束分段仿射系统的鲁棒一步预测控制

针对一类具有附加有界扰动的离散时间约束分段仿射系统,提出了一种鲁棒低复杂性的模型预测控制方法,即鲁棒一步控制.首先,基于最大鲁棒正不变集,计算系统的最大鲁棒可稳定集并作为第一步预测状态的约束集,使得产生的滚动时域控制器可以在较小的预测时域内控制最大鲁棒可稳定集.然后,在最大鲁棒正不变集外,通过构建线性矩阵不等式来分析其鲁棒稳定性.两个步骤分别确保控制器的可行性和闭环系统的鲁棒稳定性.大量的数值例子表明,和已有的控制方法相比,所得的鲁棒一步控制器具有更低的复杂性.     

一类带时滞状态扰动系统的自适应鲁棒镇定

针对一类带时滞状态扰动的系统,讨论了系统的鲁棒自适应镇定问题.当扰动有界且界未知时,运用自适应控制方法,设计出一类自适应控制器.采用Lyapunov＿Karasovskii函数方法,证明了文中所提出的控制器可鲁棒镇定该系统.     

具有未知上界时滞状态扰动的非线性系统自适应鲁棒镇定

讨论了一类具有时滞状态扰动的非线性系统的自适应鲁棒镇定问题.时滞状态扰动的上界是未知的.在控制中通过自适应律估计上界的值,并且利用估计值设计鲁棒控制器.基于Lyapunov-Krasovskii函数,证明了闭环系统具有一致最终有界意义下的鲁棒稳定性.最后通过一个数值例子的仿真验证了结论的正确性.     

大时滞过程的预测自耦PI控制方法

针对大时滞系统的控制难题,提出了一种不依赖于被控对象模型的预测自耦PI（predictive self-coupling PI,PSC-PI）控制方法.该方法利用预估模型输出补偿实际输出,将系统外部扰动和内部不确定性定义为总和扰动,据此建立了动态误差系统,设计了以速度因子为核心的预测自耦PI控制律及其整定规则,进而形成了一个在总和扰动反相激励下的动态误差系统.理论分析表明,由预测自耦PI控制器组成的闭环控制系统具有全局鲁棒稳定性.仿真实验结果表明,该方法可以快速、平滑、准确地跟踪期望信号且控制精度高,在大时滞过程控制领域具有重要的理论意义和应用价值.     

约束分段仿射系统的鲁棒一步预测控制

针对一类具有附加有界扰动的离散时间约束分段仿射系统,提出了一种鲁棒低复杂性的模型预测控制方法,即鲁棒一步控制。首先,基于最大鲁棒正不变集,计算系统的最大鲁棒可稳定集并作为第一步预测状态的约束集,使得产生的滚动时域控制器可以在较小的预测时域内控制最大鲁棒可稳定集。然后,在最大鲁棒正不变集外,通过构建线性矩阵不等式来寻找而二次李雅普诺夫函数以证明其鲁棒稳定性。两个步骤分别确保控制器的可行性和闭环系统的鲁棒稳定性。大量的仿真例子表明,和已有的控制方法相比,所得的鲁棒一步控制器具有更低的复杂性。     

基于模糊模型的非线性不确定时滞系统的H∞鲁棒容错控制

研究了一类具有不确定时滞的非线性系统的H∞鲁棒容错控制问题.采用T-S模糊模型来描述非线性系统,并对执行器失效且具有扰动的情形,基于Lyapunov稳定性理论和LMI方法,给出了系统H∞鲁棒容错控制器存在的充分条件,保证了系统的鲁棒稳定性.仿真实例验证了本文提出方法的有效性.     

不确定时滞系统非脆弱鲁棒H∞控制研究

针对不确定时滞系统,应用鲁棒稳定与鲁棒性能准则约束条件,设计鲁棒性较强的非脆弱鲁棒控制器,使得当控制器本身在一定范围内变化时,仍能保证状态反馈闭环系统的稳定性和鲁棒性能指标,进而有效抑制扰动输入信号以及控制器参数变化对系统性能的影响.该控制器的设计过程充分考虑时滞的 影响,进而克服已有时滞无关型结论的保守性.最后...     

非线性不确定中立型系统的鲁棒H∞控制

考虑系统外界干扰、系统参数摄动等非线性扰动环节对中立型时滞系统的H∞影响,提出基于Lyapunov稳定性理论的鲁棒H∞控制器的设计思想.利用线性矩阵不等式(LMI)方法,给出了该类具有状态非线性不确定性中立型时滞系统的鲁棒∞控制器的设计实例.在非线性不确定函数满足增益有界的条件下,得到了该类时滞系统满足鲁棒∞性能的一个充分条件.通过求解一个线性矩阵不等式LMI,即可获得鲁棒∞控制器.仿真结果表明了基于Lyapunov稳定性理论,LMI技术设计的控制器克服了系统外界非线性干扰或系统本身非线性参数摄动的影响,实现了闭环系统的H∞性能条件下的渐近稳定,满足了该系统鲁棒H∞控制的要求.     

含时滞记忆的非线性时滞系统满意容错控制

针对一类基于T-S模糊模型描述的非线性时滞系统,研究在一般执行器故障模式下的含时滞记忆的鲁棒H∞容错控制器设计问题.针对任意连续型执行器故障模式,采用并行分布式补偿原理设计含记忆型状态反馈控制器,给出非线性时滞系统在执行器发生故障情况下的鲁棒镇定准则.然后给出H∞性能指标约束下的满意容错控制器的设计方法和设计步骤.提出的含时滞记忆的状态反馈控制方法可以确保当执行器发生故障时,闭环系统不仅具有渐近稳定性,而且有一定的抗扰动性能,状态反馈控制器设计的保守性较不含时滞记忆控制器设计方法大大降低.仿真实例验证了鲁棒容错控制策略的有效性.     

在线优化线性反馈增益的非线性鲁棒预测控制方法

以鲁棒控制不变集作为预测控制的终端约束集,设计了一种新的鲁棒预测控制算法.将预测控制在不同采样点的待优化控制律考虑为线性反馈控制律,并通过在线优化求解线性反馈增益.从理论上证明了若采用所设计的鲁棒预测控制器,则系统是输入状态稳定的.最后通过计算机仿真验证了所提出设计方法的可行性.     

基于不确定逼近的机械手自适应鲁棒预测控制

针对具有参数不确定性和未知外部干扰的机械手轨迹跟踪问题提出了一种多输入多输出自适应鲁棒预测控制方法. 首先根据机械手模型设计非线性鲁棒预测控制律, 并在控制律中引入监督控制项; 然后利用函数逼近的方法逼近控制律中因模型不确定性以及外部干扰引起的未知项. 理论证明了所设计的控制律能够使机械手无静差跟踪期望的关节角轨迹. 仿真验证了本文设计方法的有效性.     

基于不确定逼近的机械手间接自适应鲁棒预测控制

为了使机械手系统在含有模型不确定项时具有良好的跟踪性能和较强的抗干扰能力,提出了一种间接自适应鲁棒预测控制。首先,针对机械手模型设计出非线性鲁棒预测控制器;然后,基于三次样条函数逼近控制律中因模型不确定性产生的未知项,并在控制律中引入一个D-控制项抑制外部干扰。理论证明了所设计的控制器能够使跟踪误差收敛到原点。仿真验证了所提方法的有效性。     

双输入双输出时滞过程解耦Smith 控制

针对实际工业过程控制中常见的双输入双输出时滞过程,提出基于Smith预估补偿控制的反向解耦控制器设计方法。通过对系统解耦后的对象采用内模控制思想设计Smith预估控制器,并讨论控制系统对象为一阶加纯滞后（FOPDT）模型下其控制器的实现方法和系统鲁棒稳定性分析。结合实际过程中的模型实例,该解耦控制方案使得系统各路输出响应完全解耦并具有较好的标称性能和鲁棒性。仿真实例验证了该方案的有效性和优越性。     

SOPDT对象的预测PID控制及稳定性分析

提出了基于二阶非振荡及振荡加纯滞后的预测PID控制器的结构形式。这种控制器既具有PID控制器的优点;简单的结构形式、良好的鲁棒性和可靠性,又具有预测的功能;即可以根据以前的控制作用来预测以后的控制作用。通过仿真表明：在干扰、噪音存在和模型失配的情况下,预测PID控制器具有良好的控制性能,特别适合大纯滞后系统的控制。同时运用Monte-Carlo方法分析了其鲁棒稳定性,结果表明：它是一种值得在实际工程中推广应用的新型控制器。     

一种具有PI结构的时滞系统APFC控制

提出了一种具有PI结构的时滞系统自适应预测函数控制（APFC）,该算法通过在性能指标函数中引入预测输出误差和预测输出增量误差,使最终形成的控制器具有比例-积分（PI）结构。结合了预测控制具有较好的处理时滞、快速跟踪和PID调节器抗干扰性强、鲁棒性强的优点,并且模型参数是通过带遗忘因子的递推最小二乘算法在线辨识得到。在具有时滞的工业过程数学模型上进行仿真研究,结果表明,该算法具有较好的跟踪效果、抗干扰能力和鲁棒性。     

一种完全数据驱动的子空间辨识与鲁棒预测控制器设计

针对线性时变多变量系统,在可能存在输入输出数据噪声的情况下,不需已知系统的先验结构信息,提出一种完全数据驱动的子空间辨识及控制器设计方法.在子空间在线辨识基础上,利用不确定性模型更好地建模被控系统,结合鲁棒控制策略进行预测控制器的设计;将系统建模与鲁棒控制器的设计包含在一个控制系统设计框架内,对模型不确定性具有更好的鲁棒性;最后给出仿真实例验证算法的有效性.     

Robust hybrid predictive control of nonlinear systems

In this work, we consider nonlinear systems with input constraints and uncertain variables, and develop a robust hybrid predictive control structure that provides a safety net for the implementation of any model predictive control (MPC) formulation, designed with or without taking uncertainty into account. The key idea is to use a Lyapunov-based bounded robust controller, for which an explicit characterization of the region of robust closed-loop stability can be obtained, to provide a stability region within which any available MPC formulation can be implemented. This is achieved by devising a set of switching laws that orchestrate switching between MPC and the bounded robust controller in a way that exploits the performance of MPC whenever possible, while using the bounded controller as a fall-back controller that can be switched in at any time to maintain robust closed-loop stability in the event that the predictive controller fails to yield a control move (due, e.g., to computational difficulties in the optimization or infeasibility) or leads to instability (due, e.g., to inappropriate penalties and/or horizon length in the objective function). The implementation and efficacy of the robust hybrid predictive control structure are demonstrated through simulations using a chemical process example.     

Tube‐based robust nonlinear model predictive control

This paper extends tube‐based model predictive control of linear systems to achieve robust control of nonlinear systems subject to additive disturbances. A central or reference trajectory is determined by solving a nominal optimal control problem. The local linear controller, employed in tube‐based robust control of linear systems, is replaced by an ancillary model predictive controller that forces the trajectories of the disturbed system to lie in a tube whose center is the reference trajectory thereby enabling robust control of uncertain nonlinear systems to be achieved. Copyright © 2011 John Wiley & Sons, Ltd.