共查询到10条相似文献,搜索用时 31 毫秒
1.
不确定系统的稳定广义预测控制 总被引:2,自引:0,他引:2
针对一类有界不确定线性离散被控对象,采用Min-Max优化方法,提出一种新的稳定广义预测控制(MMSGPC)算法.引入内模控制结构,将干扰和不确定性从被控对象中分离出来,并利用局部反环节对其进行补偿;采用Min-Max优化方法,将终端约束条件转化为有界不确定性最差情况时应的线性方程;通过引入矩阵的Moore-Penrose逆,得到了终端约束线性方程的通解,并结合性能指标函数求得了最优控制律.通过仿真实例验证了该方法的稳定效果. 相似文献
2.
针对一类有界不确定线性离散被控对象,采用Min—Max优化方法,提出一种新的稳定广义预测控制(MMSGPC)算法.引入内模控制结构,将干扰和不确定性从被控对象中分离出来,并利用局部反环节对其进行补偿;采用Min—Max优化方法,将终端约束条件转化为有界不确定性最差情况对应的线性方程;通过引入矩阵的Moore—Penrose逆,得到了终端约束线性方程的通解,并结合性能指标函数求得了最优控制律。通过仿真实例验证了该方法的稳定效果。 相似文献
3.
含有界扰动系统的多模型自适应控制 总被引:7,自引:1,他引:7
对含有有界扰动和参数不确定性的离散时间被控对象建立多个辨识模型, 覆盖被控对象的参数不确定性. 给定指标切换函数, 构成多模型自适应控制器. 引入“局部化”技术, 在保持计算精度的同时, 提高了计算速度. 同时证明, 多模型自适应控制可以保证闭环系统输入输出稳定, 且保证对给定有界参考输入、被控对象输出可在一给定界范围内跟踪参考输入. 相似文献
4.
5.
针对一类多输入多输出非线性被控对象,利用前向神经网络逼近原系统的逆系统,将其作为控制器,采用预测滚动优化性能指标训练该神经网络逆控制器,以克服干扰和不确定性影响,实现对多变量非线性对象的解耦控制。对某微型锅炉对象进行了控制算法仿真,结果表明,所提出的控制方法能够克服模型误差的影响,实现稳定解耦控制,且易于实现。在仿真过程中通过实验方法建立该锅炉对象的神经网络预测模型,并注意采用泛化方法采集训练样本数据和训练神经网络,以提高神经网络模型的泛化能力。 相似文献
6.
7.
针对一类包含扰动的非线性离散时间系统,提出一种新的无模型自适应离散积分终端滑模控制算法.该算法基于紧格式动态线性化数据模型,利用离散积分终端滑模控制算法设计无模型自适应控制器,并采用扰动估计技术估计系统的扰动项,其中动态线性化方法中“伪偏导数”的估计算法仅依赖于被控系统的I/O测量数据.理论分析证明了系统输入输出有界,并通过仿真实验验证了所提算法的有效性. 相似文献
8.
9.
10.
以不确定Lurie系统作为被控对象,研究其在网络环境下的保性能控制问题.在同时考虑随机网络诱导时延和数据丢包的情况下,建立不确定Lurie网络化控制系统模型;利用Lyapunov方法分别给出了存在结构不确定性和范数有界的不确定性时,Lurie网络化控制系统保性能控制器的设计方法.所得结果是以线性矩阵不等式的形式给出的,便于数值求解.最后以数值实例说明了所提出方法的可行性和有效性. 相似文献