非线性系统全状态线性化内模扰动抑制

运用全状态线性化方法对在外部扰动持续作用下的非线性系统设计了扰动抑制控制器,利用非线性控制项消除开环系统的非线性因素。根据内模原理构造与扰动动态特性相同的内模补偿器,再利用Pontryagin极小值原理对增广系统设计最优调节器,得到非线性的内模扰动抑制控制器,其中的内模补偿控制项抵消了扰动对系统的影响。仿真中使用非线性内模扰动抑制控制器与非线性前馈反馈扰动抑制控制器进行比较,结果证明前者能够消除非线性因素影响且实现无静差扰动抑制。     

带乘性噪声和测量时滞的随机系统二次滤波

研究了状态方程中有乘性噪声,并且观测有时滞的随机双线性系统二次滤波器设计问题。因乘性噪声导致系统参数矩阵具有随机性,并且观测方程有时滞,无法直接采用经典的Kalman滤波方法,所以本研究基于Kronecker代数方法,首先将原系统转化为包含原系统状态和观测及其二阶Kronecker积的线性增广系统;然后基于新息重组方法将增广系统转化为无时滞系统,并利用投影定理得到增广系统系统的线性最优滤波器;最后提取增广状态估计的前n个分量,从而得到原系统的二次最优滤波器。仿真结果表明该滤波器与现有的线性最优滤波器相比,估计精度提高27％,整体性能有较大提高。     

基于动态PLS框架的多变量无静差预测控制

针对动态偏最小二乘(DyPLS)建模方法容易导致模型与实际系统的失配,使控制系统产生静差的问题,提出基于DyPLS框架的多变量系统无静差模型预测控制(MPC)方法.将基于状态空间模型的MPC方法推广到DyPLS框架下.在内模型中采用状态空间模型描述系统的动态过程,利用该模型设计MPC控制器.该方法将内模型的状态作为控制系统的反馈,由于模型的失配导致该状态不能准确地描述系统的实际状态,导致了静差的存在.对该框架下的状态空间模型进行增广,引入扰动模型,利用状态观测器估计系统输出与模型输出的偏差.给出该增广模型的能观测性条件.为了采用卡尔曼滤波器的方法求取观测器的增益矩阵,分析原空间的数据投影到潜变量空间后变量方差的变化情况.该方法在控制中引入了输出反馈,保证了控制的无静差跟踪特性,能够抑制系统中的不可测扰动.Jerome-Ray的精馏塔模型的仿真结果验证了该方法的有效性.     

一种数字式LQSF直流调速系统

通过在线性二次指标最优反馈(LQSF)调速系统中使用扰动及转速观测器,构成以TP801B单板机为核心的双通道LQSF调速系统。实验表明,该系统起动迅速且无超调,转矩扰动时动态速降小,无静差;数字系统的参数调整与设置方法简便。     

超远程火炮弹药的无控及滑翔弹道优化研究

研究并揭示超远程炮弹无控段及滑翔段的弹道特性.建立无控弹道数学模型和大气数学模型,研究初始射角和发动机点火时间的双参数寻优以及弹道下落段最佳起始滑翔点的确定,建立弹道滑翔段最优控制数学模型,研究最优滑翔弹道.超远程弹弹道无控段采用初始射角和发动机点火时间的双参数寻优使无控射程最远,弹道下滑段根据弹道高度确定最佳起始滑翔点,通过将变终值时间的双边界值最优控制问题转化为方便求解的固定终值时间的优化问题,提出求解超远程弹最优滑翔弹道实际工程问题的有效方法.     

受扰线性离散时滞系统的前馈-反馈最优控制

为研究含外界确定扰动的线性离散时滞系统的前馈-反馈最优控制(FFOC)问题,提出了设计FFOC的逐次逼近法.首先构造了一个其解收敛于原时滞系统的无时滞系统序列,然后将离散时滞系统的最优控制问题化为求解无时滞系统最优控制序列问题,通过截取最优控制序列解的有限项,得到系统的前馈-反馈次优控制律.仿真算例表明,该算法是有效的,且对外部确定扰动具有良好的鲁棒性.     

基于Q学习算法的随机离散时间系统的随机线性二次最优追踪控制

针对随机线性离散时间系统,利用Q学习算法求解无限时域的随机线性二次最优追踪控制(SLQT)问题.首先,假设通过命令生成器生成追踪所需的参考信号,并建立一个由原随机系统和参考轨迹系统组成的增广系统,把最优追踪问题转化为最优调节问题的形式.其次,为了在线求解随机系统的最优追踪问题,将随机系统转为确定性系统,并根据增广系统定义随机线性二次最优追踪控制的Q函数,在无需知道系统模型参数的情况下在线求解增广随机代数方程(GSAE).再次,证明了Q学习算法和增广随机代数方程的等价性,给出了Q学习算法实现步骤.最后,给出一个仿真实例说明Q学习算法的有效性.     

线性时变系统最优控制解的新方法

对于LQR(具有二次型性能指标的线性最优调节器)问题,求解最优控制律的关键在于求解黎卡堤方程.但对于时变系统,其求解变得相当复杂,从而影响了它的实际应用.本文提出用移位雅可比正交多项式求解,通过直接计算最优反馈律K(t)所需的状态转移矩阵,获得了一个计算K(t)的新方法,它将一个增广型的状态方程转化为一个简单的矩阵代数方程,从而避开了黎卡堤方程求解的困难,并使计算大为简化。     

R^n中一类非线性微分方程组支配系统的可控性

在Rn中研究一类非线性微分方程组支配系统的最优扰动控制问题.本文将扰动函数作为控制变量,以范数的大小来衡量控制元的最优性,给出了该微分方程组支配系统的可控性条件及最优控制元的存在性定理.     

一类非线性时变种群扩散系统的最优边界控制问题(Ⅱ)

讨论了一类非线性时变种群扩散系统含分布观测的最优边界控制问题,给出了控制为最优的必要条件和最优性组,建立了表征最优控制的Euler-Lagrange组,得出了该系统含最终状态观测的最优控制问题的一些结论.     

考虑控制输入饱和的卫星姿态调节控制

研究了刚体卫星在控制输入饱和、外干扰和参数不确定性存在时的姿态调节控制问题.设计了可动态调节参数的控制器,能够保证姿态和角速度都是渐近趋于零的.通过李亚普诺夫方法证明了闭环系统零平衡点的全局渐近稳定性.所提出的控制方案不依赖于卫星的转动惯量,因此对参数不确定性具有鲁棒性.仿真结果表明,在控制输入饱和情况下,所设计的控制方案在实现姿态控制的同时,对外部扰动也能够有效地抑制.     

精轧活套控制系统研究

在活套系统中，由于活套高度(套量)和带钢张力是相互耦合的，这种交叉关系严重影响了被控量的调节，采用自抗扰控制器取代张力调节环节中的PI控制器，与传统的PID控制器相比，采用积分变形避免了微分灾，将传统的控制工程经验通过误差的非线性组合方式引入系统，通过误差估计抑制系统外扰.将活套高度对张力的作用作为系统外扰，通过扩张观测器的实时估计，有效的抑制了活套高度波动对张力的影响，获得更加良好的张力控制性能.     

一类具有未知外部扰动的非线性系统全局干扰抑制

研究一类具有外部未知扰动的非线性系统干扰抑制问题。外部未知扰动是由一类未知有界扰动和一类由非线性外部系统产生的非线性扰动构成的,由外部系统产生的非线性扰动是一类具有非谐波的周期扰动。在规范化参数内模的基础上,利用系统状态的变量信息和外部系统的结构信息构造了一个新的内模方程;在标称系统的控制律基础上,进一步构造了一个反馈控制律来保证闭环系统所有信号全局一致有界。仿真结果验证了干扰抑制算法的有效性。     

基于前馈控制的交流伺服系统精确定位的研究

介绍了交流伺服电动机数学模型,叙述了伺服控制系统的设计原理和具体方法,在位置环、速度环和电流环的3环PI伺服控制系统的基础上,引进位置前馈控制来提高定位控制的性能,研究了前馈PI的控制方法.通过仿真进行了与普通伺服控制系统的对比,未加前馈控制跟踪误差较大,在位置环加前馈控制恒速段跟踪误差较小,但在加减速度段,误差成单调变化,在速度环上再加上前馈控制,位置跟踪误差会更接近于零.结果表明,引进前馈控制的PI交流伺服系统可以实现高精度位置控制,验证了前馈控制在指令信号跟踪性和抗干扰性方面的良好效果.     

基于神经网络干扰观测器的Terminal滑模控制

针对一类非线性不确定系统,通过构建动态干扰观测器系统,提出一种快速神经网络干扰观测器。根据干扰观测误差在线调节神经网络权值,实现对未知综合干扰的逼近,逼近误差一致最终有界。基于神经网络干扰观测器设计了自适应Terminal滑模控制方案,严格证明了闭环系统状态在有限时间内收敛到零,从而提高了状态的收敛速度。最后,通过一个倒立摆的仿真例子,验证了系统的快速性和神经网络干扰观测器的逼近能力。     

带有输入死区的航天器姿态有限时间控制

死区非线性是航天器姿态控制系统中一种普遍存在的执行机构非线性,它的存在会降低姿态控制系统的性能,甚至可能破坏系统的稳定性.为了解决带有输入死区非线性的航天器的高精度姿态控制问题,给出了一种有限时间控制方法,并且考虑航天器姿态控制模型中含有有界的不确定性且输入死区非线性仅部分信息已知.通过引入一个在指定时间内收敛到零的期望姿态变化曲线,并基于时变滑模控制理论设计鲁棒控制算法使得实际姿态和期望姿态之间的偏差始终保持足够小,从而保证实际姿态在指定的时间内收敛到原点附近.严格的理论分析表明,所设计控制律不仅可以保证闭环系统的信号有界而且可以使得实际姿态在指定的时间内收敛到并以指定的精度保持在原点附近.数值仿真结果表明,所提控制方法是有效的,该方法不仅能够保证系统状态具有很快的收敛速度、很高的控制精度,而且对于系统的不确定性具有很强的鲁棒性和抗干扰能力,因而在航天器的姿态控制中具有良好的潜在应用价值.     

挠性航天器预设性能自适应姿态跟踪控制

为研究存在外界干扰及未建模动态的挠性航天器姿态跟踪问题,提出了一种基于预设性能方法的自适应姿态跟踪控制策略.预设性能方法利用性能函数和一种误差变换方式,将系统的跟踪误差限制在预先设定的约束范围内,以保证系统响应具有期望的超调、收敛速度以及稳态误差.采用径向基函数(RBF)神经网络来处理由干扰和附件挠性振荡产生的模型未知动态.考虑到存在未知的神经网络逼近误差,为减小控制参数选取的保守性,进一步对逼近误差的上界进行自适应估计.结合权值和逼近误差上界的自适应律,设计了预设性能自适应姿态跟踪控制器.仿真结果表明,使用本方法可以有效补偿干扰及挠性振动所产生的影响,同时使姿态控制系统获得快速平稳的动态过程和给定的稳态跟踪精度.与未采用预设性能的方法相比,所提出的方法在收敛速度、跟踪精度与振荡抑制效果等方面均具有较明显的优势,并且对控制器参数选取的依赖性更低.