基于Taylor级数的分布参数系统最优控制

结合钢坯加热过程讨论了分布参数系统的最优控制问题.针对钢坯加热过程,建立了分布参数系统的数学模型,利用Taylor级数近似变换,并引入Taylor级教基函数的微分运算矩阵和向量积矩阵,将钢坯温度的最优控制问题转化为相应集总参数系统的最优控制问题,然后对集总参数系统进行求解,并将求得的逼近解进行逆变换,即求得分布参数系统最优控制的逼近解.并通过仿真示例验证了该算法的有型,取得了满意的结果,为分布参数系统的控制算法提出了一条解决方案.     

基于小波变换的线性定常分布参数系统最优逼近控制

借助于正交函数逼近方法研究了线性定常分布参数系统的最优控制问题,将Haar小波正交基应用于分布参数系统的最优控制,获得了性能较好的最优控制逼近算法.仿真实例说明了算法的有效性.     

基于微分算子小波显式表示的分布参数系统最优逼近控制

基于微分算子在紧支撑正交小波基下的精确显式表示，给出了一种分布参数系统最优控制的逼近计算方法．将微分算子投影到小波空间，利用其矩阵表示形式，将分布参数系统的最优控制转化为集中参数系统最优控制问题．该方法不需要为边界条件重新构造基函数，在将偏微分方程转化为其常微分方程近似形式的过程中，不需要考虑边界条件的影响，因此计算方便、适用范围广，同时具有很高的精度和计算效率,可以对计算误差进行预测．利用该方法进行了基于Daubechies (db1)小波的仿真计算，并对计算结果进行了验证．     

分布参数系统边界控制的Haar小波算法

由于分布参数系统通常由偏微分方程描述,采用解析法求解分布参数系统最优边界控制问题,是非常难以解决的.正交函数逼近的方法在分布参数系统控制方面,已经取得了较好的效果.Haar小波作为正交基函数,利用小波的一些运算及变换矩阵,将分布参数系统转化为集总参数系统,再求其逼近解.仿真示例验证了所提出的算法是非常有效的.该方法为分布参数系统的控制算法提出了一条新的解决方案.     

分布式反应器模型的小波逼近辨识方法

小波变换作为一种有效的函数逼近工具,为其应用于分布参数系统的逼近提供了理论根据.以一大类复杂化学反应器分布参数模型为研究对象,采用Hear正交小波函数逼近非线性分布参数模型,然后采用多变量最小二乘递推辨识算法求解集总化的多变量状态空间模型参数.不仅考虑实际过程中状态量、控制量或变参数的乘积非线性特征.而且将反应过程的传质系数当作空同变参数进行辨识,为此,提出了一种便于逼近计算的新的Haar小波运算矩阵--平方积分运算矩阵,并得到了计算通式.通过仿真实例说明了通过提高Haar小波逼近阶数可极大地改善辨识效果.同时运用变尺度分段逼近方法,以较低的阶数较好地逼近平稳过程,说明了该方法的有效性.     

线性时滞系统前馈-反馈次优控制: Taylor 级数法

研究线性时滞系统最优控制的前馈反馈近似设计问题.基于Taylor级数法,将系统的二次型最优控制问题转化为线性代数方程组的求解问题,给出了系统前馈反馈次优控制律的存在唯一性条件和Taylor级数表示形式.仿真算例验证了方法的有效性.     

基于小波算法的二阶线性定常分布参数系统的辨识

本文基于正交函数逼近方法,借助于小波变换,并利用其运算矩阵及其运算性质,研究了分布参数系统的辨识问题。将Haar小波正交基应用于分布参数系统的辨识中,经正交小波逼近变换,将原偏微分描述的分布参数系统转化为代数矩阵方程,并且,考虑了初始条件和边界条件,获得了算法简单、计算方便、具有较高精度的辨识算法,简化了分布参数系统辨识的求解过程,应用在分布参数系统辨识中不失为一种有效的分析方法。仿真实例表明了本文所提出的算法的有效性。     

基于分散推理结构的加热炉钢坯温度分布模糊控制

针对钢坯加热炉系统所具有的典型分布参数特点,提出了一种基于分散推理结构的钢坯温度分布模糊控制方案．首先,将炉内钢坯温度偏差分布作为模糊推理系统的输入信息;然后,对于每一个炉温调整点,通过一组二维模糊控制器,产生一组与钢坯温度偏差分布对应的炉温补偿控制分量;最后,综合各控制分量获得各调整点处的炉温补偿量．仿真算例表明,该方案能够有效地保证钢坯按理想加热曲线完成加热过程．     

非线性时变系统的Taylor级数辨识

本文引入了Taylor级数基函数的微分运算矩阵及向量积矩阵，给出了非线性时变系统参数辨识的Taylor级数方法。     

时变非线性分布参数控制系统的小波辨识算法

基于正交函数逼近理论,在Haar小波正交规范基的基础上,总结并推导出了其积分运算矩阵、微分运算矩阵、乘积运算矩阵及其运算性质,并应用于一类时变非线性分布参数系统的辨识.借助于正交小波函数逼近方法对分布参数系统进行辨识,经正交小波逼近变换转化为代数矩阵方程,因此该方法可以不考虑初始条件和边界条件,较其他辨识方法要简单得多.该算法简单、计算量小、简化了分布参数系统辨识的求解过程,应用在分布参数系统辨识中不失为一种有效的分析方法.     

基于参数化最优的仿人机器人倒地运动控制

针对仿人机器人的倒地运动控制,用经典的参数化优化方法求得最优控制函数的一个近似解．然后, 利用参数化控制及强化技术,基于几个分段的常数去逼近最优解,再将最优控制问题转化为一系列参数优化问题． 利用该方法提出了仿人机器人倒地优化控制算法,并与遗传算法进行了比较．最后,通过仿真对算法进行了验证．     

LQ最优控制系统加权矩阵Q的一种数值算法

利用ＬＱ最优控制逆问题的参数化解,将求解对称、非负定加权矩阵Ｑ的问题变为一类Ｆ－范数优化问题,给出一种求解ＬＱ最优控制指标函数中的加权矩阵Ｑ的简便而系统的方法。算法的优点在于任意给定一组自变量,通过解这类优化问题就可求得满足闭环特征要求的加权矩阵Ｑ,而且具有良好的收敛性。     

基于分散推理结构的加热炉钢坯温度分布模糊控制

针对钢坯加热炉系统所具有的典型分布参数特点,提出了一种基于分散推理结构的钢坯温度分布模糊控制方案．首先,将炉内钢坯温度偏差分布作为模糊推理系统的输入信息;然后,对于每一个炉温调整点,通过一组二维模糊控制器,产生一组与钢坯温度偏差分布对应的炉温补偿控制分量;最后,综合各控制分量获得各调整点处的炉温补偿量．仿真算例表明,该方案能够有效地保证钢坯按理想加热曲线完成加热过程．

     

二维传热分布参数系统的最优边界控制

本文讨论了二维分布参数系统的最优边界控制问题。基于连续加热炉内板型钢坯非稳态二维热传导的数学模型,以及实际问题的要求,运用Galerkin法和最优化方法,确定了满足钢坯加热要求和降低能耗为目标的稳态最优炉温分布。     

一种非线性离散动态投入产出系统的最优控制

阐述了基于动态投入产出模型的最优控制理论,并对当前国内外的研究成果进行了对比研究。在分析其优缺点的同时,针对非线性离散动态投入产出系统的特点,提出了一种动态投入产出系统最优控制的逐次逼近方法。此方法首先将系统的最优控制问题转化为非线性两点边值问题族,然后通过构造线性两点边值问题族,将非线性两点边值问题转化为非齐次线性两点边值问题族;得到的最优控制律由精确控制项和非线性补偿项两部分组成,精确控制项可以通过求解Riccati方程求出其精确解,非线性补偿项由逐次逼近法求解一族线性伴随向量方程的解序列求得;最优控制律的最终目标是在规划期内使实际产出尽可能地与理想产出接近。实验仿真测试表明,采用逐次逼近法获得了非线性离散动态投入产出的最优系统控制,从而为最优控制问题的有效解决提供了参考和借鉴。     

一类受限线性系统的最优控制

研究了一类受限线性系统的最优控制问题.对于输入和状态联合受限线性系统的最优控制,引入多参数二次规划方法进行求解;首先将控制问题转化为标准的多参数二次规划问题,然后应用多参数二次规划方法求得系统的可行状态空间及其子空间,并对每个子空间的求出其时变最优控制率,最后归纳上述过程得到一般性结论.方法不仅能使系统约束的处理更加系统化和透明化,还可以获得系统的显式分段仿射控制率.仿真结果表明了该方法的有效性.     

模糊神经网络在加热炉综合优化控制中的应用

针对莱钢100t电炉大棒轧线加热炉和粗轧机的分离控制带来的钢坯加热过程难以动态调整而造成的能耗浪费、粗轧机轧制安全难以保障等问题,提出建立模糊神经网络控制系统,将加热炉和粗轧机构成闭环系统,动态地调整后续钢坯的加热过程,以降低加热炉和粗轧机总能耗,保障轧制安全.     

基于Chebyshev小波的分布参数系统辨识

工程实际和社会系统中广泛存在着分布参数系统,因而研究分布参数系统的辨识与控制具有重要意义.但由于其复杂性,对分布参数系统的辨识研究十分困难.借助于Chebyshev多项式的逼近性质,以及小波的时频特性,构造了Chebyshev小波,并利用其积分运算矩阵,运用于分布参数系统的辨识,从而将一类分布参数系统的辨识问题转化为一般代数问题.并且考虑了初始条件和边界条件对辨识结果的影响,因此具有较好的适用性,仿真结果证实了该方法的有效性.     

一种欠驱动两级柔性自平衡机器人的建模及其最优控制

文章以一种欠驱动两级柔性自平衡机器人这一被控对象的控制问题作为出发点,详细阐述了其数学建模方法,讨论了其最优控制策略,并针对设计过程中出现的LQ加权矩阵Q的选取难题给出了一种解析解和证明,同时运用这一结论计算出了实际问题的加权矩阵Q,从而求得最优的状态反馈矩阵K;仿真结果表明,这样一种加权矩阵Q的求解方法是有效的,并能够在较为复杂的实际问题中获得应用。     

一类双线性系统的最优跟踪控制问题

针对一类具有二次型性能指标的双线性系统的最优跟踪控制问题,提出了一种通过逐次逼近法设计最优控制律的近似方法。首先将状态向量含有时滞的双线性系统的最优跟踪问题转化为最优调节问题;然后利用逐次逼近算法,将既含有时滞项又含有超前项的两点边值问题转化为不含时滞项和超前项的线性两点边值问题族,得到调节系统的最优控制律,并可以通过截取最优控制序列的有限项得到调节系统的前馈-反馈次优控制律。最后,将最优控制问题转化为最优跟踪问题。仿真结果表明,此方法达到了较好的跟踪效果。