一种基于状态估计的鲁棒型预测控制器

针对某些情况下只能得到系统的状态估计,当其作为预测控制的初始状态时传统方法无法保证其目标函数递减的问题,提出一种针对状态估计的预测控制器,由该控制器得到的反馈控制律可以使受控系统渐近稳定.进而,给出了相应的算法,并通过仿真实例验证了所得结论的正确性.     

基于容许集的变终端约束MPC控制

针对一类输入和状态受约束的离散线性系统,提出一种基于Ⅳ步容许集的变终端约束集模型预测控制方法.首先给出多面体不变集序列作为终端约束集的离线模型预测控制算法,扩大了终端约束集.为进一步扩大初始状态可镇定区域,引入N步容许集,设计了基于容许集的变终端约束集模型预测控制方法.该算法采用离线设计、在线优化方法,实现了系统渐近稳定,不仅降低了在线运算量,而且扩大了初始状态可镇定区域.仿真结果表明了算法的有效性.     

有界控制下单向收敛滑模控制

提出一种控制有界情况下状态单向收敛的滑模控制方法.对于二阶系统,单向收敛是指初始状态与状态到达滑动模态的位置位于相平面同一象限的过程.通过分析到达阶段的动态特性,揭示了状态非单向收敛的原因,并提出了一种单向收敛条件,给出了系统状态单向收敛的区域.将所提出的方法应用于具有单向收敛要求的交会对接控制系统,结果验证了所提出方法的有效性.     

具有不稳定初始状态的连续时间系统辨识

针对传统辨识方法不适用于具有不稳定初始状态的连续时间系统的问题,提出一种全新的状态估计辨识法.首先,用状态空间模型中状态变量的初始值表征系统初始状态,并将状态变量的初始值看作待辨识参数的一部分.然后,用粒子群优化算法获得所有参数的最优估计.该方法在测试开始前不需要任何过程数据,对测试信号无任何要求,可直接用于闭环辨识.仿真实验证明该算法是有效的.     

滑动变量受限情况下的二阶滑模控制设计

在实际系统中状态受限普遍存在,因此考虑状态受限下的控制设计问题具有重要的理论意义和工程价值.本文考虑了滑动变量受限情况下的二阶滑模控制设计问题.首先,在不考虑滑动变量受限的情况下,基于Lyapunov方法,给出了一种新的二阶滑模控制器构造方法,并严格证明了在该控制器的作用下滑动变量将在有限时间内稳定到平衡点.其次,考虑滑动变量受限情况,证明了在受限区域内存在一个与控制参数相关的吸引域,使得当初始状态在该吸引域内时其相轨迹不会逃离它.最后,状态受限情况下倒立摆系统的控制设计验证了该算法的有效性.     

基于鲁棒一步集的Tube不变集鲁棒模型预测控制

针对一类干扰有界的输入和状态受约束线性离散系统,提出了一种基于鲁棒一步集的Tube不 变集鲁棒模型预测控制方法.首先采用多面体不变集离线设计方法得到基于多面体不变集序列的扩 展终端约束集;然后为了扩大鲁棒模型预测控制的初始状态允许区域,并提高系统的鲁棒性,在扩展终端约束集的基础上,通过引入鲁棒一步集并借助Tube不变集控制策略,设计了基于鲁棒一步集的鲁棒模型预测控制方法,并给出了算法的存在性和稳定性证明. 该方法不仅极大地扩大了初始状态允许区域,而且对有界干扰具有有效的抑制作用,使得受扰系统收敛到以原点为中心的最小鲁棒正不变集内.最后仿真验证了算法的有效性.     

初始状态为正交的二维线性正系统的渐近稳定性

本文分析了初始状态为正交的二维线性正系统的渐近稳定性. 与一维系统不同, 初始状态为正交的二维系统的稳定性严格依赖于合适的初始条件. 首先, 当初始状态 绝对收敛时, 二维正FM I 模型的渐近稳定性判据被提出. 然后, 针对二维正Rosser模型, 在初始状态 绝对收敛时, 相似的结论被给出. 最后, 两个数字实例证实了这些判据的有效性.     

基于模糊聚类的马尔可夫方法在需求预测中的应用

马尔可夫预测传统的状态划分采用人为确定方法,由预测者的经验决定预测对象的初始状态.状态界限的划分定性分析因素极大.提出根据预测对象数据自身的相似度,采用模糊聚类方法对预测对象进行初始状态划分,确定初始状态概率和状态转移概率矩阵,进行马尔可夫预测的方法.该改进的方法在某铸钢厂的铸坯需求预测中进行了应用,预测结果表明该方法可有效指导铸坯需求.     

基于状态转换图同构求解的等价性验证算法

文中提出了一种基于状态转换图同构求解的时序电路等价性验证算法.算法将两时序电路的等价性问题转化为验证相应状态转换图的同构性.首先将初始状态对匹配为待验证对,然后采用递归的方法验证以初始状态对的下一状态对为初始状态的子状态转换图是否同构,从而得到时序电路是否等价的信息.若两状态转换图同构,则两图中的状态均可--配对为待验证状态对,即所有的代验证状态对均为等价状态对.该方法可以有效地克服算法级描述到底层实现之间跨度太大的问题.     

基于事件触发非线性多智能体系统的固定时间一致性

本文研究了在有向拓扑下,带有非线性动力学多智能体系统的固定时间一致性问题.提出了一种新的基于事件触发机制的非线性控制策略,对于每个智能体给出了基于状态信息的事件触发条件,当状态误差满足所给条件时才触发事件,能有效的减小系统的能量耗散和控制器的更新频次.利用Lyapunov稳定性理论和代数图论,证明在该控制策略下,多智能体系统在固定时间能实现领导跟随一致性,且不存在Zeno行为.相较于有限时间一致性策略,采用固定时间一致性策略系统的收敛时间不再依赖于系统的初始状态.最后,仿真实例验证了理论结果的有效性.     

无抖振离散滑模输出反馈控制方法及仿真研究

针对离散时间系统,提出了一种基于多速率采样输出反馈和幂次函数趋近律的离散滑模控制方法;理论分析表明,通过引入幂次函数可消除离散滑模控制系统的抖振;采用多速率采样技术,运用不同采样速率下的系统输出值表示系统状态,实现了仅用系统输入输出采样值完成离散滑模控制器的设计,减轻了控制系统设计的复杂性;仿真结果表明,控制器的输出、切换函数、系统的输出均不存在抖振现象,而且控制系统表现出了良好的动态特性。     

具有状态滞后的线性不确定时滞系统鲁棒输出反馈控制(英)

针对具有状态滞后和时变未知且有界不确定性的线性时变不确定时滞系统，研究了当状态不完全可测时的鲁棒镇定问题．利用Riccati方程方法，提出了一种基于观测器的动态输出反馈镇定控制器设计方法，并得到了不确定时滞系统可输出反馈镇定的充分条件．最后通过一数值例子来说明了所得结果的可行性．     

一种基于离散变结构控制理论的有功分配控制器

对离散变结构控制理论进行研究并提出一种新的趋近律形式：离散变速趋近律,其特点是可期待原点的稳定性,将离散趋近律方法应用于电力系统,设计了并联运行同步发电机组有功分配的离散变结构控制器,仿真结果表明,本文设计的控制器可以明显改善系统的动态性能。     

一种解决输出超调问题的滑模流形新算法

为解决由极点配置方法构造的滑模切换面会引起系统输出超调这一问题,设计一种新型滑模控制器,并将其用于三容水箱的液位控制系统中.该控制器的设计包括两个相对独立的部分:滑模面的定义度切换控制律的设计.对滑模面的定义,首先解释了滑模面增益参数的选择与产生输出超调问题之间的关系,然后从积分饱和问题以及系统动态特性出发,给出了避免输出引发超调现象的解决方法;对切换控制律的设计,提出了一种新的控制律切换向量算法,该算法使得系统在避免产生强抖振的前提下快速收敛到滑模面.仿真实验表明提出方法能有效地避免输出超调,并且很好地抑制了抖振的发生,有较好的应用前景.     

基于观测器的时滞系统鲁棒控制器设计

对于具有状态时滞的一类线性不确定系统 ,用线性矩阵不等式方法研究了基于观测器的鲁棒控制器的存在条件以及设计方法。该方法通过求解两个线性矩阵不等式来实现 ,所给示例说明了本文方法的有效性。     

机器人非线性连续变增益H∞控制器设计

本文针对n关节的刚性机器人,提出了一种设计连续变增益控制器的新方法．这种方法结合 了变增益和H∞理论,通过在平衡点附近线性化系统,利用具有极点配置的状态反馈H∞ 技术,对应每个运动区域,设计满足H∞性能和动态特性的状态反馈增益,这些增益通过 泰勒级数展开拟合成与运动点有关的连续函数．随着系统状态的变化,拟合成的增益函数可 使控制器获得连续的增益,使得所设计的控制器同样适合系统状态变化较快的对象,而且系 统随状态的变化始终具有很高的动态性能,克服了传统变增益控制器中存在的不足．仿真结 果验证了此控制器的有效性．     

Hybrid supervisory control using recurrent fuzzy neural network fortracking periodic inputs

A hybrid supervisory control system using a recurrent fuzzy neural network (RFNN) is proposed to control the mover of a permanent magnet linear synchronous motor (PMLSM) servo drive for the tracking of periodic reference inputs. First, the field-oriented mechanism is applied to formulate the dynamic equation of the PMLSM. Then, a hybrid supervisory control system, which combines a supervisory control system and an intelligent control system, is proposed to control the mover of the PMLSM for periodic motion. The supervisory control law is designed based on the uncertainty bounds of the controlled system to stabilize the system states around a predefined bound region. Since the supervisory control law will induce excessive and chattering control effort, the intelligent control system is introduced to smooth and reduce the control effort when the system states are inside the predefined bound region. In the intelligent control system, the RFNN control is the main tracking controller which is used to mimic a idea control law and a compensated control is proposed to compensate the difference between the idea control law and the RFNN control. The RFNN has the merits of fuzzy inference, dynamic mapping and fast convergence speed, In addition, an online parameter training methodology, which is derived using the Lyapunov stability theorem and the gradient descent method, is proposed to increase the learning capability of the RFNN. The proposed hybrid supervisory control system using RFNN can track various periodic reference inputs effectively with robust control performance.     

Reset law design based on robust model predictive strategy for uncertain systems

In a continuous time control system, if some of the controller states are reset, certain limitations on the system response can be removed. Moreover, the stability and performance of such a reset control system may be improved. Resetting action has two main characteristics which should be determined: (a) when the controller states are reset and (b) how the after reset values of the controller states are determined. By defining a reset set, when the system states enter this set, the instants for the controller states reset, can be determined. This paper addresses the second question on how to determine the after reset values. In order to design a reset law for real time applications, a model predictive strategy is proposed that specifies the after reset values by minimizing a quadratic performance index. The quadratic minimization problem is converted to a LMI formulation and the reset law is determined by solving this LMI optimization problem at certain reset times. This approach is applied to a typical CSTR system to demonstrate the effectiveness of the proposed method for industrial process control application.     

基于遗传算法的切换控制器设计与优化

利用遗传算法研究了一类切换规则只由状态决定的切换系统的控制器优化设计问题.首先由线性矩阵不等式(LMI)来设计切换控制器,然后应用遗传算法来对切换规则进行优化.优化后的切换规则不仅可保证闭环系统渐近稳定,而且具有良好的动态性能.将本文提出的方法应用在小车倒立摆控制系统上,仿真结果表明了本文设计方法的有效性.     

Robust consensus algorithm for second-order multi-agent systems with external disturbances

This article investigates the problem of robust consensus for second-order multi-agent systems with external disturbances. Based on a non-smooth backstepping control technique, a class of novel continuous non-smooth consensus algorithms are proposed for the multi-agent network with/without communication delays. The controller design is divided into two steps. First, for the kinematic subsystem, the velocity is regarded as a virtual input and designed such that the states consensus can be achieved asymptotically. Then for the dynamic subsystem, a finite-time control law is designed such that the virtual velocity can be tracked by the real velocity in a finite time. Under the proposed control law, it is shown that if the communication topology graph contains a directed spanning tree, the states consensus can be achieved asymptotically in the absence of disturbances. In the presence of disturbances, the steady-state errors of any two agents can reach a small region around the origin. By building a relationship between control parameters and the bound of steady tracking errors, it is demonstrated that the disturbance rejection performance of the resulting closed-loop system can be enhanced by adjusting the fractional power in the non-smooth controller. Finally, an example is given to verify the efficiency of the proposed method.