基于LMI方法的网络闭环控制系统离散鲁棒模糊控制

针对网络闭环控制系统中时延和不同步等不确定因素,将时延的不确定性转换为系统状态方程系数矩阵的不确定性,提出了一种新的网络闭环控制系统建模方法———具有时滞的不确定离散模糊T-S模型;并在此模型的基础上,利用并行分布补偿原理和Lyapunov理论及LMI方法,证明了通过状态的静态反馈模糊控制,使闭环系统稳定的充分条件等价于求解一组LMI。仿真示例验证了该控制方法的有效性.     

一类不确定时延网络控制系统的稳定性分析

针对网络控制系统中时延不确定因素,将时延的不确定性转换为系统状态方程系数矩阵的不确定性,基于LMI和Lyapunov理论,研究了一类具有时延的网络控制系统的稳定性问题,并运用Lyapunov方法和线性矩阵不等式对不确定时延系统进行了稳定性分析。并以Riccati不等式和线性矩阵不等式的形式给出了系统稳定的充分条件,使得在不确定时延情况下,系统达到理想稳定性。最后,通过Matlab工具箱对数值结果进行仿真,在时延相关情况下,求得系统达到闭环稳定时最大允许的时延,表明了设计方法的有效性。     

基于动态反馈控制器的网络控制系统的稳定性分析

考虑实际模型的不确定性,针对一类具有不确定线性参数的网络控制系统,给出具有网络诱导时延及不确定线性参数的被控对象模型,设计其动态反馈控制器,建立基于动态反馈控制器的网络控制系统闭环模型.采用Lyapunov方法,给出保证该系统稳定的最大允许时延上界.仿真结果表明系统模型及控制器设计的合理性,所得最大允许时延上界保守性更弱.     

不确定长时延网络控制系统的H∞鲁棒控制

在状态不完全可测的网络控制系统中,针对不确定网络长时延、网络噪声等问题系统性能造成的影响,研究了一类具有不确定长时延网络控制系统的H∞鲁棒控制问题.在不确定网络时延大于一个采样周期时,将采用动态输出反馈的网络控制系统建模为一类具有参数不确定性的线性离散系统.基于Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,...     

基于输出反馈的不确定NCS鲁棒容错控制

研究了一类具有网络诱导时延和参数不确定性网络化控制系统鲁棒容错控制问题.基于将时延的不确定性转换为系统状态方程系数矩阵不确定性的NCS模型,同时考虑系统参数不确定性对系统的影响,应用Lyapunov稳定性理论和LMI方法,采用输出反馈控制策略,推证出了保证闭环网络化控制系统在执行器或传感器发生故障时仍渐进稳定的充分条件,并以求解线性矩阵不等式组给出了容错控制器的设计方法,最后用仿真算例验证了此方法的可行性和有效性.     

云控制系统不确定性分析与控制器设计方法

云控制系统(Cloud control system, CCS)是云计算与物理系统的融合,由于云计算中资源是动态的,因此云计算的加入使得云控制系统具有很大的不确定性.本文给出一种典型的云控制系统结构,通过将不确定性划分为云端不确定性和网络端不确定性,有效简化了云控制系统不确定特性分析和建模.针对典型的时延不确定性问题,将云控制系统时延划分为云端时延和网络端时延,进行了MapReduce模型下多计算节点云端时延分析,同时进行了云控制结构下网络端时延分析,两者结合实现了云控制系统的前向通道和反馈通道的时延建模.基于所建立的云控制系统时延模型,应用极点配置方法设计了云控制器算法,包括观测器的设计和控制律的设计,从而保证了闭环系统的稳定性.对本文设计的云控制器算法进行了仿真验证,结果表明考虑时延特性的控制器设计明显提升了云控制系统的控制性能.     

具有短时延的网络控制系统的一种鲁棒控制方法

针对具有短时延的网络控制系统, 本文提出了一种基于鲁棒控制的方法来解决该类系统的稳定化控制问题. 考虑状态反馈控制律, 将闭环网络控制系统描述为一个离散时间线性不确定系统模型, 其中的不确定部分反映了时延的时变特性对系统动态的影响. 得到了该闭环网络控制系统的渐近稳定性条件, 且该条件建立了闭环网络控制系统稳定性与两个时延参数, 即允许时延上界和允许时延变换范围, 之间的定量关系. 进一步的, 还给出了稳定化反馈控制器的设计步骤. 最后通过一个示例验证了本文所提出方法的有效性.     

时延网络控制系统的模型预测控制

针对有输入约束的不确定时延网络控制系统,提出鲁棒模型预测控制方法;其中,将不确定时延建模为范数有界的输入矩阵的不确定性．给出了鲁棒性能指标的上界和系统渐近稳定的充分条件,通过在线求解LMI凸优化问题得到状态反馈控制律．仿真例子验证了该方法的有效性．     

网络控制系统的混合H2/H∞鲁棒控制

对于网络控制系统中存在的时延问题,本文通过将随机时延转换为系统参数的不确定性,研究了闭环系统稳定性以及H2/H∞控制问题.利用Lyapunov稳定性理论和LMI方法,在系统满足某些矩阵不等式的条件下,给出了状态反馈控制器的设计方法.仿真实例验证了所该方法的有效性.     

网络控制系统的时延仿真研究与控制器设计

针对网络控制系统(NCS)中的随机时延问题,根据实际网络时延的分布情况,提出了一种新的具有随机时延的网络控制系统的建模方法-离散T-S模型,并用并行分布补偿原理(PDC)设计模糊控制器.同时提出一种新的模糊控制系统隶属函数的确定方法,利用Lyapunov定理和线性矩阵不等式(LMI)研究了系统的稳定性问题,给出基于LMI的模糊控制器的设计方法.最后通过仿真实例证明控制方法能够使具有时延的网络控制系统稳定.     

智能控制与常规控制

智能控制是在常规控制理论与技术基础上的进一步发展与提高,目的是在非结构化、不确 定性与控制对象有强相互作用的环境中实现过程任务(追求目标)的闭环自动控制.虽然传统 人工智能方法应用于实际控制问题有很大困难,但是把对复杂环境建模的严格数学方法研究 同人工智能中新兴学派思想的研究紧密结合起来,有可能导致新的智能控制体系结构的产生 和发展.这种研究将会在"自上而下"和"自下而上"两个方向的交汇处取得重大突破.     

局域网的安全控制与病毒防治

网络技术的发展,给局域网带来了很大的安全威胁,本文介绍了局域网安全控制的策略及局域网病毒防治的基本模型。     

基于可拓控制的离散变结构系统的组合控制

提出了一种新的离散变结构系统组合控制策略和一种改进的变速趋近律.众所周知,由于变结构控制系统中存在高频抖振,这一现象限制了变结构控制方法在各种工程设计领域中的应用.新的离散变结构系统组合控制策略的目的是使系统在最短的时间内完成正常运动从而系统的鲁棒性得以提高.对于滑动模态的到达问题,提出了基于改进的变速趋近率、指数趋近率和可拓控制的组合控制策略.这种新的控制策略能有效地削弱抖振提高系统的动态性能.最后通过将传统组合控制策略与所提出的组合控制策略仿真比较,其结果表明新的组合控制策略能够获得令人满意的结果.     

基于在线LS-SVM的逆模/PID复合控制

针对最小二乘支持向量机(LS-SVM)无法在线建模的问题,提出了一种基于在线LS-SVM回归的非线性逆模型建立方法。在线LS-SVM能够跟踪时变非线性系统的动态特性,当系统参数随时间变化时仍然有效。在前馈控制中,在线LS-SVM建立系统逆模型,并与PID反馈控制相结合构成复合控制方法,应用于较一般的离散非线性系统。仿真结果表明,采用在线LS-SVM建立非线性系统的逆模型的方法有效,复合控制策略具有良好控制性能。     

网络控制系统的建模与控制方法研究

网络控制系统降低了电缆成本,易于系统诊断和维护,具有很大的灵活性,因此正逐渐应用于工业控制中.在网络控制系统中,不可避免地存在网络诱导时延,这降低了系统的性能甚至使系统变得不稳定.本文研究了系统建模,控制等问题.系统仿真结果表明了本文方法的正确性和有效性.     

模糊控制理论在微网控制技术中的应用

微网控制策略是微网技术中最重要组成部分。由于各种分布式电源发电机制和环境不同,所需控制策略也不同。针对风力发电机、光伏发电等新能源发电具有间歇性,本文将模糊控制理论运用于控制系统中,利用参考电流和误差电流控制滞环环宽,使开关频率得到很好控制,从而有效控制了逆变器的输出电流。通过MATLAB/SIMULINK以及模糊控制块仿真,证明系统鲁棒性强,能提高电流跟踪精度和降低谐波,干扰和参数变化对其控制效果的影响减弱。     

网络控制系统的分析与控制

网络控制系统是指通过网络形成闭环的实时反馈控制系统.针对同时具有网络诱导时延和数据包丢失的网络控制系统,研究了其建模、稳定性分析与控制器设计的问题.所考虑的网络诱导时延为小于一个采样周期的短时延,既可以是定常的也可以是时变的;随机丢包过程是具有普遍意义的任意丢包过程,其数字特征不必先验得到.运用Lyapunov方法,得...     

智能控制在城市交通控制中的应用

介绍了自适应神经模糊推理系统的结构,以及用MATLAB模糊工具箱提供的ANFIS应用工具仿真,完成训练模糊神经网络,将智能控制应用在城市交通控制中。     

基于Fuzzy-PI双模控制的控制系统

叙述了孵化装置中有关温度与湿度的控制方法。为了提高控制精度、改善系统的动态、稳态性能,引入了基于Fuzzy-PI双模控制方法,并利用Matlab进行仿真。通过仿真和实际运行表明,采用了Fuzzy-PI双模控制以后,加快了动态响应,提高了控制精度,有效地降低了超调量,孵化率达到了规定的技术指标。对于实际中存在的非线性、大滞后、大惯性、难以建立数学模型的系统,采用该控制方法,不失为一种好的策略。     

烤箱温度控制系统的模糊PID控制

通过与单纯的模糊控制和单纯的PID控制相比,采用模糊PID控制烤箱温度系统可以明显改善系统的稳态性能以及稳态响应。