一类不确定脉冲型混杂系统的保代价控制

针对混合代价函数,研究了参数不确定脉冲型混杂系统的保代价控制问题,给出了混杂状态反馈保代价控制律的设计方法,由此得到的控制律既能使系统闭环鲁棒渐近稳定,又可使系统的闭环混合代价指标在对象参数摄动的范围内不超过确定的上界.本文提出的控制律不仅包含连续时间动态,也包含离散事件动态,而且其离散事件动态行为不需要与被控系统的离散事件动态行为一致,因此设计时不要求被控系统的每个连续时间子系统都具有可控性.仿真结果表明所提设计方法是可行有效的.     

基于代数算法的RBF神经网络解耦控制

提出一种基于代数算法的RBF(Radial Basis Function)神经网络自适应PID控制方法.该方法采用动态的径向基函数网络对非线性系统进行在线辨识被控对象,并将获得的灵敏度信息对PID控制参数自整定,实现了系统的解耦控制.仿真结果表明该设计方案具有控制精度高,实时性好,且具有很强的鲁棒性和自适应性.     

感应电动机锁相及模糊滑动模控制

针对感应电动机调速系统综合运用了多种控制手段 ,在内环采用滑动模控制以实现感应电动机转矩和磁链的解耦 ,外环采用锁相环 (PLL)控制使被控系统具有高稳态精度 .而在动态过程中则引入了模糊滑动模控制(FSMC) ,保证了系统的快速性和鲁棒性 .     

迟延惯性系统的一种自校正增量型PID控制

对于具有大迟延、大惯性特性的被控对象,常规PID控制往往难以取得满意的控制效果。在对常规PID控制算法及迟延和惯性系统的动态特性进行定性分析的基础上,提出了一种新的自校正增量型PID控制方法。首先采用带最小损失函数的递推最小二乘算法通过离线辨识获得被控对象初始的迟延和惯性特性,并据此整定PID控制器参数;控制过程中,通过在线辨识实时获取被控对象的动态特性,并利用历史控制信息,根据在线辨识结果获得一种具有自调整功能的校正基准量,从而形成一种自校正增量型PID控制器。最后,将其应用于电站锅炉过热汽温串级控制系统中。仿真试验表明,该方法能够有效地控制具有时变特性的大迟延、大惯性对象,表现出了良好的自适应能力。     

一类控制输入饱和受限的不确定系统滑模控制

本文研究控制输入饱和受限情况下不确定系统的滑模控制问题,其中,被控对象同时存在状态矩阵不确定性和控制增益矩阵不确定性.设计了一种积分型切换面和一个具有特殊结构的滑模控制律,可以在参数不确定和控制受限影响下保证系统状态轨迹有限时间内到达指定的切换面,利用等价控制律方法给出了滑模动态渐近稳定的充分条件.数值仿真例子验证了本文算法的有效性.     

一类输入饱和非仿射非线性系统的非线性动态逆控制

输入饱和是实际系统中经常遇到的问题,很多已有的控制方法要求被控系统具有仿射结构.本文针对一类具有输入饱和的非仿射纯反馈非线性系统提出了一种基于奇异值摄动理论的非线性动态逆控制方法.首先构建一个快变子系统,在慢时间尺度下将非仿射非线性系统转换为具有仿射结构的线性系统,从而应用已有的控制算法实现控制目的.为了消除输入饱和带...     

FCMAC在蒸汽发生器水位控制中的仿真研究

蒸汽发生器是一个高度复杂的非线性时变系统,在其工况变化时具有逆动力学效应,使得蒸汽发生器的水位控制变得复杂.而其工作性能直接影响反应堆的安全运行.采用传统PID控制方案难以达到控制要求.针对蒸汽发生器的水位控制提出一种基于模糊小脑模型连接控制(FCMAC)与PID联合的控制方案.方案中,将传统的CMAC神经网络和模糊控制原理相结合,形成的FCMAC神经网络实现前馈控制,实现被控对象的逆动态模型;PID实现反馈控制,保证系统稳定性,且抑制扰动.仿真结果表明,该方案具有响应快,超调量小,较强抑制干扰能力等良好性能.     

一类具有多种耦合时滞的复杂动态网络的牵制同步

针对一类由Lur'e系统组成的具有多种耦合时滞的加权复杂动态网络,研究其同步问题.只对网络中的一部分节点进行控制,从而使整个被控网络达到同步.基于绝对稳定性理论.得到了保证复杂网络实现全局同步的时滞独立判据.仿真中以蔡氏振荡器组成的复杂网络为例,验证了所提方法的有效性,且表明在某些特殊情况下,只需控制一个节点便可使整个网络达到同步.     

一类具有状态及控制滞后的不确定系统的鲁棒H∞控制

本文就一类具有状态及控制滞后的不确定动态系统,研究了其鲁棒Ｈ∞控制,文中提出一种鲁棒无记忆Ｈ∞控制器的设计方法,该控制器在鲁棒镇定系统的同时,能保证闭环系统从扰动到被控输出的Ｈ∞范数小于某一给定的常数。     

一种改进的基于概率约束DMC控制算法

动态矩阵控制（DMC）是模型预测控制（model predictive control）的一种典型算法，通过模型预测、在线滚动优化和反馈校正来对被控系统实施优化控制，能有效处理系统输入输出约束和抑制随机干扰。为了使具有概率约束的被控对象具有更好的动态响应速度和鲁棒性，在优化性能指标函数中引入跟踪误差的微分项，再通过高斯近似把概率约束指标转换为确定约束，建立有约束DMC预测控制算法。理论分析和计算机仿真结果表明了该算法使系统具有更好的控制品质。