时变大时滞系统参数辨识的仿真研究

研究了时变大时滞系统的参数辨识问题.大时滞系统大多采用补偿控制方法,但是补偿控制方法需要系统的精确数学模型,因而获得大时滞系统的数学模型成为了补偿控制的关键,时变特性使问题复杂化,从而影响了大时滞系统的控制精度.为解决上述问题,提出了一种神经网络的参数辨识策略,利用一个神经元对系统的时滞参数进行辨识,从而可以将时滞从系统模型中分离出来,可利用一个RBF神经网络模型辨识系统的其它参数,使神经元的输出作为RBF神经网络的一个输入,从而实现了串-并联结构的双神经网络拓扑.拓扑结构可以比串级的神经网络提高训练速度,因而也就更适合于实时控制.针对工业锅炉回水温度控制系统的仿真结果验证了所提辨识算法的正确性.     

时滞大系统的Robust稳定性

在本文中考虑了由非线性扰动子系统组成的时滞大系统的鲁棒稳定性问题，利用Ｌｙａｐｕｎｏｖ稳定性准则，对角占优矩阵的方法和结合矩阵Ｒｉｃｃａｔｉ方程，获得了系统指数稳定的充分判据，本文的结果改进并推广了文（４，６）的结果。     

基于时间注意力机制的时滞混沌系统参数辨识模型

针对时滞混沌系统在时滞未知条件下的参数及时滞辨识问题,提出基于时间注意力机制的时滞混沌系统参数辨识模型——PINN-TA。首先,采用时间注意力机制提取系统状态序列的关联特征,以实现对系统时滞的辨识;其次,利用循环神经网络（RNN）隐式地近似系统微分方程,形成关于系统参数的代数方程;最后,将代数方程的根作为参数辨识的结果。分别以时滞Logistic方程、Ikeda微分方程和Mackey-Glass混沌系统等典型时滞混沌系统作为待辨识系统,对PINN-TA模型和多种智能搜索算法进行对比实验。仿真结果表明,相较于人工雨滴算法（ARA）、混合布谷鸟搜索算法（HCS）、全局花朵授粉算法（GFPA）、元胞自动机鲸鱼算法（CWA）等现有智能搜索算法,PINN-TA模型对参数和时滞的辨识误差降低了90.31%～99.36%,且辨识耗时缩短至18.59～19.43 ms。可见,PINN-TA模型能够满足精度和实时性要求,为时滞混沌系统参数及时滞辨识提供可行的解决方案。     

基于LMI的不确定关联时滞大系统对时滞参数的自适应控制

针对具有时滞的不确定关联大系统，研究了状态反馈控制器的设计问题。当时滞常数未知时，给出了对时滞参数的自适应控制方案。建立了可由线性矩阵不等式(LMI)表示的镇定条件。最后给出了仿真实例以说明该方法的有效性。     

带有时滞的随机大系统的稳定性

本文对带有时滞的随机大系统给出了滞后无关均方渐近稳定性的定义和判据,所讨论的随机大系统具有随机互联结构。     

时滞随机大系统的分散次优镇定

本文基于Ｒｉｃａａｔｉ矩阵方程、采用Ｌｙａｐｕｎｏｖ泛函研究具有时滞的Ｉｔｏ型随机大系统的分散次优镇定，建立了分散次优镇定的判据，给出了确定分散次优控制器的一个算法，这个算法以求解Ｌｙａｐｕｎｏｖ矩阵方程与Ｒｉｃｃａｔｉ矩阵方程为基础。文中命同了数值算例以说明本文算法的用法。     

线性时滞系统对时滞参数的自适应控制

针对实际中线性时滞系统的时滞常数往往不能精确已知的缺点,对具有状态滞后的线性时滞系统提出一种对时滞常数的自适应控制方案,其控制器存在的充分条件由一个线性矩阵不等式（LMI）的形式给出,并对整个闭环系统的稳定性进行了分析。     

时变时滞系统的参数辨识及自适应控制

基于最小二乘法一类辨识算法的自适应控制,一般只适用于时滞已知且时不变的被控过程,本文提出了一种包括可估计时变时滞在内的参数辨识方法,该方法扩展了最小二乘一类辨识算法及相应的自适应控制的应用范围,文中通过一个实例讨论了该方法在自适应控制中的应用,并谈及下一步的研究工作。     

大时滞不确定系统的滞后时间削弱与自抗扰控制

针对具有变时滞、变参数和扰动的大时滞不确定系统的控制问题,本文提出了滞后时间削弱与自抗扰控制方法,综合应用了前馈控制、反馈控制和自抗扰补偿控制.为了提高系统的稳定性,在前馈控制器的设计中采用了系统的边界模型确定控制器参数取值范围;采用系统边界模型输出与系统实际输出的动态加权和作为反馈控制器的输入.为了提高系统控制的性能,自抗扰补偿控制回路的设计基于标称模型的补偿控制器.理论证明和仿真结果表明,所提出的方法是有效的,其在具有模型参数变化、滞后时间变化和外部扰动情况下,能保证系统的稳定性和良好的控制性能.     

非线性时滞大系统自适应神经网络分散控制

针对一类未知非线性时滞关联大系统,提出一种自适应神经网络分散跟踪控制方案．采用神经网络逼近各子系统内部的非线性函数和关联项中的时滞非线性函数;利用占有方法处理时滞项,采用Backstepping技术设计分散控制律和参数自适应律．基于Lyapunov-Krasoviskii泛函证明了闭环大系统所有信号半全局一致最终有界．通过调节设计参数和增加神经元个数,可以实现任意输出跟踪精度．实例仿真说明了该方案的可行性。     

一类长时延网络控制系统的鲁棒无源控制

考虑实际模型的不确定性,针对一类长时延网络控制系统,建立起一类不存在数据包丢失及数据时序错乱的长时延线性离散系统,并将无源控制引入网络控制系统,运用线性矩阵不等式(LMI)和Lyapunov理论,推导出闲环系统渐近稳定且满足鲁棒无源性的充分条件,并给出无源控制器的设计方法,通过Matlab数值仿真算例,证明分析方法和结论的有效性.     

ITAE和IMC在不稳定大滞后系统的研究

针对常规PID对不稳定大滞后系统的控制效果不佳,有时甚至不能使系统稳定,且参数整定复杂等方面的不足,将内模控制与ITAE控制相结合,采用了双环控制结构,内环由状态反馈基于ITAE原理镇定系统,外环基于IMC原理设计控制器.在MATLAB环境下进行仿真,该控制系统具有更良好的鲁棒性和抗干扰性,不但调节速度快.     

具有参数扰动时滞系统的鲁棒镇定性

利用标量的Ｌｙａｐｕｎｏｖ函数，结合代数Ｒｉｃｃａｔｉ方程和Ｒａｙｌｅｉｇｈ’ｓ原理，讨论了具有参数扰动时滞系统的鲁棒镇定性，获得了一个充分条件。     

具有长时延网络系统内模控制策略研究

NCS(网络控制系统)中的随机时延会导致系统的不稳定.本文从控制策略的角度,在NCS中加入内模控制.在内模通道中增加AR-BP神经网络时延预测方法;针对被控对象数学模型与被控对象不一致而引起的控制性能降低问题,提出利用模糊控制规则实时调整滤波器参数的方法.仿真结果表明,在内模通道中增加AR-BP神经网络时延预测环节,能...     

Predictive Compensation for Stochastic Time Delay in Network Control Systems

This paper proposes a predictive compensation strategy to reduce the detrimental effect of stochastic time delays induced by communication networks on control performance. Values of a manipulated variable at the present sampling instant and future time instants can be determined by performing a receding horizon optimal procedure only once. When the present value of the manipulated variable does not arrive at a smart actuator, its predictive one is imposed to the corresponding process Switching of a manipulated variable between its true present value and the predictive one usually results in unsmooth operation of a control system. This paper shows: 1) for a steady process, as long as its input is sufficiently smooth, the smoothness of its output can be guaranteed; 2) a manipulated variable can be switched smoothly by filtering the manipulated variable just using a simple low-pass filter. Thus the control performance can be improved. Finally, the effectiveness of the proposed method is demonstrated by simulation study.     

网络控制系统中随机传输时延的预测补偿研究

This paper proposes a predictive compensation strategy to reduce the detrimental effect of stochastic time delays induced by communication networks on control performance. Values of a manipulated variable at the present sampling instant and future time instants can be determined by performing a receding horizon optimal procedure only once. When the present value of the manipulated variable does not arrive at a smart actuator, its predictive one is imposed to the corresponding process. Switching of a manipulated variable between its true present value and the predictive one usually results in unsmooth operation of a control system. This paper shows: 1) for a steady process, as long as its input is sufficiently smooth, the smoothness of its output can be guaranteed; 2) a manipulated variable can be switched smoothly by filtering the manipulated variable just using a simple low-pass filter. Thus the control performance can be improved. Finally, the effectiveness of the proposed method is demonstrated by simulation study.     

时滞分布参数系统中和控制器设计

首先给出中和控制器设计思路,针对具有时滞特性的分布参数系统,设计中和控制器,讨论此类系统的稳定问题.利用Lyapunov稳定性理论并结合矩阵不等式处理方法,得出具有时滞特性分布参数系统稳定中和控制器存在的充分条件.最后结合所给条件,给出一个数值仿真说明其有效性.     

基于灰色预测的大时滞过程的控制研究

针对传统PID控制对大时滞过程控制效果不佳的情况,采用基于GM(1,1)灰色模型对被控对象系统行为进行预测,并用等维新息、提高原始数据列的光滑度和改变初始条件三者结合的方法对该模型进行改进,得到一个改进的GM(1,1)模型.同时以GM(1,1)模型的发展系数a作为决定预测步长的依据,将其与传统PID结合,组成灰色预测控制系统对大时滞过程进行控制.仿真结果表明,与传统PID控制相比,该方法具有较强的适应性和鲁棒性,控制性能也得到了较明显的改善.     

基于模型补偿的大时滞系统的控制算法

大时滞问题是工业过程控制研究中尚未完全解决的问题。从动态特性补偿的角度提出一种对时滞系统的模型补偿控制算法。通过大量仿真实例分析，表明这种算法具有较好的控制性能和鲁棒性，是一种较为实用的控制算法。     

含有纯滞后系统的控制方法

针对时滞对象的控制问题，着重选取几种控制方法，考虑模型失配，时滞大小及干扰作用等因素，进行仿真，比较控制性能，以期对含有大时滞的实际对象的控制起到方法上的指导作用，结果表明，其中预测PI和内模PID两种控制方法响应速度快，超调量小，对模型失配的鲁棒性强，抗干扰能力好，时滞时间越长，越能体现出其优越性，是在克服纯滞后所产生影响的较好的控制方法。