基于非光滑观测器的迟滞三明治系统状态估计

针对带迟滞的三明治系统特点,构建了一种非光滑观测器以对系统状态进行估计.首先根据带迟滞三明治系统的特点,采用分离原理,建立了描述系统特性的非光滑状态空间方程.据此构造了能够随系统工作区间变化而自动切换的非光滑观测器,给出了相应的收敛定理及其证明.最后通过仿真,分别比较了非光滑观测器和传统的观测器对状态的跟踪效果,比较结果表明非光滑观测器对于带迟滞三明治系统状态变量估计的准确性要优于传统的观测器.     

基于非光滑观测器的间隙三明治系统状态估计

在工业领域, 机械传动系统、液压系统等往往含有间隙特性, 这类系统可以用带间隙的三明治系统描述. 本文针对带间隙的三明治系统特点, 构建了一种非光滑观测器以对系统状态进行估计. 首先根据带间隙三明治系统的特点, 采用分离原理, 建立了描述系统特性的非光滑状态空间方程. 据此构造了能够随系统工作区间变化而自动切换的非光滑观测器, 给出了相应的收敛定理及其证明. 最后通过伺服液压系统的例子, 分别比较了非光滑观测器和传统的观测器对状态的跟踪效果, 比较结果表明非光滑观测器对于带间隙三明治系统状态变量估计的准确性要优于传统的观测器.     

间隙三明治系统的改进卡尔曼状态估计

控制工程中许多实际系统都可以描述为带间隙的三明治系统,由于间隙具有非光滑、局部记忆性和多值映射等复杂非线性特性,使得整个三明治系统的内部状态估计工作具有很大挑战性.首先根据间隙三明治系统的特性引入了几个自动切换函数,采用关键项分离原理,建立了随机噪声干扰下间隙三明治系统的非光滑整体伪线性状态空间模型.针对该系统提出了一种非光滑的改进卡尔曼滤波算法以估计系统状态,其工作机制能够随系统当前工作区间的转变而自动切换模式.仿真和实验结果表明,针对含噪声的间隙三明治系统,非光滑的改进卡尔曼滤波算法对系统状态的估计准确度要高于传统卡尔曼滤波算法.     

基于鲁棒观测器的带间隙三明治系统故障预报

工程实践中常见的带间隙的三明治系统的准确故障预报具有重要的现实意义,为此,本文构建了一种新的动态鲁棒观测器对其进行故障预报.首先,通过将非光滑项转化为干扰项的方法,将间隙非光滑三明治系统转化为可用动态鲁棒观测器设计方法设计的系统.其次,采用零点配置和最小化基准区间观测器的范数(H_∞,F/H_,F)指标的方法确定动态鲁棒观测器的增益矩阵.最后,通过仿真,分别比较了基于非光滑鲁棒观测器和基于传统观测器的故障预报效果,比较结果表明:鲁棒观测器能够及时地准确预报传统观测器无法预报的故障,且有效减少了故障的漏报和错报现象.     

含有迟滞Hammerstein系统的非光滑卡尔曼状态估计

迟滞特性具有非光滑、多值映射等复杂特性.如果迟滞环节的末端还存在一个线性子系统,导致迟滞的输出信号不可测,使得整个系统的状态估计工作成为很大的难题,常规的估计方法无法直接应用到这类系统中.本文提出一种新的非光滑卡尔曼滤波器,描述了Hammerstein系统的状态空间方程.据此构造了能够随系统工作区间变化而自动切换的非光滑滤波器.最后通过仿真和实验,比较了非光滑卡尔曼滤波器和传统的卡尔曼滤波器的状态估计效果,比较结果表明非光滑卡尔曼滤波器对于带迟滞的Hammerstein系统状态变量的估计的准确性要优于传统的卡尔曼滤波器.     

基于退化激励信号的含有迟滞的三明治系统辨识

含有迟滞的三明治系统不仅具有非光滑、多值映射等特性, 而且迟滞环节的输入输出信号还是不能直接测量的, 常规方法难以进行有效的辨识. 本文提出了一种基于退化激励信号的两步辨识方案: 第一步, 设计一个特殊的退化激励信号将迟滞环节退化为一条静态曲线, 从而可以将两端的线性动态环节辨识出来, 解决中间信号不可测的问题; 第二步, 利用已辨识的线性模型重构迟滞环节的输入输出信号, 再采用“扩展输入空间法”建立迟滞环节的神经网络模型. 最后, 在压电超精密运动系统的实验结果表明所提出的建模方法取得了令人满意的结果.     

基于降维观测器的非最小相位系统的快速故障估计

针对传统的基于自适应观测器的故障诊断方法不适用于非最小相位系统的问题,本文基于降维 观测器提出了一种新的自适应故障估计方法．首先引入特殊坐标基（special coordinate basis, SCB）变换,可以 方便地求出误差系统的不变零点．其次对于变换之后的系统,基于降维观测器提出了一种新的快速故障估计 方法,目的在于提高故障估计的性能,即故障估计的快速性和准确性．最后仿真验证了此方法的有效性．     

双线性状态空间系统的状态观测器设计

针对受过程噪声和量测噪声干扰的双线性状态空间系统,研究其状态估计算法.借助双线性系统的特殊结构,将其等价表示为线性时变模型,推导基于Kalman滤波的状态估计算法.针对线性时变模型中存在的未知变量,基于辅助模型辨识思想,通过构造一个辅助模型,将未知变量用该模型的输出代替,提出基于辅助模型的双线性系统状态估计算法.构造双线性状态观测器,引入delta算子极小化状态估计误差协方差矩阵,从而得到最优状态估计增益,并提出基于delta算子的双线性系统状态估计算法.所提出的算法能够避免线性化过程带来的估计精度差的问题,提高双线性系统的状态估计精度.通过仿真实验验证了所提出算法的有效性,并对比分析了不同噪声情况下所提出算法的估计效果.     

基于迟滞算子的非平滑三明治系统自适应控制

针对一类具有非平滑的迟滞三明治系统, 提出一种基于神经网络的自适应控制方法. 首先利用神经网络做出了前端动态模块的逆系统实现前端动态模块的近似补偿, 这样将迟滞三明治系统转化成一般的迟滞非线性系统. 然后提出一个迟滞算子将迟滞的多映射转化成一一映射, 基于这个迟滞算子设计了神经网络自适应控制器, 通过Lyapunov方法证明了系统的稳定性并推导出神经网络的权值自适应调整律和控制律. 最后通过仿真验证了该方案的有效性.     

State and fault estimation of sandwich systems with hysteresis

In this paper, a switched proportional integral observer (PIO) is designed for estimating the states and fault of sandwich systems with hysteresis. In the system, the actuator fault and sensor noise have been included simultaneously. The switched PIO contains a changeable transition matrix and a switched item, which can switch according to different working points of the hysteresis. The estimation errors of the states and fault are analyzed, and a theorem is given to illustrate the estimation errors of the states and fault, which are both bounded. The problem of selecting an appropriate feedback matrix of the switched PIO has been translated into an optimization problem with feedback matrix tuning. The effectiveness of the switched PIO has been testified in the simulation with a real application case. Moreover, to show the good performance of the switched PIO, a conventional PIO is proposed and compared in the simulation. The results show that the switched PIO is superior to the conventional one.     

Observer-based synergetic adaptive neural network control for a class of discrete-time nonlinear systems with dead-zone

In this paper, the observer-based synergetic adaptive neural network control method is designed for a class of discrete-time systems with dead-zone. A macro-variable is introduced by a synergetic approach to control theory and neural networks are utilised to estimate unmeasured states and unknown functions in the system. Furthermore, by employing an adaptive design procedure and Lyapunov stability theory, the closed-loop system stability is guaranteed, and the desired system performance is achieved simultaneously. Finally, some simulation results are given to prove the validity of the developed control method.     

含死区高阶非线性系统自抗扰动态面控制

针对一类含有未知死区输入的不确定纯反馈非线性系统,为实现精准控制,提出一种新的基于扩张状态观测器的动态面控制算法.用扩张状态观测器代替函数逼近器在线估计高阶系统动态面控制中每一步的不确定函数.结果表明,估计误差显著降低,闭环控制性能得到实质性改善.此外,设计跟踪微分器来消除传统反推方案中计算复杂的问题.通过李雅普诺夫方法分析了具有自适应鲁棒控制器的闭环系统的稳定性.最后,对所提出的自适应鲁棒控制方案进行仿真,取得了满意的结果.