一类非线性系统的鲁棒控制器设计

该文研究了一类不确定非线性系统的鲁棒镇定控制器设计问题，该非线性系统的时变参数不确定性满足范数有界条件，非线性不确定项位于有限霍尔维茨角域。首先分析了系统鲁棒稳定的条件，接着基于线性矩阵不等式的方法得到了系统鲁棒镇定控制器设计的充分条件，通过求解一个线性矩阵不等式便得到了鲁棒镇定控制器。最后通过数值仿真例子进行了验证，仿真结果表明了该文所得结果较之已有的结果保守性明显降低。     

一类不确定线性切换系统的二次鲁棒镇定

研究了一类不确定线性切换系统的二次鲁棒镇定问题。这类系统不仅包含不确定项,而且在输入通道中也包含不确定性。给出了这种不确定线性切换系统二次鲁棒镇定的充分条件。当某类矩阵是负定时在任意的切换策略下,可以保证系统的二次鲁棒镇定。     

时滞离散系统的鲁棒稳定新判据及控制器设计

针对一类具有多重状态时滞和多面体不确定性的离散时间系统，提出了一个新的参数依赖型Lya—punov稳定条件，并基于此条件设计了系统的鲁棒镇定状态反馈控制器，采用线性矩阵不等式(LMI)技术，将控制器存在的充分条件转化为LMI的解存在条件，可以采用较为有效的内点方法进行求解，与已有的基于二次稳定的结果相比，表明所提出的方法具有较低的保守性，通过数值仿真验证了所提出算法的可行性和优越性。     

具有输入时滞的不确定线性系统的鲁棒镇定

研究了一类具有输入时变滞后的不确定线性系统的鲁棒控制器设计问题。以线性矩阵不等式的形式给出系统可镇定性的充分条件，系统的可镇定性不仅与输入时滞大小有关，而且与输入时滞的微分大小有关。一种新的凸优化算法被用于控制器设计，能保证在给定的不确定性范围内求得一个使系统镇定的次优解。     

鲁棒稳定控制器设计

提出了一种新的鲁棒稳定控制器设计方法。利用它能够成功地解决当控对角具有极点穿越虚轴时，鲁棒器的设计问题。     

一类非线性级联系统的鲁棒镇定

研究一类非线性不确定级联系统的鲁棒镇定问题．根据系统的结构特性，将非线性级联系统转化为基子系统和扩张子系统，在基子系统全局渐近镇定的假设下，根据局部线性化模型的二次可镇定性，构造出非二次李雅普诺夫函数，进而设计出鲁棒镇定控制器．在该控制器作用下的闭环系统，是鲁棒全局渐近稳定和局部二次稳定的．     

区间时变时滞系统的鲁棒镇定控制

研究一类区间时变时滞系统的鲁棒镇定性问题,所研究的系统中同时含有状态时滞和控制输入时滞,并且状态时滞与控制输入时滞满足一定的不等式关系。通过引入新的算子将时变时滞系统转换成含有单时滞的线性参数可变系统（LPV）,并通过构造Lya-punov泛函,以线性矩阵不等式（LMI）的形式给出了控制器的设计方案。最后通过实例仿真验证了结果的有效性和优越性。     

关联时滞广义大系统的分散鲁棒镇定控制器设计

研究一类具有数值界不确定性关联时滞广义大系统的分散鲁棒镇定问题.构造Lyapunov函数,通过适当地放大不等式,利用矩阵Schur补的性质,将问题转化为一组线性矩阵不等式（LMI）的求解问题.给出了系统镇定控制器存在的条件.当条件成立时,给出了分散鲁棒反馈控制律的表示式.数值算例说明了控制器设计方法的可行性.     

带积分环节的线性系统鲁棒控制器的插值法设计

利用Ｈ∞控制理论中的插值法,研究了带积分环节的线性系统鲁棒控制器的设计。根据系统的内稳定性和鲁棒稳定性要求,给出了满足带积分环的线性系统控制器的插值条件,使设计得到的线性系统鲁棒控制器具有积分控制作用,从而可使系统既能够满足稳态性能的要求,又具有鲁棒稳定性。     

网络控制系统的鲁棒控制器设计研究

针对网络控制系统（NCS）的基本问题——网络诱导时延与数据丢包现象进行建模，同时考虑了被控对象存在不确定性时的鲁棒镇定问题。基于时滞系统理论的时滞依赖方法，给出了NCS鲁棒镇定的充分条件，结论描述为尊性矩阵不等式形式。利用此结论可求出使NCS鲁棒镇定的最大允许网络诱导时延（MADB）。最后的数值例子证明了本文算法的有效性。     

解广义二次规划的神经网络

考虑了广义二次规划问题，基于其鞍点的充要条件，提出了求解它的一个神经网络，运用Ly1punov稳定性理论与LaSalle不变原理证明了该网络是稳定的，并且收剑于一个精确解。模拟实验表明新模型不仅是有效的，而且非常可靠。     

神经网络在烧结混合料水分控制中的应用

烧结混合料水分控制一直是困扰钢铁行业的一大难题。提出了一种利用神经网络对2个难测量的参数进行在线辨识的方法，从而控制烧结混合料的加水量。理论研究和仿真证实所提出的方法的有效性。     

神经网络在烧结混合料水分控制中的应用

烧结混合料水分控制一直是困扰钢铁行业的一大难题。提出了一种利用神经网络对2个难测量的参数进行在线辨识的方法,从而控制烧结混合料的加水量。理论研究和仿真证实所提出的方法的有效性。     

基于Hebbina监督学习算法的神经网络变距控制

变距控制是变速恒频风力发电机组的核心技术之一，由于变距系统具有纯滞后非线性的特性，采用常规的PID算法已无法满足控制目标的要求.由1 MW变速恒频风力发电机组实际运行情况可知，其控制器PID参数需要不断在线整定，为此设计了基于Hebbina监督学习机理的神经网络变距控制算法.根据机组运行的实际数据进行离线学习，确定Hebbina监督学习算法的学习速率η_i，然后进行在线整定，以保证风力发电机组处于最佳运行状态.给出了1 MW风力发电机组采用常规PID算法和神经网络变距控制算法的仿真对比结果，从中可以看出后者的动态特性和稳态特性明显优于前者，对于实际应用将起到指导作用.     

控制图模式及其智能识别方法

控制图是现场质量控制的重要工具,使用控制图最为困难的问题是识别控制图中是否存在异常现象以及异常现象存在时的具体模式．针对这一问题展开研究,提出了基于多ANN神经网络模型与模糊化预处理的控制图模式智能识别方法．经计算机模拟和应用实践表明该方法是切实可行的。     

基于连续型Hopfield网络的最优控制方法

为克服应用离散型Hopfield网络解决动态最优控制问题时,计算量随着系统维数和控制时域的增加而指数增大的不足,提出了一种基于连续型Hopfield网络解决线性离散系统二次型最优控制问题的方法.该方法将线性二次型性能指标转化为连续型Hopfield网络的能量函数,控制序列转化为连续型Hopfield网络神经元的输出向量,从而将线性二次型动态优化问题的求解过程转化为相应的连续型Hopfield网络从初态向终态的运行过程,网络稳态输出反映了最优控制序列.该方法计算量小,实时性好,便于在线优化控制.     

用神经网络解非线性方程组

提出了一种解非线性方程组的神经网络模型,并在非线性方程组有惟一实根、有限个实根以及无穷多个实根情形下严格地证明了该模型的稳定性,然后,给出了一个模拟算法,该算法不仅可以用来解非线性方程组,而且还可以用来解多元非线性方程及线性方程组,数值试验结果表明,该算法是有效的。     

不确定网络控制系统鲁棒故障诊断

针对一类具有网络时延和范数有界未知输入影响的不确定网络控制系统,提出了一种基于观测器的鲁棒H∞故障诊断滤波器的设计方法。基于Lyapunov稳定性条件和线性矩阵不等式得到了使系统渐近稳定的H∞性能判据,并基于该判据给出了系统的鲁棒H∞故障诊断滤波器的设计方法。设计的滤波器不但保证闭环系统渐近稳定,同时使滤波误差系统的H∞范数小于一个给定的衰减水平。数值算例验证了本文提出算法的有效性。     

无人水下航行器PID神经网络解耦控制

通过无人水下航行器动力学分析和运动建模,将系统解耦为航向、横滚、纵向三通道控制系统。为了消除解耦过程中存在的问题,采用PID神经网络控制算法来实现三自由度的独立控制。仿真结果表明,该控制方法不仅减少了计算时间,提高了响应速度,而且具有超调量小、稳态精度高等控制品质,对无人水下航行器的实际应用具有一定意义。     

非线性系统的多模型鲁棒控制器设计

在互质分解框架下,定义了闭环系统中算子的图及其鲁棒边界的概念,并给出了反馈系统稳定的充要条件.通过对非线性系统中多个平衡点的线性化模型进行最优鲁棒控制器设计,使之具有最大的广义稳定裕度.将各线性闭环系统的鲁棒稳定边界用于对子控制器输出信号的加权,从而得到全局控制器的输出.仿真实验表明,该方法不仅可以较好地跟踪设定值,而且具有较强的抗干扰能力.