时延转移概率部分未知的网络控制系统鲁棒H_∞故障检测

针对具有时延的离散网络控制系统,研究了时延转移概率部分未知条件下的鲁棒H∞故障检测问题.首先,利用两个独立的有限维数的Markov链分别描述传感器至控制器时延及控制器至执行器时延,把网络控制系统建模为具有两个Markov链的控制系统.在此基础上构造了故障检测滤波器,利用状态增广的方法建立了闭环系统模型.然后,以矩阵不等式的形式得到了闭环系统随机稳定并满足给定H_∞性能的条件,给出了相应控制器、滤波器增益矩阵及最小H_∞衰减水平的求解方法,并得到了转移概率和最小H_∞衰减水平之间的关系.最后实例仿真表明,所得到的故障检测滤波器不仅对故障敏感而且对外部扰动具有鲁棒性.     

一类非线性系统的自适应预测函数控制

针对一类具有输出反馈耦合的离散非线性系统,将过程的非线性状态空间模型等效为线性时变状态空间模型;然后利用最小二乘法辨识系统参数,并通过在目标函数中引入系统状态的变化给出一种具有类似离散PI最优调节器结构的新型自适应预测函数控制器．由于引入了新的优化目标函数,该控制器控制效果与鲁棒性要优于仅考虑预测输出误差的传统预测函数控制器．仿真结果表明,该控制器优于经典离散PI最优调节器．     

时延转移概率部分未知的网络控制系统H∞鲁棒故障检测

针对具有时延的离散网络控制系统, 研究了时延转移概率部分未知条件下的鲁棒H∞故障检测问题. 首先, 利用两个独立的有限维数的Markov链分别描述传感器至控制器时延及控制器至执行器时延, 把网络控制系统建模为具有两个Markov链的控制系统. 在此基础上构造了故障检测滤波器, 利用状态增广的方法建立了闭环系统模型. 然后, 以矩阵不等式的形式得到了闭环系统随机稳定和满足给定H∞性能的条件, 并给出了相应控制器及滤波器增益矩阵的求解方法. 最后实例仿真表明, 所得到的故障检测滤波器不仅对故障敏感而且对外部扰动具有鲁棒性.     

广义预测鲁棒自适应控制

本文指出自校正控制中广泛采用的CARMA模型会导致控制系统对确定性扰动和非平稳随机扰动缺乏鲁棒性;在CARMA模型中引入相应于上述扰动的不可控模态,给出了一种广义的CARMA模型;基于内模原理,提出一种新的广义预测鲁棒自适应控制器;并从理论上揭示其鲁棒性机理;给出了数字仿真。理论分析和数字仿真结果表明:这种广义预测自适应控制器对各类扰动和对象参数变化具有很强的鲁棒性。     

针对大气紊流改进的飞控系统设计及仿真研究

提出了一种改进的抗大气紊流纵向俯仰姿态保持飞行控制系统设计方法;针对大气紊流频谱,建立了包括大气紊流、舵回路和飞机模型为一体的增广模型;运用LQG/LTR对控制系统稳定裕度的补偿作用,设计了抗素流扰动的飞行控制系统,并加入外环PID控制器,提高了系统的动静态性能;最后通过给飞机模型施加摄动来验证飞行控制系统的鲁棒性;仿真结果表明,用该方法设计的飞行控制系统具有良好的动静态品质和较强的抗大气素流干扰的能力,从而使飞行控制系统具有良好的稳定性和鲁棒性.     

网络控制系统补偿器设计及稳定性分析

为解决网络延时对网络化控制系统性能的影响, 从控制的角度提出基于系统模型的补偿器设计方案以解决网络延时问题. 通过对广义预测控制算法GPC状态空间形式的推导, 设计具有多步预测功能的网络控制器, 实现前向通道的延时补偿; 构造具有延时补偿功能的状态观测器以补偿反馈通道延时. 分析了使用上述延时补偿策略所构成的闭环网络控制系统的稳定性. 通过对不同网络延时补偿的仿真实验, 证实了该补偿算法能有效改善控制系统性能并保持系统的稳定.     

单级倒立摆的LQR控制和DMC控制Matlab仿真比较

建立了单级直线倒立摆的状态空间模型,分别从线性最优二次型（LQR）控制和模型预测控制的原理出发,在MAT-LAB/SIMULINK环境下,设计了LQR控制器和动态矩阵控制（DMC）控制器,对所建立的倒立摆模型对象进行系统控制仿真。仿真结果表明,作为先进控制的DMC控制的效果比作为最优控制的LQR控制效果更好,鲁棒性更强。     

高精度Stewart平台运动控制系统设计

为实现Stewart平台的高精度运动控制,设计了基于运动学模型的运动控制系统。在工作空间中使用梯形速度曲线进行轨迹规划,通过位置反解得到关节空间中各支腿的规划轨迹,设计位置—速度双环控制器控制支腿跟踪各自轨迹。为抑制外部扰动,提高鲁棒性,使用基于模型辅助线性扩张状态观测器的自抗扰控制器作为速度环控制器。为在保证轨迹跟踪精度的同时,加快系统镇定速度,使用分段积分重置PI控制器作为位置环控制器。将所设计的控制器应用到实际控制系统中,并进行了运动控制实验。实验表明:在所设计控制系统的控制下,平台运行平稳,并能够较快稳定到目标位姿。     

模型跟踪广义预测鲁棒自适应控制器

本文采用滤波CARMA模型,基于内模原理,提出了一种新的广义预测鲁棒自适应控制器,并分析了闭环系统性能,在新的控制器中,引入适当的前馈作用,使得跟踪和调节问题解耦,利用部分状态跟踪、模型参考以及极点配置方法解决跟踪问题,利用多步预测滚动优化方法解决调节问题;适当选择滤波器可以保证对平稳随机扰动有满意的响应,减少可调参数对闭环系统响应的影响,增强系统对未建模动态的鲁棒性,仿真结果表明:该控制器对确定性和非平稳随机扰动具有不变性,对系统时延和阶次变化具有鲁棒性,适用于非最小相位和开环不稳定系统。     

基于状态反馈的预测二次稳定系统设计

基于广义预测的状态空间形式，提出了一种新的鲁棒预测控制设计方法—预测二次稳定控制器。利用Riccati方程给出了最优控制律，并在理论上给出了严格的证明。这种控制算法可以保证控制系统的稳定性。与广义预测控制方法进行比较，仿真结果表明该鲁棒预测控制方法是有效的，其控制性能明显优于常规的广义预测控制。     

Non-minimal state-space model-based continuous-time model predictive control with constraints

This article proposes a model predictive control scheme based on a non-minimal state-space (NMSS) structure. Such a combination yields a continuous-time state-space model predictive control system that permits hard constraints to be imposed on both plant input and output variables, whilst using NMSS output-feedback without the need for an observer. A comparison between the NMSS and observer-based approaches using Monte Carlo uncertainty analysis shows that the former design is considerably less sensitive to plant-model mismatch than the latter. Through simulation studies, the article also investigates the role of the implementation filter in noise attenuation, disturbance rejection and robustness of the closed-loop predictive control system. The results show that the filter poles become a subset of the closed-loop poles and this provides a straightforward method of tuning the closed-loop performance to achieve a reasonable balance between speed of response, disturbance rejection, measurement noise attenuation and robustness.     

An improved state-space model structure and a corresponding predictive functional control design with improved control performance

Conventional state-space model predictive control requires a state estimator/observer to access the state information for feedback controller design. Its drawbacks are the numerical convergence stability of the observer and closed-loop control performance deterioration with activated plant input/output constraints. The recent direct use of measured input and output variables to formulate a non-minimal state-space (NMSS) model overcomes these problems, but the subsequent controller is too sensitive to model mismatch. In this article, an improved structure of NMSS model that incorporates the output-tracking error is first formulated and then a subsequent predictive functional control design is proposed. The proposed controller is tested on both model match and model mismatch cases for comparison with previous controllers. Results show that control performance is improved. In addition, a linear programming method for constraints dealing and a closed form of transfer function representation of the control system are provided for further insight into the proposed method.     

Robust model predictive control of integrating time delay processes

This work focuses on the solution to the problem of model predictive control of time delay processes with both integrating and stable modes and model uncertainty. The controller is developed for the practical case of zone control and input target tracking. The method is based on a state-space model that is equivalent to the analytical form of the step response model corresponding to the system transfer function. Here, this model is extended to the time delay system. The proposed controller is evaluated through simulation of the of two control reactor systems and the results confirms the robustness of the proposed approach.     

机载光电稳瞄平台的扰动观测分数阶控制方法

随着机载光电稳瞄平台在国防军事领域的广泛应用,现代武器系统对机载光电稳瞄平台控制技术的要求越来越高.鉴于此,结合分数阶控制和扰动观测器原理,提出一种基于扰动观测的分数阶控制方法,用于提高机载光电稳瞄平台控制系统的各项性能.给出相应的闭环控制系统结构和控制器设计方法,并对其输入输出特性、扰动抑制能力等性能进行研究.在阶跃响应、正弦跟踪、扰动抑制和鲁棒性等仿真实验中,所提出控制器均表现良好.仿真结果表明,所提出基于扰动观测的分数阶控制器不仅具有分数阶控制响应速度快、鲁棒性强的特性,还表现出扰动观测器抗扰能力强的优点,可以达到提高机载光电稳瞄平台控制系统性能的目的.     

Predictive functional control based on fuzzy T-S model for HVAC systems temperature control

In heating, ventilating and air-conditioning (HVAC) systems, there exist severe nonlinearity, time-varying nature, disturbances and uncertainties. A new predictive functional control based on Takagi-Sugeno (T-S) fuzzy model was proposed to control HVAC systems. The T-S fuzzy model of stabilized controlled process was obtained using the least squares method, then on the basis of global linear predictive model from T-S fuzzy model, the process was controlled by the predictive functional controller. Especially the feedback regulation part was developed to compensate uncertainties of fuzzy predictive model. Finally simulation test results in HVAC systems control applications showed that the proposed fuzzy model predictive functional control improves tracking effect and robustness. Compared with the conventional PID controller, this control strategy has the advantages of less overshoot and shorter setting time, etc.     

Predictive functional control based on fuzzy T-S model for HVAC systems temperature control

In heating, ventilating and air-conditioning （HVAC） systems, there exist severe nonlinearity, time-varying nature, disturbances and uncertainties. A new predictive functional control based on Takagi-Sugeno （T-S） fuzzy model was proposed to control HVAC systems. The T-S fuzzy model of stabilized controlled process was obtained using the least squares method, then on the basis of global linear predictive model from T-S fuzzy model, the process was controlled by the predictive functional controller. Especially the feedback regulation part was developed to compensate uncertainties of fuzzy predictive model. Finally simulation test results in HVAC systems control applications showed that the proposed fuzzy model predictive functional control improves tracking effect and robustness. Compared with the conventional PID controller, this control strategy has the advantages of less overshoot and shorter setting time, etc.     

火电机组多变量预测控制系统的开发与应用

针对目前我国火电机组对于先进控制软件的迫切需求,结合子空间模型辨识和预测控制技术开发出一种基于状态空间模型的火电机组多变量预测控制系统;该系统采用子空间辨识方法离线辨识状态空间模型,利用多模型切换适应火电机组部分控制回路的非线性特征,最后使用预测控制器完成对象的在线控制;在电厂协调控制回路的实际应用中,负荷升降速率4%,压力偏差小于0.18MPa。所以该系统能够有效提高控制回路的响应速度和稳定性,具有一定的实用性和推广价值。     

高空作业平台广义预测自适应控制及联合仿真*

为减少工程车辆控制系统开发周期和成本,以某型54m高空作业平台电液比例调平系统为研究对象,利用ADAMS软件建立作业机构多体动力学模型;采用AMESim软件建立电液比例调平系统模型;通过MATLAB/Simulink设计,采用改进的广义预测自适应控制的闭环控制器;以AMESim作为主仿真环境,通过软件接口将多体动力学模型和控制系统模型集成到AMESim中进行联合仿真。仿真结果表明,闭环控制器较常规PID控制器具有良好的动态特性,对模型失配和负载扰动表现出更强的适应性和鲁棒性,同时也证明了联合仿真的有效性。     

基于离散指数趋近律的开关电源模糊滑模控制

对于Buck/Boost变换器,传统的控制器如PID控制器、Ⅲ型误差放大器等存在超调量过大、响应时间过长、鲁棒性不强等问题,为克服这些缺点,提出基于离散指数趋近律的开关电源模糊滑模控制方案.首先,针对工作在电感电流连续模式(CCM)的Buck/Boost变换器采用状态空间平均法建立平均线性模型;然后设计离散指数趋近律的滑模控制器,并分析了切换参数对系统的影响;最后,为改善控制效果,设计了模糊控制器.仿真结果表明,相对于传统的控制器,指数趋近律的模糊滑模控制器有效地降低了超调量,提高了系统的响应时间,并且对外部干扰的鲁棒性较好.利用所设计的控制算法实现了对50 W高频开关电源样机的良好控制,进一步证明了所提方法的有效性.     

基于模型预测控制的统一电能质量调节器

随着电力电子器件和装置在电力系统中广泛应用,电网中的非线性负荷不断增加,进而导致谐波畸变大量产生,电能质量问题日益严重.为了改善电网电能质量,提出了基于模型预测控制理论以及卡尔曼滤波方法的统一电能质量调节器的设计.首先介绍了统一电能质量调节器的基本结构和基本原理,并进行建模得到其状态空间模型,然后在此模型基础上,采用卡...