基于网络控制系统平均时延的模糊控制器设计

针对网络控制系统（ＮＣＳ）中的随机时延问题,根据实际网络时延的分布情况,提出一种新的具有随机时延的网络控制系统的建模方法———离散Ｔ Ｓ模型,并在此基础上应用并行分布补偿原理（ＰＤＣ）设计模糊控制器．同时提出一种新的模糊控制系统隶属函数的确定方法,利用Ｌｙａｐｕｎｏｖ定理和线性矩阵不等式（ＬＭＩ）研究系统的稳定性问题,给出了基于ＬＭＩ的模糊控制器的设计方法．最后通过仿真实例验证了该控制方法能使具有时延的网络控制系统稳定．

     

基于Ｔ-Ｓ模型的非线性网络控制系统的量化保成本控制

研究一类非线性网络控制系统的量化保成本控制问题．首先在考虑量化因素的影响下,基于Ｔ-Ｓ模糊模型方法建立包含时延、丢包和量化信息的新的非线性网络控制系统模型;其次运用Ｌｙａｐｕｎｏｖ稳定性理论和并行分布式补偿（ＰＤＣ）方法给出系统稳定性条件,运用锥补方法和线性矩阵不等式（ＬＭＩ）技术求解量化保成本控制器．仿真结果和横向比较结果验证了该方法的有效性．

     

具有H∞ 跟踪性能的机器人自适应犘犐犇控制

针对非线性不确定机器人系统的轨迹跟踪控制问题,提出一种鲁棒自适应ＰＩＤ 控制算法．该控制器由主控制器和监督控制器组成．主控制器以常规ＰＩＤ 控制为基础,基于滑模控制思想设计ＰＩＤ 参数的自适应律,根据误差实时修正ＰＩＤ 参数．基于Ｌｙａｐｕｎｏｖ函数设计的监督控制器补偿自适应ＰＩＤ 控制器与理想控制器之间的差异,使系统具有设定的犎∞ 的跟踪性能．最后,两关节机器人的仿真实验结果表明了算法的有效性．

     

具有跳跃时滞的跳跃线性离散系统的控制器设计

研究一类具有Markov随机时滞的Markov跳跃线性离散系统的控制器设计问题.给出了系统随机稳定的充分必要条件,在公共控制器不存在时,所给出的依赖于模态和时滞的控制器可以保证系统随机稳定,并可以利用锥补线性化等方法求出控制器.仿真结果验证了所提出的控制器设计方法的有效性.

     

基于分散推理结构的加热炉钢坯温度分布模糊控制

针对钢坯加热炉系统所具有的典型分布参数特点,提出了一种基于分散推理结构的钢坯温度分布模糊控制方案．首先,将炉内钢坯温度偏差分布作为模糊推理系统的输入信息;然后,对于每一个炉温调整点,通过一组二维模糊控制器,产生一组与钢坯温度偏差分布对应的炉温补偿控制分量;最后,综合各控制分量获得各调整点处的炉温补偿量．仿真算例表明,该方案能够有效地保证钢坯按理想加热曲线完成加热过程．

     

基于GPS的NCS非整数倍采样周期时延补偿方法

研究具有非整数倍采样周期时延的网络控制系统（ＮＣＳ）的时延补偿问题．针对ＮＣＳ中的非整数倍采样周期时延,基于广义预测控制算法并结合线性插值方法,提出一种新的网络时延补偿方法．该方法能得到非整数倍采样周期的控制预测值,同时通过减小执行器读取缓冲区的周期,可有效减少由于执行器时间驱动而引起的等待时延,解决了非整数倍采样周期时延的补偿问题．最后通过仿真验证了该方法的有效性．

     

随机系统输出概率密度函数的有限时间镇定

针对一类含有限能量未知扰动的随机动态系统,研究基于随机分布函数的有限时间控制问题．通过Ｂ 样条逼近建立了输出概率密度函数（ＰＤＦ）与权值之间的对应关系,利用线性矩阵不等式,给出了基于观测器的ＰＤＦ 有限时间控制器的参数化设计方法．采用该方法设计的控制器,可使系统对所有满足条件的未知扰动是随机有限时间有界和随机有限时间镇定的．仿真实例验证了所提出方法的有效性．

     

具有极点约束的鲁棒H2/H∞满意容错控制

针对不确定性不满足匹配条件的随机线性离散系统,研究执行器发生故障时满意容错控制器的设计问题.在更一般的连续型执行器故障模型下,所设计的控制器可保证闭环系统同时满足区域极点指标,H_∞范数指标和 H₂性能指标约束.建立了3类指标的相容性,并给出了相容指标约束下控制器存在的充分条件和设计步骤.仿真实例验证了该方法的有效性,并通过与不考虑故障的系统进行比较,说明对系统进行满意容错控制的必要性.

     

一种改进的区间二型模糊控制器设计

针对二型模糊控制器设计中出现的降型计算方法损失不确定性信息的问题,提出一种改进的区间二型模糊控制器．该控制器在充分利用二型模糊推理结果的前提下,对区间模糊输出进行再次优化,其优化指标可直接与被控系统性能相关,由此可得到更有利于提高系统整体性能的准确输出量．最后,将改进的控制器用于汽车非线性悬架系统的控制,仿真结果验证了所提出方法的有效性．

     

基于复合执行机构的再入弹头自适应反演控制

为了提高再入弹头命中精度和机动突防能力, 将质量滑块和单框架控制力矩陀螺(SGCMG) 配合使用, 以在弹头再入全过程中产生足够的姿态控制力矩. 针对再入系统物理参数及外界环境干扰的不确定性, 利用反演方法设计再入弹头姿态自适应控制器. 该控制器可以对转动惯量不确定性进行自适应补偿, 并且有效抑制力矩干扰对姿态控制系统的影响. 对某型再入弹头的仿真研究表明, 所提出的控制器可以实现姿态角的良好跟踪.

     

不确定关联网络系统分散H∞ 量化控制

研究同时具有状态和控制输入的两量化器的不确定关联网络系统分散H_∞ 状态反馈控制器和量化器参数的设计问题．由于状态在传送到控制器之前,以及控制器输入到系统时信号需要被量化,使系统的性能不能得到保证．为此,提出了一种依赖于状态调节量化器参数的策略,使得所得的闭环系统渐近稳定,并且能获得在没有量化器情况下相同的H_∞ 扰动抑制水平．控制器的设计和量化器的参数都是根据子系统信息以分散的方式构造的．

     

具有未知死区输入非线性系统的迭代学习控制

针对一类具有死区输入非线性系统,提出一种实现有限作业区间轨迹跟踪控制的神经网络迭代学习算法.基于Lyapunov-like方法设计学习控制器,回避了常规迭代学习控制中受控系统非线性特性需满足全局Lipschitz连续条件的要求.为处理输入死区,利用神经网络逼近这种强非线性特性;同时,通过对神经网络逼近误差界的估计并在控制器中设置补偿作用以消除其影响,从而提高系统的跟踪性能.

     

移动机械手运动／力鲁棒自适应轨迹跟踪

针对移动机械手控制器设计中用隐函数定理进行模型降阶时存在的一些问题,把完整和非完整约束的统一形式引入到系统的动力学模型降阶中．基于该降阶模型设计了不确定移动机械手稳定的运动／力鲁棒自适应线性参数模糊控制器．理论分析和仿真结果表明,设计的控制器简单有效．

     

不确定离散时滞系统的时滞相关非脆弱H∞ 控制

讨论不确定离散时滞系统非脆弱控制器的设计问题．利用Ｌｙａｐｕｎｏｖ-Ｋｒａｓｏｖｓｋｉｉ稳定性理论和有限和不等式方法,获得了不确定时滞系统在非脆弱控制器作用下不仅内部渐近稳定,而且具有给定的H_∞ 扰动抑制水平γ 的时滞相关有界实条件．采用迭代算法分别给出了控制器具有加法不确定性和乘法不确定性两种情况的非脆弱控制器参数的设计方法,借助于Ｍａｔｌａｂ的ＬＭＩ工具箱可以方便求解．数值仿真实例表明了该方法的有效性．

     

基于扰动观测器和有限时间控制的永磁同步电机调速系统

针对采用矢量控制的永磁同步电机调速系统提出一种复合控制方法:首先用扰动观测器观测出系统中由于模型参数变化,负载改变等产生的扰动,并用此观测值作为前馈量补偿到输入端;然后运用有限时间控制方法设计系统前向通道中的反馈控制器;最后给出了控制器参数与速度误差收敛性能之间的数学关系.仿真表明,基于扰动观测器的有限时间控制具有更好的抗扰动性能和更优越的收敛性能.

     

连续互联系统的模糊分散控制及新的稳定性条件

针对一类连续模糊互联系统,提出一种模糊分散控制器的设计方法,并给出了保证控制系统稳定的更为宽松的充分条件．应用Ｌｙａｐｕｎｏｖ函数法和线性矩阵不等式,证明了模糊分散控制系统的稳定性．仿真结果进一步验证了所提出的模糊分散控制方法的有效性．

     

Buck变换器的离散时间全程滑模控制

针对含有匹配不确定项的线性离散时间系统,设计了一种全程滑模控制器,使系统状态在初始时刻就在切换区内．给出了一种双曲正切离散趋近律,由这种改进的趋近律所设计的控制器不但可以减小系统稳态误差,而且能够削弱系统的抖振强度．将该方法应用在Ｂｕｃｋ变换器的控制器设计中,对Ｂｕｃｋ变换器的电压进行跟踪控制,仿真结果验证了所给控制策略的有效性．

     

非线性时滞系统的抖振削弱自适应滑模控制

针对一类非线性时滞系统的鲁棒自适应滑模控制器设计问题,提出了一种基于偏微分变换的自适应滑模控制方法,该方法能够有效地削弱系统的输入抖动．基于自适应滑模控制技术和Ｌｙａｐｕｎｏｖ稳定方法,克服了时滞影响,不但保证系统状态可以在有限的时间内到达滑模面,而且保证了系统的渐近稳定特性．最后给出的仿真结果验证了该控制方案的有效性．

     

基于不同加权因子的随机多模型自适应控制

针对一类噪声方差未知的随机系统,基于不同加权因子设计多个参数辨识器辨识模型参数,在此基础上,构成多模型自适应控制器.在每个采样时刻基于指标切换函数选择最佳辨识模型,并将基于此最佳模型设计的控制器切换为当前控制器. 同时,证明了多个模型控制器之间相互切换时整个闭环系统是全局收敛的 .仿真结果表明,同单一自适应模型控制器相比,这种基于多个不同加权因子的多模型自适应控制器在模型参数发生跳变时可很好地改善被控对象的控制品质.

     

一类高阶次随机非线性系统的输出反馈镇定

针对一类高阶次随机非线性系统,研究其输出反馈镇定问题．通过选择有效的观测器和李雅普诺夫函数,所设计的光滑输出反馈控制器保证了闭环系统的平衡点是依概率全局渐近稳定的,输出几乎处处调节到零．数值仿真验证了控制方案的有效性．