一种经济型非线性控制器的设计及其应用

本文给出了一种经济型非线性控制器的设计方法．这种控制器由专家形式的智能协调控制器、模糊预估控制器、模糊前馈控制器以及非线性控制器组成，并简要说明了以此控制器构成的集散控制系统．     

欠驱动Furuta摆的摇起与平衡控制

欠驱动机械系统是一类构成系统的广义坐标维数多于控制输入维数的非线性系统.该系统具有很强的非线性,对于这类系统的研究有助于非线性控制理论的发展.针对欠驱动Furuta摆系统,利用非线性控制方法分别设计了摇起和平衡控制器.运用基于能量的控制方法设计了摇起控制器,利用LQR方法设计平衡控制器.两个控制器通过切换实现控制转换.最后通过仿真实验验证了控制器的可行性.     

非线性系统全状态线性化内模扰动抑制

运用全状态线性化方法对在外部扰动持续作用下的非线性系统设计了扰动抑制控制器,利用非线性控制项消除开环系统的非线性因素。根据内模原理构造与扰动动态特性相同的内模补偿器,再利用Pontryagin极小值原理对增广系统设计最优调节器,得到非线性的内模扰动抑制控制器,其中的内模补偿控制项抵消了扰动对系统的影响。仿真中使用非线性内模扰动抑制控制器与非线性前馈反馈扰动抑制控制器进行比较,结果证明前者能够消除非线性因素影响且实现无静差扰动抑制。     

基于backstepping方法的单元机组协调系统非线性控制

基于非线性backstepping方法,针对典型单元机组的机、炉协调系统非线性模型,引入虚拟控制变量,逐步构造出偏差信号的李雅普诺夫函数,设计出了综合非线性控制器。该控制器不仅保证了系统稳定性,而且能够实现跟踪误差收敛于零。仿真试验验证了这种非线性方法在协调系统控制器设计中是可行的。     

基于三步法的磁悬浮球系统控制研究

针对磁悬浮球系统存在的非线性、不确定性和和外界干扰问题,为使系统输出在跟踪期望位置轨迹变化时具有良好的动态品质,设计了三步非线性控制器。该控制器由类稳态控制、可变参考前馈控制和误差反馈控制组成,按固定顺序分步骤推导完成。三步非线性控制器推导过程简单明确,所获得的控制律结构层次清晰,并且避免了高阶非线性带来的多次微分问题。仿真实验结果表明,三步非线性控制器的跟踪速度快,超调量小,跟踪效果好,不存在抖振现象。     

基于改进PSO的励磁系统非线性PID控制研究

针对线性PID控制器在励磁控制系统中难以取得满意控制效果的缺点,在分析了PID控制器增益参数和偏差信号之间的非线性函数关系的基础上,根据控制量与误差信号之间的调节规律,构造出一种非线性PID控制器。因为粒子群算法具有对整个参数空间进行高效并行搜索的特点,通过引入交叉因子的改进PSO算法来寻优非线性PID控制器各增益参数。仿真结果表明非线性PID控制器能够有效地改善机端电压的控制精度,并且具有良好的动态品质。     

DLF神经网络在多变量非线性系统中的设计与应用

为了克服PID控制器和一般神经网络的缺点,探讨了基于DLF神经网络控制器在多变量非线性系统的应用,并与传统的PID控制器和一般神经网络的控制效果进行了比较.结果表明,DLF神经网络控制器对多变量非线性系统具有训练速度快和较强的解耦能力.     

基于back-stepping方法的随机系统的非线性控制器

应用李雅普若夫第二方和伊藤公式，结合Young不等式分析受控随机非线性系统的非线性控制器的特性，并基于back-stepping方法设计出受控随机非线性系统的非线性控制器，证明在一定的条件下非线性控制器的镇定必须指数稳定性。最后仿真结果表明基于back-stepping方法设计出的非线性控制器设计的有效性。     

磨床PMLSM进给单元鲁棒非线性控制器研究

为了解决永磁直线同步电机（PMLSM）进给单元模型摄动大、扰动力复杂的问题，设计了一种全局稳定的非线性控制器。为了增加系统的稳定性及跟踪性能，该非线性控制器充分利用了位置偏差及其积分、速度及其偏差以及参考输入的二次导数等信息，构建了Lyapunov函数来检验非线性控制器的稳定性。仿真和实验结果表明，该非线性控制器的误差跟踪、速度响应等性能远远优于传统的内嵌式PI控制器，该控制器对系统的模型摄动具有鲁棒稳定性，抗扰动能力强，并减小了不同切削深度引起的速度波动。     

一类基于PI/PD的非线性模糊控制器的结构解析

对具有非线性模糊输入集的模糊控制器进行了输入输出结构的研究。基于一般的模糊控制器,证明了模糊控制器与线性PID控制器相联系的解析结构,揭示了模糊控制器在应用中比线性PID控制器优越的机理,提供了根据它们之间的增益关系设计稳定的模糊控制系统的一种方法。仿真结果证明其控制效果优于一般的非线性PI/PD控制。     

基于PSO与LMI优化的非线性模型预测控制

将微粒群算法(PSO)与线性矩阵不等式(LMI)用于输入受限非线性预测控制器的设计,提出了基于PSO与LMI联合优化的非线性预测控制算法。算法采用双模控制策略,利用LMI离线优化确定终端不变区域,以扩大非线性优化的求解范围,降低算法的保守性。利用PSO在线优化求解非线性预测控制输入,以避免求解非线性规划问题,同时对算法的稳定性进行了分析。仿真结果表明了该算法是有效的、可行的。     

基于改进WOAPID的LT-MED系统浓盐水温度控制

为适应低温多效蒸馏(LT-MED)海水淡化末效浓盐水温度控制系统存在的非线性时变和迟滞严重的特点,针对基于经验人为设定的PID控制器效果不佳的问题,提出了一种改进鲸鱼优化算法(WOA),以实现PID控制器参数的自动整定。首先,确定浓盐水温度控制系统的传递函数模型;然后,对基本WOA求解精度低、易陷入局部最优的缺陷对算法进行改进,实现PID控制器的参数优化。MATLAB R2019a平台的仿真实验结果表明,改进WOA算法具有更快的迭代速度和更强的全局寻优能力。改进WOA-PID控制器响应速度快且超调小,能够有效控制浓盐水温度以保障海水淡化系统正常稳定运行。     

Neuro-fuzzy predictive control for nonlinear application

Aiming at the unsatisfactory dynamic performances of conventional model predictive control （MPC） in a highly nonlinear process, a scheme employed the fuzzy neural network to realize the nonlinear process is proposed. The neuro-fuzzy predictor has the capability of achieving high predictive accuracy due to its nonlinear mapping and interpolation features, and adaptively updating network parameters by a learning procedure to reduce the model errors caused by changes of the process under control. To cope with the difficult problem of nonlinear optimization, Pepanaqi method was applied to search the optimal or suboptimal solution. Comparisons were made among the objective function values of alternatives in initial space. The search was then confined to shrink the smaller region according to results of comparisons. The convergent point was finally approached to be considered as the optimal or suboptimal solution. Experimental results of the neuro-fuzzy predictive control for drier application reveal that the proposed control scheme has less tracking errors and can smooth control actions, which is applicable to changes of drying condition.     

非线形互补问题的障碍函数法

将非线形互补问题转化为约束的优化问题,在已经的利用内点障碍函数方法求解约束优化问题的基础上,提出了利用障碍函数方法求解非线形互补问题的采用序列无约束最小化方法(SUMT)的算法,并利用障碍函数的单调性证明了算法的全局收敛性.最后得出的数值试验表明了算法具有良好的适宜性和强收敛性.     

基于非定常气动力低阶模型的气动弹性主动控制律设计

传统的气动伺服弹性系统设计主要采用基于频域的非定常气动力有理函数拟合方法。该方法用于非线性非定常气动力情况，比如跨音速飞行时往往失效。针对该问题，在发展了非线性非定常气动力建模方法的基础上，提出了将非定常气动力低阶模型用于气动弹性系统主动控制设计的一般方法。该方法将气动伺服弹性系统分解为气动、结构和控制3个子系统，分别建立各子系统状态空间模型，然后组装成完整的气动伺服弹性模型。非线性非定常气动力状态空间模型采用基于Volterra级数的非定常气动力低阶模型方法。根据研究对象的具体情况，分别建立了气动伺服弹性系统的全耦合模型和部分解耦模型。最后以一个二自由度气动弹性系统的主动控制律设计为例，详细说明了该方法建模、分析和设计的全过程。算例表明该方法能够用于非线性情况，适用性强，可扩展性好，具有良好的集成性，能方便地应用于气动伺服弹性多学科优化设计。     

不确定约束T-S模糊系统的鲁棒最优控制

针对带有时域约束(包括控制输入约束与状态约束)和不确定性的T-S模糊系统,研究了其鲁棒最优控制问题。利用S-Procesure导出了求解状态反馈控制器的充分条件。该控制问题最后归结为求解在一组非线性不等式族约束条件下的优化问题,本文给出了该优化问题的迭代求解步骤。在倒立摆系统中应用的仿真结果表明,本文所提方法是有效的。     

非线性互补问题的罚函数法

将非线性互补问题转化为带约束的优化问题,在已有的利用罚函数方法求解约束化优化问题 的基础上,提出了利用惩罚函数方法来求解非线性互补问题的算法。并利用惩罚函数的单调性质证明了 算法的全局收敛性。最后得出的数值试验表明了算法良好的适定性和强收敛性质。     

基于Wiener模型的非线性预测函数控制

针对传统的预测函数控制对非线性强、结构多变的实际对象控制效果不佳问题,提出了一种基于Wiener模型的非线性预测函数控制(PFC)方法。通过引入支持向量机回归方法,建立Wiener模型中非线性部分的逆模型,在输出反馈和参考轨迹上分别添加一个Wiener模型中非线性部分的逆模型,将非线性预测函数控制转化为线性预测函数控制,用线性优化算法解决非线性预测函数控制问题,避免了复杂的非线性优化。pH中和过程的计算机仿真结果表明,该方法比PID控制效果更好,而且对模型失配具有很好的自适应性能。     

非线性互补问题的罚函数法

将非线性互补问题转化为带约束的优化问题，在已有的利用罚函数方法求解约束化优化问题的基础上，提出了利用惩罚函数方法来求解非线性互补问题的算法。并利用惩罚函数的单调性质证明了算法的全局收敛性。最后得出的数值试验表明了算法良好的适定性和强收敛性质。     

QDPSO滚动优化的LS-SVM预测控制研究

针对非线性强时滞系统,传统的预测控制算法难以建立精确模型,其控制精度不高。提出一种基于最小二乘支持向量机(LS-SVM)的非线性模型预测控制算法,该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习,构建其离线的预测模型,然后运用量子粒子群优化(QDPSO)算法来完成整个滚动优化的过程。仿真结果表明基于LS-SVM的非线性模型预测控制比动态矩阵控制具有更好的控制品质。