面向虚拟装配的混杂系统建模和控制器设计

针对装配的动态过程显著地表现出连续与离散共存的混杂特性,研究了面向虚拟装配的混杂系统建模以及控制器设计方法．提出了混杂基本结构对应于单个装配对象的建模方法,有效地避免了由于装配零部件过多给模型造成的复杂性,并在此基础上,运用最小干预安全控制器对装配过程中的不合法结构实施控制,最后以某汽车底盘总装中两个装配对象为例,给出了具体的动态描述及其建模和控制器设计。证明了该方法的可行性和有效性.     

一类离散时间切换混杂系统鲁棒控制

由于切换规则的存在使得切换混杂控制系统的稳定性研究变得极为复杂,如何针对给定的系统设计适当的控制器和切换规则没有统一的方法.本文考虑一类线性不确定离散时间切换混杂系统的鲁棒二次镇定和渐近镇定问题.利用公共李雅普诺夫函数方法和多李雅普诺夫函数方法,分别设计了切换混杂系统鲁棒状态反馈控制器和鲁棒输出反馈控制器,保证了切换混杂系统的二次稳定性和渐近稳定性.仿真结果验证了所提算法的正确有效性.     

基于混杂理论的机器人辅助康复治疗控制方法

现有机器人辅助康复治疗控制方法大多是分别从机器人连续变量运动控制或医师离散事件决策控制角度设计控制器,未能将系统这种混杂特性融于统一框架内,具有一定的局限.为更好解决上述问题,本文在分析机器人辅助康复过程的连续与离散混杂特性的基础上,以渐进抗阻肌力训练过程为例,提出一种基于混杂理论的机器人辅助康复治疗控制方法.该方法通过定义肌力训练过程中离散系统控制状态、控制输出向量及连续系统状态转换产生的离散事件,设计了基于混杂自动机的离散事件决策控制器.临床实验结果表明,混杂系统理论应用于机器人辅助康复过程具有较好的有效性和实用性.     

基于混合逻辑动态的制造系统建模方法研究

针对制造系统中连续和离散并存的混杂特性,在分析目前混杂系统典型建模方法的基础上,提出采用针对复杂工业过程、集成控制对象定性知识和逻辑规则的混合逻辑动态(MLD)模型对制造系统进行建模方法研究,讨论了制造系统抽象的一般规律,建立了一个具体制造生产线的MLD模型,为今后相关性能分析和控制器设计奠定了基础。     

基于混杂系统理论的制造系统仿真

根据制造系统连续事件与离散事件并存的特点,提出一种制造系统半实物仿真方法,设计连续事件和离散事件并存时仿真系统的时间推进机制。在Arena环境中实现对离散事件系统的建模,在Labview环境中实现特定连续变量事件的半实物仿真。设计并实现离散事件系统与连续事件的接口连接。仿真实验结果表明,该系统能较好地反映出整个制造系统的混杂特性,为混杂制造系统的仿真提供一种新的思路。     

一类混杂系统的鲁棒性分析与控制

对一类离散状态存在不确定性扰动的混杂系统进行了鲁棒稳定分析,并针对离散状态不确定性扰动对系统的影响给出了切换控制各个子控制器的设计方案,保证了整个系统的鲁棒稳定性。结果表明整个系统的性能得到了改善。     

费斯托气伺服仓库混杂系统建模与分析

费斯托公司气伺服仓库的工件供给与提取具有离散事件状态转移的系统特征,另一方面三维气伺服手臂和传送带具有连续系统运动特征,表明费斯托气伺服仓库是一个典型的混杂系统。基于此,采用了瑞士联邦理工大学混杂系统研究中心开发的混杂系统建模架构及其描述语言和基于滚动优化算法的混杂系统控制器为费斯托气伺服仓库建立混杂系统模型,并在MATLAB/Simulink Hybrid Toolbox环境下进行仿真,对气伺服仓库工件的存数数量,气臂的动作与行程,进出货时间的调度进行优化控制。     

DC/DC变换器的PWA模型及预测控制

利用υ步离散法,得到变换器输入控制变量与状态变量之间的直接映射关系,基于混杂系统理论分析系统的动态方程,建立其分段仿射模型。在此模型的基础上,结合非线性预测控制算法,通过模型预测系统的输出,利用反馈校正误差,给出二次型性能指标的优化计算方法,并由此设计预测控制器。最后,以Buck功率变换器为研究对象,通过与峰值电流控制算法的仿真结果进行比较,验证模型的正确性以及控制器设计的有效性。     

切换时间受限时离散切换系统的稳定性

切换系统作为一类典型的混杂系统,近年来在国内外受到极大重视。实际工程中,由于切换过于频繁难以使系统保持稳定,针对切换时间间隔受限的情况,研究一类离散线性切换系统的稳定性。利用李亚普诺夫稳定性理论,给出系统满足稳定性的充分条件,并利用此条件设计出相应的切换控制规律和状态反馈子控制器。最后对包含两个离散子系统的切换系统进行了仿真计算,其结果验证了文中所给出定理的有效性。     

逆不稳定离散时间系统的Dahlin控制器设计

提出了Dahlin控制器的改进设计方法，该方法不仅适用于逆稳定离散时间系统[1]，而且适用于逆不稳定离散时间系统[4]。实例分析和数字仿真证明，在文献[2]、[3]中介绍的设计方法对一类逆不稳定离散时间系统是不适用的，会导致闭环系统不稳定。     

直升机的TSK模糊控制

针对直升机动力学为非线性的特点,且存在不确定因数和状态变化,利用线性控制很难得到好的控制结果,提出利用TSK(Takagi-Sugeno-Kang)模糊系统控制小模型直升机.所设计的TSK模糊控制器是一个基于TSK模糊模型的非线性控制器,能保证闭环控制系统的稳定性.直升机数学模型中线性部分设计状态反馈控制器非线性部分先求TSK模糊模型,然后设计TSK模糊控制器.仿真和实验结果表明,所设计的TSK模糊控制器比线性控制器对直升机控制具有良好的动态响应和稳定性,是一种非常有效的控制方法.     

卡车的TSK模糊控制

针对在保证一定精度的条件下,要求一次性完成卡车的倒车的情况,利用TSK (Takagi-Sugeno-Kang)模糊系统控制卡车,在TSK模糊控制器作用下让卡车从任意的初始位置一次性倒车到指定的位置。在卡车数学模型中,线性部分设计线性状态反馈控制器,非线性部分先求TSK模糊模型,然后设计基于TSK模糊模型的TSK模糊控制器。它是一个非线性控制器,可保证闭环系统的稳定性。仿真实验结果表明,所设计的TSK模糊控制器对卡车的倒车控制是非常有效的。     

利用模糊系统的自适应模糊控制器

针对非线性系统控制,设计了利用TSK(Takagi-Sugeno-Kang)模糊系统的自适应模糊控制器。所设计的自适应控制方法是参考模型自适应控制方法,而且利用Lyapunov函数保证了闭环系统的稳定性,同时推导了最优的自适应控制规律。首先,根据控制对象的输入输出数据建立TSK模糊模型,然后,由TSK模糊模型设计初期的TSK模糊控制器,并根据自适应规律随时调整模糊控制器参数。倒立摆系统的仿真实验验证了所设计的自适应模糊控制器的有效性。     

具有丢包的非线性奇异系统的网络脉冲控制器设计

针对给定的一类非线性奇异系统,设计了基于数据丢包的网络脉冲控制器.首先建立了非线性奇异网络脉冲控制系统的数学模型;然后根据李亚普诺夫稳定性理论,分别考虑系统在连续状态和脉冲时刻的指数稳定性条件,给出了基于数据丢包的网络脉冲控制器的设计方法,使网络脉冲控制器能够保证具有数据丢包的非线性奇异系统实现指数稳定;最后,以洛伦兹混沌系统为例表明了控制器设计方法的正确性.     

单变量系统建模与控制器设计的软件实现

工业过程对象一般可用带时间延迟的低阶单变量系统描述.针对工业控制对象,设计了一个新的软件,该软件从系统辨识得到控制对象模型,根据辨识模型进行PID控制器的设计,可指导手动控制器参数调节.该软件用Matlab实现系统辨识、控制器设计算法和GUI图形界面,可独立于Matlab运行;并在模型阶辨识准则、带时间延迟一阶模型近似、PID控制器设计饱和环节和非线性环节三个方面提出了新的方法.仿真结果表明,该软件设计的控制器具有良好的控制效果.     

A hybrid intelligent system for PID controller using in a steel rolling process

With the aim to improve the steel rolling process performance, this research presents a novel hybrid system for selecting the best parameters for tuning in open loop a PID controller. The novel hybrid system combines rule based system and Artificial Neural Networks. With the rule based system, it is modeled the existing knowledge of the PID controller tuning in open loop and, with Artificial Neural Network, it is completed the rule based model that allow to choose the optimal parameters for the controller. This hybrid model is tested with a long dataset to obtain the best fitness. Finally, the novel research is validated on a real steeling roll process applying the hybrid model to tune a PID controller which set the input speed in each of the gearboxes of the process.     

利用模糊系统的直升机的自适应控制

针对直升机动力学为非线性,且存在不确定因素和状态变化,设计利用模糊系统的自适应控制器.设计的控制器是系统的输出跟踪参考模型输出的直接调整模糊控制器参数的自适应控制器.又利用Lyapunov函数保证了闭环控制系统的稳定性并推导最优的自适应规律.实验结果表明,有外部扰动的情况下所设计的自适应控制器比模糊控制器对直升机控制具有良好的动态响应和稳定性,是一种非常有效的控制方法.     

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.     

一种经过模糊改良的smith控制器

对传统基于精确对象模型的smith预估控制器进行改良。传统smith预估控制器在估计模型与实际对象有差异时,控制效果不尽人意。针对这一缺点,该文将这种差异视为增益的差异所引起,通过引入估计模型增益修正环节,利用模糊控制器,尽可能将差异消除。并对传统smith预估控制器的结构进行改进,去掉外反馈回路,增加稳定性;加入积分校正环节。达到减小稳态误差的目的,使改良后的smith控制器在一定的模型误差范围内得到较好的控制品质。经仿真研究证明了该方法的有效性。     

Autonomous mobile robots navigation using RBF neural compensator

This paper presents an approach to adaptive trajectory tracking of mobile robots which combines a feedback linearization based on a nominal model and a RBF-NN adaptive dynamic compensation. For a robot with uncertain dynamic parameters, two controllers are implemented separately: a kinematics controller and an inverse dynamics controller. The uncertainty in the nominal dynamics model is compensated by a neural adaptive feedback controller. The resulting adaptive controller is efficient and robust in the sense that it succeeds to achieve a good tracking performance with a small computational effort. The analysis of the RBF-NN approximation error on the control errors is included. Finally, the performance of the control system is verified through experiments.