共查询到20条相似文献,搜索用时 78 毫秒
1.
基于互质分解的同时镇定控制器参数化 总被引:2,自引:1,他引:2
本文基于稳定互质分解介绍了所有分散镇定控制器的参数化方法,给出一种同时镇定控制器的参数化方法,并得到同时镇定问题的解的参数化结果,即由一广义对象的控制器的分散和同时结构约束导出了参数需满足的一系列二次方程的约束条件。 相似文献
2.
本文研究具有动态阻尼比要求的同线性系统的时镇定问题,利用稳定的复系数区间多项式,将其转化为一组性不等式的求解,并给出了求解该不等式组的线性规划方法。 相似文献
3.
4.
在套代数框架下, 应用素分解的方法, 设计能同时强镇定两个时变线性系统的稳定控制器, 并给出了所有控制器的参数化. 应用该控制器参数化, 对某类同时鲁棒强镇定问题进行研究, 给出了两个时变线性系统可被同时强鲁棒镇定的充分条件. 针对所得的控制器设计结果给出了数值例子, 数值结果表明了该设计是有效和可行的.
相似文献5.
满足H∞和H2性能的同时镇定控制器参数化 总被引:3,自引:0,他引:3
根据文献[1]中给出的满足H∞和H2范数性能指标的内稳定控制器参数化结果,分别讨论了满足上述两种范数性能指标的同时镇定控制器参数化问题。将[1]中的状态空间参数化结果转换到频率域,并从频率域结果出发,推出同时镇定控制器中参数所应满足的一系列二次方程约束条件;给出了满足一定系统性能指标的同时镇定控制器参数化的一种方法,并用一具体算例加以说明。 相似文献
6.
7.
8.
本文首先基于逆LQG方法得到了静态输出反馈可镇定的一种充要条件,并进一步给出了固定输出反馈可镇定的充要条件和控制器的设计方法,基于此给了一种最小阶镇定控制器的设计方法,这些条件的形式简单,判断其可镇定性和设计镇定控制器仅需解几个相应的矩阵不等式。 相似文献
9.
10.
基于奈氏(Nyquist)稳定性判据和同时镇定控制器参数化结果,对一类SISO稳定最小相位被控对象同时镇定∞-范数性能设计问题进行了讨论。文中提出了同时镇定问题的性能指标,引进了奈氏曲线意义下模型的嵌套结构的概念,给出耻述一类对象同时镇定性能设计的设计方法和步骤。具体算例说明该方法实用有效。 相似文献
11.
12.
用递阶神经网络进行多过失误差检测的方法 总被引:2,自引:0,他引:2
提出一种采用递阶函数型连接神经网络进行多过失误差检测的方法,并用该方法对一个三组分精馏过程进行研究。仿真结果表明,该方法能有效地提高对多过失误差共存时的检测能力。 相似文献
13.
针对非线性系统,采用径向神经网络逼近及自适应控制方法,利用线性化反馈技术,设计一种自适应神经滑模控制器。滑模变结构控制具有独特的鲁棒性能以及对匹配不确定性和外干扰的完全自适应等特点,但容易出现系统抖振问题,将神经网络应用于滑模变结构控制系统的设计中,系统抖振得到抑制。仿真结果也表明将神经网络与滑模控制相结合的方法是行之有效的。 相似文献
14.
基于神经网络与多模型的非线性自适应广义预测控制 总被引:9,自引:0,他引:9
针对一类不确定非线性离散时间动态系统, 提出了基于神经网络与多模型的非线性广义预测自适应控制方法. 该自适应控制方法由线性鲁棒广义预测自适应控制器, 神经网络非线性广义预测自适应控制器和切换机制三部分构成. 线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界, 神经网络非线性广义预测自适应控制器能够改善系统的性能. 切换策略通过对上述两种控制器的切换, 保证系统稳定的同时, 改善系统性能. 给出了所提自适应方法的稳定性和收敛性分析. 最后通过仿真实例验证了所提方法的有效性. 相似文献
15.
本文考虑了具有时变不确定性的线性系统族的状态反馈同时二次镇定问题,这个问题能更全面地刻划考虑系统的不确定性,并将其转注多个yapunov方程的同一解的问题,最后给出一个数值算例。 相似文献
16.
基于BP神经网络自适应PID的负载控制系统 总被引:1,自引:1,他引:0
针对常规PID控制器无法满足时变负载测试系统的快速性和精度要求,设计基于改进BP神经网络的自适应PID控制器;利用西门子S7-200 PLC实现PID算法和神经网络算法,成功实现测试系统对工具进行空载、轻载、重载、瞬间加载等测试;并在BOSCH的圆锯变负载测试系统中得到应用。 相似文献
17.
对基于人工神经网络的模糊系统进行研究,建立了一种可调整的模糊系统模型,并且在智能汽车控制器中得到了运用。通过神经网络对输入的经验值进行学习、调整来获得模糊系统控制的新参数。经计算机仿真,并与传统模糊控制模型相比较,小车绕开障碍的性能得到了明显的改善,是一种比较理想的模糊系统模型。 相似文献
18.
19.
一种自组织模糊神经网络控制器 总被引:12,自引:0,他引:12
采用一种具有结构和参数学习能力的自组织模糊神经网络控制器设计方法。这种控制器无需事先确定模糊控制规则,能在控制过程中通过神经网络的结构及参数学习在线调整模糊神经网络的结构、产生模糊控制规则、调整规则的参数。仿真表明该控制器能用于一定纯滞后时变对象的控制,具有良好的控制性能。 相似文献
20.
In this paper, the exponential stabilization problem is investigated for a class of memristive time‐varying delayed neural networks with stochastic disturbance via periodically intermittent state feedback control. First, a periodically intermittent state feedback control rule is designed for the exponential stabilization of stochastic memristive time‐varying delayed neural networks. Then, by adopting appropriate Lyapunov‐Krasovskii functionals in light of the Lyapunov stability theory, some novel stabilization criteria are obtained to guarantee exponential stabilization of stochastic memristive time‐varying delayed neural networks via periodically intermittent state feedback control. Compared with existing results on stabilization of stochastic memristive time‐varying delayed neural networks, the obtained stabilization criteria in this paper are not difficult to verify. Finally, an illustrative example is given to illustrate the validity of the obtained results. 相似文献