多模型自适应控制的分层递阶构造与覆盖性质分析

针对一类非最小相位系统,设计一种多模型自适应控制器.该控制器由固定控制器模型、常规自适应模型和可重新赋值自适应模型构成.固定控制器模型采用分层递阶结构用来减少模型集的数目,根据切换指标选出的上一层最优控制器,动态设计本层固定控制器模型实现对其参数变化范围的覆盖.该控制器采用直接自适应算法,通过加权多项式的选取,消除了稳态误差.文末对系统的覆盖性、模型数目等进行了分析.仿真结果表明当采用相同数目的模型时,其控制效果明显优于常规多模型控制器.     

随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统, 提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器. 该多模型控制器由多个固定控制器和两个自适应控制器构成. 固定控制器用以覆盖系统参数的可能变化范围, 自适应控制器用以保证系统的稳定性和提高暂态性能. 该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质, 基于广义最小方差性能指标, 将随机系统辨识算法和最优控制器设计相结合, 直接辨识出控制器的参数, 通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制, 而且消除了稳态误差、配置了闭环极点. 文末给出了全局收敛性分析. 仿真结果表明该方法明显优于常规自适应控制器.     

基于多模型切换的多变量直接自适应极点配置控制器

提出一种基于多模型切换的多变量直接自适应控制器,控制器参数模型集可由系统参数模型集直接得到,不但仍为一紧集并且被其模型子集完全覆盖.该多模型控制器不仅改善了控制系统的暂态响应,而且可以实现极点配置,最后给出了全局收敛性分析.     

对角CARIMA模型多变量广义预测控制器系数直接算法

为了简化多变量广义预测控制MGPC 的设计与实现,提出了对角CARIMA (Controlled autoregressive integrated moving average) 模型MGPC 控制器系数的直接求解方法. 利用多变量对角CARIMA 模型直接递推得到了非常简洁的 MGPC 控制器，控制增量等于控制器系数与设定值、过程输入输出历史数据、模型预测误差历史数据的乘积，控制器系数只与模型参数和设计参数有关，控制器系数维数只由模型结构参数决定. 避免了Diophantine 方程的求解，减少了在线计算量，简化了MGPC 控制器的实现. 在一个DCS 控制的非线性液位装置上的对比实验结果表明了该方法的有效性.     

一类非线性多变量系统的多模型自适应控制

针对一类不确定的非线性多变量离散时间动态系统,提出了一种基于切换的多模型自适应控制方法.该控制方法的特点在于以下两个方面:首先,引入一个高阶差分算子使得非线性系统的非线性项的限制条件不再要求全局有界;其次,提出的控制方法由线性自适应控制器、神经网络非线性自适应控制器以及切换机构组成:线性控制器用来保证闭环系统的输入输出信号有界,神经网络非线性控制器用来改善闭环系统的性能,基于性能指标的切换机构在每一时刻选择性能指标较好的控制器对系统进行控制.理论分析和仿真实验说明了提出的多模型自适应控制方法的有效性.     

基于有界扰动分区的多模型自适应控制

对于含有界扰动的离散时间系统,将有界扰动变化范围分割成若干小区间,针对这些区间建立多个自适应模型,并针对每一个自适应模型建立相应的控制器.给定一个指标切换函数,基于多个自适应模型控制器和给定的指标切换函数构成多模型自适应控制器.可以证明多模型自适应控制器能够保证闭环系统是输入输出有界稳定的.仿真实例表明,当被控对象的有界扰动随时间变化的时候,采用单一模型自适应控制,系统输出很难跟踪设定值,而多模型自适应控制器却极大地改善了控制品质.     

基于神经元的多变量自适应控制器的研究与设计

本文将单神经元控制器的基本思想引入到多变量控制系统,提出和设计了一种基于神经元的、具有在线学习功能的多变量控制器.该控制器具有结构简单、不依赖于对象模型和在线计算量少的特点.仿真实验结果表明,该控制器具有较好的控制效果.     

一类离散时间非线性系统的多模型自适应控制

针对一类离散时间非线性被控对象,根据模型参数的变化范围,对被控对象建立多个模型,并针对每一模型设计控制器.基于模型的估计误差建立指标切换函数,每一采样时刻,利用指标切换函数选择最优模型,并将基于此模型的控制器切换为当前控制器.采用局部化技术,保证在不损失控制品质的同时,减少多模型自适应控制器的计算量.可以证明,多控制器相互切换时闭环系统是稳定的,同时由于多个模型的存在,控制品质得到了极大的改善.     

一类工业运行过程多模型自适应控制方法

针对一类动态未知的工业运行过程,提出一种基于神经网络补偿和多模型切换的自适应控制方法.为充分考虑底层跟踪误差对整个运行过程优化和控制的影响,将底层极点配置控制系统和上层运行层动态模型相结合,作为运行过程动态模型.针对参数未知的运行过程动态模型,设计由线性鲁棒自适应控制器、基于神经网络补偿的非线性自适应控制器以及切换机制组成的多模型自适应控制算法.采用带死区的递推最小二乘算法在线辨识控制器参数,克服了投影算法收敛速度慢、对参数初值灵敏的局限.理论分析和仿真实验结果表明了所提方法的有效性.     

不确定多变量系统控制的多模型设计方法及其在造纸机控制中的应用

本文用有限个时不变模型描述不确定多变量系统,给出了一种鲁棒控制器频域设计方法,使得由控制器和任一模型构成的单位反馈系统都达到闭环的稳定性、渐近调节和跟踪、弱相互耦合以及期望的瞬态特性.该方法应用于造纸机的多种纸张的定量和水份控制,获得了令人满意的效果.     

一类非线性系统的多模型神经网络解耦控制器

针对多变量非线性离散时间系统设计多模型神经网络解耦控制器，在每个平衡点处用一神经网络离线辨识非线性系统的线性部分，利用另一神经网络在线辨识非线性部分，将非线性部分视为可测干扰并采用前馈的方法予以消除，所有平衡点处得到的系统模型汇集起来构成多模型集，在每一采样时刻基于切换指标选出最优模型作为当前模型，并据此设计解耦控制器实现控制，仿真结果表明系统在多个平衡点处仍然可以得到较好的控制效果。     

一种混合认证体制

传统的认证有两种方式：对称密码机制（基于共享秘密）和非对称密码机制,但两种各有优缺点。在具体应用中设计了一种结合对称密码体制和非对称密码体制的混合认证体制,这种认证体制有着明显优于原来两种体制的特点。     

Worst-case error analysis of the aggregation method,with application to the selection of reduced-order models

A new type of error analysis is obtained for a special case of the aggregation method. A worst-case error is constructed for aggregation models approximating a given linear time-invariant completely-controllable completely-observable system. This worst-case error is then used to select ‘good’ models of a given order. An automatic procedure is suggested for obtaining the worst-case error bound for all possible models of a given order. The methods are tested on four example problems.     

Feedback control of unstable thermoacoustic modes in an annular Rijke tube

Simulation and experimental results from an annular Rijke tube are presented. This system is a thermoacoustic surrogate system of an annular gas turbine combustor which, despite its simplicity, possesses the basic mechanisms to feature unstable azimuthal modes. A thermoacoustic network model is set up and used to derive low-order models for modal control of the system. The derived controllers are successfully applied in simulation and experiment. With the modal controllers, all unstable acoustic modes can be eliminated individually. A simultaneous use of all controllers results in a complete stabilization of the system.     

Structured system models Part 2. Directed graphs and boolean matrices

Parameterized system models and their augmented controllability indices are studied. Analytically parameterized system models arc shown to have generic index lists, i.e. lists which arc actual lists for all parameter values except those in a proper analytic variety. For structured system models, as a subset of analytically parameterized system models, there exists a known graph-theoretic method for determining the Hermite indices. A new method for examining both Hermite and Kronecker indices is introduced. The method is based on a necessary graph-theoretic condition for the examined columns of the controllability matrix to be linearly independent. Additional sufficient conditions are given to complete the method. The given graph-theoretic results are also expressed using boolean matrices associated with graphs.     

基于NURBS的双螺杆制冷压缩机转子CAD系统

双螺杆制冷压缩机在商用制冷与空调领域得到越来越广泛的应用。本文着重介绍了一套双螺杆制冷压缩机转子计算机辅助设计系统，对系统的设计思路进行了阐述，然后详细说明了系统各部分基于NURBS的数学模型和在VC＋＋环境下的实现方法，并对前人的设计思想进行了开拓创新，完成了一套具有自己特色的设计系统。     

Computation of global geometric properties of solid objects

A computational scheme for determining global geometric properties of solid object models is presented. The method operates directly on the boundary representation of the model. The scheme is tested on a number of models produced by an experimental modelling system. Primitive objects combined for the tests are all represented in terms of parametric bicubic patches.     

Robust fault-tolerant control using an accurate emulator-based identification technique

A robust fault-tolerant control scheme using an accurate and robustly identified model of a system operating in a closed loop is proposed. A robust identification of the system and the associated Kalman filter is proposed by the novel use of an emulator, which is a transfer function connected to the input, output or both, to mimic the likely operating scenarios, both normal and abnormal. From the emulator-generated data, a set of perturbed models are generated, which plays a crucial role in ensuring robustness of the identified model and subsequently that of the controller. The prediction error method is employed to identify the perturbed models and a robust optimal model is obtained as a best fit to the perturbed models. A robust Kalman filter-based state feedback controller is obtained from the parameterisation of all stabilising controllers generated using the emulator-perturbed models. It is shown theoretically that the proposed robust controller designed using the emulator-perturbed robustly identified model is superior to the conventional robust controller designed from the identified nominal model, and a significant improvement in robustness is confirmed using illustrative examples. A fault-tolerant control system is developed by exploiting the key properties of the freely available Kalman filter.