具有初态学习的闭环PD型迭代学习控制

针对一类输入时滞非线性系统提出了一种新的学习控制算法,即在任意初始状态条件下系统的输入和初态同时进行学习的闭环PD型迭代学习控制,其中输入利用给定超前法。给出了该算法谱半径形式的收敛条件,并利用算子理论证明了系统在任意初始状态条件下经过迭代后,其输出能够完全跟踪期望轨迹。该算法解决了闭环PD型迭代学习控制的初始状态问题,且放宽了收敛条件。仿真结果表明了该算法的有效性。     

基于初态学习的非仿射非线性系统的开闭环PD型迭代学习控制

针对非仿射非线性系统,提出了新的学习控制算法,即初态未知情况下系统的输入和初态都需要进行学习的开闭环PD型迭代学习控制,并给出了该算法的收敛性充分条件.初态学习允许系统在每次迭代开始时有一定的定位误差,不严格要求其初态与期望初态重合或固定于某一具体位置上.该算法允许初态在收敛性条件范围内任意设置,从而保证了学习控制系统具有初始定位误差的鲁棒收敛性.依据此收敛性条件,可确定输入学习律及初态学习律的学习增益.利用压缩映射分析方法,证明了系统在任意初始状态下经过迭代后,其输出能够完全跟踪期望轨迹.该算法解决了初始值未知情况下的收敛性问题,且放宽了收敛条件,并通过仿真结果验证了所提算法的有效性.     

分数阶微方程的迭代方法研究

目前,为了简化分数阶微分方程的求解过程,越来越多的学者开始研究分数阶微分方程的数值解,而迭代方法可以有效地对分数阶微分方程的非线性反映项进行处理,可以不用对方程进行离散就可以得到方程的高精度近似解。     

基于智能PD型迭代学习控制的清扫车路径跟踪控制

针对清扫车在园区固定路段的周期重复性工作特点,提出采用智能PD型迭代学习控制方法的清扫车路径跟踪控制问题.首先,将非线性控制系统转化为紧格式局部线性化数据模型,设计针对清扫车运动学模型的参数更新率,并基于投影算法对未知的梯度参数进行估计,此外,引入迭代差分估计算法,用于估计路面颠簸、车身垃圾重量不断变化等带来的未知扰动...     

快速路交通流常微分模型的PD型迭代学习控制

针对快速路交通常微分模型,利用快速路交通流具有明显的重复性和周期性等特点,首先,设计了一种快速路交通流常微分模型的入口匝道交通流PD型迭代学习控制算法,并建立了迭代学习误差的收敛性条件;其次,利用λ范数和Bellman-Gronwall引理证明了算法的收敛性.最后,通过数值仿真结果进一步说明了提出的迭代学习控制方法的有效性.     

一类非线性系统的初态迭代学习控制

针对一类非线性系统,提出了具有初态学习的开闭环PD型迭代学习算法,并给出了该算法的收敛充分条件。依据此收敛条件,可确定初态学习律和输入学习律的学习增益,而不必依赖系统的结构和参数,从而放宽了对初始定位的要求。初态学习允许在每次迭代开始时,其初态与期望初态有一定的定位误差,并允许初态在收敛条件范围内任意设置。利用压缩映射分析方法,证明了系统在任意初态下经过几次迭代后,实际输出能完全跟踪上期望轨迹。最后,通过仿真实例验证了所提算法的有效性和可行性。     

工业过程稳态优化中的PD型迭代学习控制

论述在工业过程的稳态优化中，施行迭代学习控制的思想方法，给出了一种ＰＤ型迭代学习算法，分析了算法收敛性，数字仿真结果表明这种控制方法对抑制超调，加快动态响应，减小优化过程对工业生产过程的影响是行之有效的。     

初态学习下非仿射非线性系统的迭代学习控制

针对非仿射非线性系统,提出初态学习律,并给出关于初态学习的收敛性充分条件.初态学习使得系统在每次迭代开始时,不严格要求其初态与期望初态重合或者固定于某一具体位置上,而是允许存在一定的定位偏差.利用压缩映射分析方法,推导出在初态学习下的开环学习律、闭环学习律、开闭环学习律的收敛性充分条件,证明了迭代学习控制系统关于初始定位误差的鲁棒收敛性.依据此收敛性条件,可确定输入学习律及初态学习律的学习增益.理论分析与数值仿真表明初态学习下迭代学习算法的有效性.     

永磁同步电机的分数阶自适应控制

为实现永磁同步电机的混沌控制,提出一种分数阶自适应控制器设计的新方法。建立分数阶永磁同步电机的数学模型,并利用分数阶预估-校正算法研究了其混沌动力学特性, 在此基础上,设计一种简单新颖的分数阶自适应反馈控制器,实现分数阶永磁同步电机的混沌控制。通过构造合适的Lyapunov函数,结合使用分数阶不等式、Mittag-Leffler函数和Laplace变换,获得了在所设计的控制器作用下系统全局镇定的充分条件。最后,数值仿真实验验证控制方法的有效性和对随机正弦外部扰动的鲁棒性。     

基于分数阶PID控制的交流电子负载的研究

目前,交流电子负载作为测试电源好坏的检测装置,功能全面,可以模拟任意真实负载.这种交流电子负载包含两部分,一是负载特性模拟单元,其二为能量回馈单元,本文主要研究对负载模拟单元的控制,该单元由两个环节组成:电流跟踪环节和指令电流信号产生环节,其中电流跟踪环节由PWM整流器来控制实现,而研究的关键是如何更好的实现电流的准确跟踪,本文提出了一种新的控制算法,即分数阶PID控制,完成从被测交流电源实际发出的电流信号快速且准确的跟踪上指令电流信号,完成电子负载对待测电源呈现设定的负载形式,完成负载的模拟功能.最后利用matlab仿真软件,在simulink环境下搭建该模拟负载控制单元的仿真模型,仿真结果证明了该控制方案的可行性与合理性.     

基于分数阶-协同控制的PMSM风电系统并网研究

分析PMSM风力发电并网系统各组成部分工作机制,构建PMSM风力发电并网系统数学模型;基于分数阶和电网电压定向协同控制理论,探讨分数阶PI~λ控制器的设计与模型实现;以直流侧电压稳定、网侧单功率因数运行为目标,设计基于分数阶-协同控制的PMSM风电系统并网方案。在MATLAB/Simulink中建立PMSM风力发电并网系统仿真模型,结果表明,模型可以实现PMSM风电并网系统直流侧电压稳定的分数阶-协同控制。对比经典PI调节器,分数阶PI~λ控制效果更优,动态响应更快,直流侧电压更稳定,验证了所提方案的可行性和有效性。     

目标轨迹更新的点到点鲁棒迭代学习控制

为了获得更快的算法收敛速度,提出易于操作的插值法来更新目标轨迹.该方法易于选择参数,有更好的泛化性能并为控制算法的设计提供灵活性.采用有更广泛收敛域、能够更好地抵消噪声影响的P型闭环迭代学习控制.对于有初始状态扰动的情况,新算法结合了P型闭环迭代学习控制与插值法轨迹更新,收敛性和鲁棒性得到理论证明.数值仿真验证了新算法比固定目标轨迹算法和P型开环迭代学习控制更有优势.     

未知相对度系统的一阶D型迭代学习控制

针对未知相对度系统,提出了一种一阶D型迭代学习控制律的设计方法。通过对具有未知相对度的被控系统串连和并联一个一阶子系统,可构造一个相对度为1的虚拟系统。该虚拟系统在一阶D型迭代学习控制律的作用下,能够完全跟踪期望轨迹。从而实现被控系统在一定误差范围内给定轨迹的渐近跟踪,D型迭代学习控制律的增益不依赖于被控系统的参数。仿真实例验证了方法的可行性与有效性。     

分数阶积分的图像去噪算法

为了在去噪的同时更好地保留图像的细节纹理信息,提出一种分数阶积分的图像去噪算法FIDA。论述了FIDA在135°、90°、45°、0°、180°、315°、270°、225°这8个方向上的分数阶积分掩模的构造,及FIDA的数值运算规则。实验以视觉感知和PSNR值两个主、客观标准对FIDA的去噪性能进行度量,表明FIDA去噪算法的有效性:在去噪的同时对图像的边缘纹理细节信息保留较好,尤其是对灰度变化不大的弱边缘和弱纹理细节信息的有效保留。     

基于反向解耦的PWM整流器分数阶内模控制

针对三相电压型PWM整流器提出一种新型的双闭环控制策略。基于同步旋转坐标系下PWM整流器的数学模型,利用反向解耦方法实现电流环的完全解耦,且避免了复杂的矩阵求逆运算;根据内模控制(internal model control, IMC)原理,设计了电流环IMC-PI控制器,该控制器仅有一个可调参数;在电压外环控制器的设计中,将IMC与分数阶控制(fractional order control, FOC)相结合,给出一种分数阶内模控制器的设计方法,并利用系统截止频率和最大灵敏度指标,实现了控制器参数的鲁棒整定。仿真结果表明,所提方法可使系统具有更好的动态响应及抗扰性能。     

分数阶神经型脉冲振荡器

为了使仿生神经振荡器能比较正确地模仿实际生物神经冲动的波形特征,在分数阶微分R-L定义和三角波函数的基础上构造出分数阶神经振荡器,并用该振荡器仿真各种人体活动的生物神经信号.实验表明该神经振荡器是一种可根据实际生物神经特性调整参数的分数维神经振荡器,其输出波形为非方波或非矩形波;能很好地模拟声带外展肌-环杓后肌神经电脉冲信号、动作电位AP、神经元兴奋和神经元仰制等神经信号,可望为未来神经功能修复提供一种技术支撑.证明了生物神经冲动的内在本质规律不是整数维的,可能和分数维有关.     

永磁同步电机调速系统分数阶微分滑模控制

受负载扰动及参数时变等因素影响,永磁同步电机调速系统的鲁棒性会变差,滑模控制对于系统的参数变化、模型不精确及外部扰动等因素不敏感,能够有效提高永磁同步电机控制系统的鲁棒性,但滑模控制实现过程中却存在抖振问题.为解决鲁棒性和抖振问题之间的矛盾,提出一种分数阶滑模控制方法,通过在分数阶滑模面的设计中使用分数阶饱和函数代替符号函数,更有效地消除滑模控制的抖振问题.仿真和实验表明:相较于传统的滑模控制,所提控制方法使得永磁同步电机调速系统具有更好的动态性能和抗负载扰动能力.     

基于分数阶的模型参考自适应算法

在自适应中引入分数阶运算,可以较好的改善被控对象的响应时间和干扰。本研究将分数阶积分引入模型参考自适应,通过构造分数阶的自适应律,设计了新的模型参考自适应控制系统,并进行了仿真。结果表明,该系统具有较快的响应时间,较小的超调量以及很好的鲁棒性。对分数阶系统的研究具有一定的意义。     

分数阶PID控制器的研究与仿真

为了提高整数阶PID控制器的控制精度,将控制器的阶次推广到分数阶领域,可得到分数阶PIλDμ控制器模型。借助一种数字实现形式,在时域中直接运用z变换方法,可计算分数阶PIλDμ控制器。对实例的仿真结果表明,分数阶PIλDμ控制器具有更佳的控制效果,分数阶次的合适选取对控制质量的改善明显。控制器对系统参数的变化不敏感,结构更灵活,鲁棒性也更强。     

基于分数阶的磁流变液粘弹性研究

引入分数微积分理论研究磁流变液体的粘弹特性。建立基于分数阶的Maxwell模型,采用贮能模量和耗能模量曲线,展示磁流变液的粘弹特性。在磁流变液体不同的实验条件下,理论的贮能模量和耗能模量均能与实验结果较好地拟合。结果表明,分数阶本构方程能够较好地描述磁流变液的阻尼特性,且方程分数阶算子与磁流变液物质参数有关。