二阶动力学系统的输出反馈模型跟踪

采用完全参数化的方法对二阶动力学系统基于输出反馈的模型跟踪进行设计.目标是使被控对象的输出渐近跟踪参考模型的输出,给出了控制器的存在条件,控制器的形式,同时基于一类二阶Sylvester矩阵方程的完全参数化解,将控制器的增益矩阵进行了完全的参数化.其参数化表达式中含有两组自由参数向量,为满足对系统性能的其它要求提供了可能.该参数化表达式直接利用原系统参数数据,仅包含n维矩阵变换.     

非接触电能传输系统恒流充电控制方法研究

针对非接触电能传输(CPT)系统的输出充电电流控制, 提出一种基于H∞控制的原边主动控制方法. 借助于微分动力学模型的频域展开, 实现了系统广义状态空间平均模型, 构建了系统性能加权函数及控制系统结构, 建立了控制器及观测器的Ricatti方程, 并通过Hermitian矩阵完成了该方程的求解, 利用迭代计算方法以获得最优H∞控制器. 该方法可动态调节不同负载条件下原边注入能量, 有效提高轻载下系统整体效率. 实验结果验证了该方法的有效性.     

飞机牵引车主动悬架模型参考自适应控制

为提高飞机牵引车的平顺性和操纵稳定性,以主动悬架为研究对象,建立飞机牵引车1/4车体模型,提出一种模型参考自适应控制方法.引入广义天棚阻尼控制力并利用最优控制理论得到参考模型,该参考模型在行驶平顺性和操纵稳定性方面均优于被动悬架.采用李雅普诺夫稳定性理论求解自适应控制律,使被控模型跟踪参考模型的动力学状态.仿真结果表明,模型参考自适应控制能够改善悬架系统的性能,其性能指标与参考模型一致,而且对悬架系统参数变化具有一定的适应能力.     

对象不稳定的一种模型参考自适应控制算法

本文对被控对对象不稳定的非最小相位系统,应用使输出误差和加权输入的H~2空间范数极小,提出一种模型参考自适应控制算法.避免由于被控对象弱阻尼区零点和闭环系统极点对消使控制输入产生大幅值的跳动,克服性能指标中要预先选择加权函数存在的困难.算法较为简便,可以配置闭环零极点.仿真例子说明了良好的稳定性能和跟踪性能.     

不确定T-S模糊系统的跟踪控制器设计

研究基于观测器的不确定T-S模糊系统的跟踪控制器设计问题.利用T-S模糊方法对含有不确定性的非线性被控对象进行建模,对于给定代表系统期望状态的参考模型,在系统状态不可测及不确定项满足有界条件下,利用并行分布补偿的方法(parallel distributed compensation)设计基于观测器的模糊控制器,保证对于参考模型状态的跟踪,同时抑制扰动对跟踪误差的影响.借助Lyapunov稳定性定理及舒尔补引理将跟踪控制器的设计问题转化为一组线性矩阵不等式(linear matrix inequality)的可行解问题.该方法简单实用,仿真实例验证了此种方法的有效性与正确性.     

基于广义系统模型的网络控制系统问题

首先研究了当被控对象为广义系统时，基于模型的网络控制系统的运行特性.基于模型的网络控制系统的特点是在传感器与控制器之间添加了一个模拟模型，利用被控对象经过网络传输后的带有误差的信息(包括被控对象的状态量)来对被控对象的原始状态量进行模拟.随后建立了针对广义系统对象的基于模型的网络控制系统数学模型.当网络诱导时延为小于一个采样周期的常数时，对系统的稳定性进行了分析.最后，通过一个数值算例说明了建模方法和稳定性分析判据的有效性.     

一类不确定关联大系统的局部模型跟踪控制

针对一类失配的不确定关联大系统，基于变结构控制理论和局部模型跟踪原理，提出了利用左特征向量设计切换面的方法，并结合Lyapunov稳定性理论和矩阵对角占优性质，设计了这类失配不确定关联大系统的变结构局部模型跟踪控制系统。该方法突破了变结构不变性条件的限制，使被控对象的关键状态稳态无误差地跟踪参考模型，提高了这类关联大系统的稳定跟踪特性，仿真算例验证了该方法的正确性。     

面向跟踪系统的多通道传输策略研究

本文主要研究了面向跟踪系统的多通道传输策略的问题.采用多通道代替单通道进行数据传输,降低数据传输过程中的丢包概率,提高数据传输的可靠性.通过对系统输出的测量和跟踪,分析跟踪误差和输出误差,找到系统能满足稳定的条件.用满足Markov分布的离散随机状态来描述通道选择情况,Markov状态转移矩阵表征不同状态之间的转移概率...     

一类非线性系统的神经网络自适应算法研究

讨论了神经网络在非线性系统控制中的应用.针对一类典型的非线性系统,基于波波夫超稳定性理论,推导出了保证系统稳定性的神经网络学习算法,设计了神经网络模型参考自适应控制器,以改善非线性被控对象跟踪参考模型输出的跟踪效果,并以此为依据进行了MATLAB仿真.对电弧炉三相电极调节系统的仿真结果表明,这种神经网络自适应控制系统具...     

磁悬浮系统自抗扰广义预测控制

针对负载扰动以及轨道“台阶”现象可能导致磁浮列车失稳的问题,将自抗扰广义预测控制（LADRC-GPC）理论引入磁浮列车悬浮系统,设计了一种新型悬浮控制器。控制器采用分层控制策略,内层利用扩张状态观测器(ESO)对系统进行动态补偿,得到被控对象的受控自回归滑动平均模型(CARMA) ,降低了对被控对象数学模型的依赖程度。外层以内层控制为被控对象,采用广义预测控制（GPC）对系统进行动态优化控制,提高了控制器的跟踪性。通过仿真和实验与PID控制算法、线性自抗扰控制（LADRC）算法比较,结果表明:自抗扰广义预测控制算法具有较好的跟踪性与鲁棒性,在较大负载扰动时仍能保持较小的误差。