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.     

压水堆功率跟踪自适应保性能控制器设计

针对压水堆动态模型的高度非线性和不确定性特点,本文提出一种自适应保性能跟踪控制器(adaptive guaranteed cost control,AGCC)设计方法.首先以堆芯的点堆方程为基础,引入功率跟踪误差的积分项,构造反应堆的增广状态空间模型,再结合线性参数变化(linear parameter varying,LPV)理论,建立了堆芯系统的多胞LPV模型.该控制器的控制输入由状态反馈控制和不确定性补偿组成,结合保性能控制理论和多胞模型理论,求解线性矩阵不等式得到变增益状态反馈矩阵,确保闭环系统全局渐近稳定;利用李亚普诺夫稳定理论得到不确定性参数的自适应律,实现对系统不确定性的动态补偿.仿真结果表明,该控制器不仅对系统不确定项具有自适应性,而且有较好的负荷跟踪性能.     

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.     

观测器型H∞控制器设计的LMI方法

观测器型控制器由于其结构简单和物理意义明确而受到广泛重视.在假定控制器为一般的动态补偿器情况下,利用LMI技术解H∞控制器使得未知参数较多且求取过程复杂.现利用LMI技术研究观测器型H∞控制器,则控制器参数可通过三个LMI即可获得,这个LMI组的适定性问题用现有的工具软件即可确定.     

基于LMI的多模型鲁棒预测控制

用线性矩阵不等式 (LMI)方法研究多模型鲁棒预测控制, 提出了状态反馈的综合方法, 并分析了闭环系统的可行性, 同时证明闭环系统渐近稳定. 在此基础上, 研究了带终端零状态的有限优化时域预测控制和无穷优化时域预测控制的性能, 证明了两者在性能上的一致性.     

基于H∞观测器原理的模糊自适应控制器设计

针对一类非线性系统提出一种利用观测器原理来求解干扰抑制项和控制器参数的新型模糊自适应控制方法.通过寻求线性矩阵不等式(LMI)的可行解来得到具有H∞跟踪性能的模糊自适应观测器.并证明了如果该观测器具有H∞跟踪性能,则由该观测器参数构成的控制器,可以保证闭环系统稳定.     

基于切换的多模型二阶段自适应控制器设计

针对一类具有参数跳变特性的离散时间系统,设计一类基于切换策略的新型多模型二阶段自适应控制器.该控制器首先将系统不确定参数的变化空间划分为多个子空间,在每个空间内建立多个自适应模型.为了克服多模型退化,保持模型的多样性以应对参数跳变,采用带约束的二阶段自适应方法对未知参数进行实时估计,并据此设计相应的子控制器;然后基于切换策略,选取该时刻的最优子控制器作为系统的控制器,从而减小系统暂态误差,提高系统动态性能;最后进行数值仿真研究,仿真结果表明该控制器结合了切换机制和二阶段自适应的优点,在相同模型数量的情况下,能够快速逼近参数跳变以后系统新的工作点,显著地缩短系统的过渡过程,提高暂态性能.     

基于LMI的鲁棒控制器设计

研究了时域线性系统的鲁棒控制分析与综合,提出了将鲁棒控制设计问题转化为线性矩阵不等式（ＬＭＩ）形式的方法,给出了鲁棒控制器的标准ＬＭＩ结构,并通过求解ＬＭＩ得到鲁棒控制棒。文中以双转子涡喷发动机控制器设计为例风言风语地基于ＬＭＩ的鲁棒控制器,表明所给方法是可行的。     

离散时间MRACS的超稳定性设计方法

本文经过重新定义增广误差信号,给出了有延时情况下线性时不变离散时间单输入单输出被控对象的模型参考自适应控制系统的超稳定性设计方法.文中的算法具有实时性,尤其适用于实时控制.     

一种直接多变量自适应解耦控制算法

本文将广义最小方差控制策略和前馈控制策略结合进来,提出了解耦控制器并讨论了如何采用修改最小二乘辨识算法和直接方案对具有任意延时结构的一般随机多变量系统实现自适应解耦控制,本文还证明了所提出的自适应算法即使用于开环不稳定或非最小相位系统也具有整体稳定性和收敛性。     

DIRECT ADAPTIVE FEEDBACK DESIGN FOR LINEAR DISCRETE‐TIME UNCERTAIN SYSTEMS

In this paper, we develope a direct adaptive control framework for linear discrete‐time uncertain MIMO systems, based on assumptions that the system is controllable and the difference of the unknown system matrix from the stable solution is bounded by a given value. The proposed framework is Lyapunov‐based, and the controller guarantees adaptive stabilization. In addition, the adaptive laws are characterized by means of Kronecker calculus. Furthermore, the results can easily be extended to time‐varying cases, where the deviation from the stable solution is bounded, and the controllability assumption holds. The controller not only tolerates plant deviation, but also guarantees asymptotical stability of the closed‐loop system. Two numerical examples are provided to demonstrate the performance of the controller.     

压电陶瓷驱动器的建模分析与自适应逆控制

压电陶瓷驱动器的迟滞特性可用 Prandtl- Ishlinskii启动模型 (PIOP)描述 ,基于此本文提出一种自适应逆控制方案 .对象和逆控制器分别由一个 Prandtl- Ishlinskii停止模型 (PIOS)表示 ,应用稳定的归一化修正梯度算法 ,进行权值在线更新并收敛于驱动器逆模型实际值 .以降低非线性导致的控制误差提高控制品质     

基于多模糊模型的非线性预测控制

研究了基于多模糊模型的非线性预测控制问题 ,提出了基于多模型融合的非线性预测控制方法 .首先根据实际对象在不同运行点附近的状态建立了非线性系统的线性多模糊模型表示 ,然后给出了基于多模糊模型的预测控制原理结构框图 .非线性多模糊模型被用来作为预测模型 ,CSTR过程的仿真研究表明是一种有前景的非线性预测控制方法 .     

基于近似模型的多层模糊CMAC自适应非线性控制

针对非线性离散时间系统的控制问题,提出了一种基于近似模型的多层模糊CMAC自适应控制方法.采用多层模糊CMAC对非线性函数进行逼近,并提出了一种新的神经网络学习算法来保证权值的有界性.由于无需满足PE条件,所以文中提出的方法对于离散时间系统的神经网络控制问题具有实际价值.     

一类大系统的直接自适应分散模糊控制

本文针对一类未知非线性大系统,提出了一种直接自适应模糊分散控制策略．设计中 ,首先在假设各子系统的动态已知的条件下,设计最优分散控制,然后用模糊自适应系统逼 近最优分散控制．同时引入模糊滑模控制消除各个子系统之间的相互作用,外部干扰和模糊 系统的逼近误差．并对所设计的控制系统进行了稳定性分析．     

基于动态神经网的鲁棒直接自适应控制

基于动态神经网络，研究了一类具有未建模动态的未知多变量非线性系统的鲁棒直接自适应控制．基于Ｌｙａｐｕｎｏｖ理论得出一种鲁棒稳定的权学习算法，该算法不需要知道理想权矩阵的先验知识，并保证设计的控制器的稳定性．仿真结果表明提出的鲁棒控制算法的有效性     

一种多模型自校正控制算法及其在醋酸蒸发器液位控制中的应用

针对传统自校正控制算法存在的暂态响应较差 的缺点，本文提出了一种多模型自校正控制算法，并将之应用于醋酸蒸发器的液位控制．实 例仿真表明了算法的优越性．