给定阶控制器■_1优化设计方法

研究了基于多输入多输出离散时间系统的给定阶控制器l1优化设计问题.基于You la参数化法,对自由参数Q分为多项式和有理多项式两种情况进行了讨论,并将有理式的情形转化为多项式的形式,最后将给定阶的控制器优化问题归结为求解标准的线性规划问题.在给定控制器阶次的条件下,得到使闭环系统内部稳定并使相应的l1范数最小的最优控制器.最后给出了算例来验证算法的有效性.*     

时变不确定性系统的二自由度最优鲁棒稳态跟踪控制器设计

研究了被控系统存在范数有界的时变模型摄动和未知外部干扰时鲁棒稳态跟踪问题. 利用二自由度控制结构和Youla参数化方法.提出了一个最坏情况稳态绝对误差的精确计算公 式,利用该公式最优稳态跟踪控制器设计问题可化为一个有限维l1优化问题.因此控制器设计 只需解一个标准线性规划问题.此外,还证明了所提出的控制器可同时保证系统的鲁棒稳定性 和最优跟踪性能.仿真结果表明了该方法的有效性和可行性.     

l1鲁棒辨识:一种递推插值方法

针对l1鲁棒辨识不能有效利用试验数据和进行在线辨识的问题,提出了一种在线递推插值辨识方法.用几何方法描述试验信息,利用系统可行集与新的试验信息所构成的半空间的包含关系判断数据信息,有效地利用了试验数据,提高了辨识精度.同时提出了一种新的计算辨识误差紧界的方法.仿真结果表明了算法的有效性和可行性.     

一种自适应鲁棒控制方法及其闭环稳定性分析

研究了含有未建模动态的慢时变系统的自适应镇定问题.考虑的对象具有非最小相 位、含未建模动态和大范围时变参数等不良特性,且存在未知但有界外部扰动.这类对象很难 用时不变鲁棒控制器或传统自适应控制器进行镇定.利用l1优化设计结合参数估计的投影算 法,提出了一种自适应鲁棒控制策略.基于l1优化设计的连续性和投影算法的收敛性,证明了 这种控制策略能够持续适应慢时变对象并且保持闭环系统一致稳定性.鲁棒性分析表明这种 控制策略具有良好的鲁棒镇定性.     

基于概率排序的Chip类元件焊点检测方法

为了提高自动光学检测系统在焊点分类、检测准确性和检测速度等方面的性能,针对Chip类元件焊点提出了基于概率排序的检测方法.通过分析彩色焊点图像、建立各焊点类型的模型、定义检测区域、提取区域的面积、重心和色彩梯度特征,并以出现概率的高低规划各焊点类型的检测顺序,进而设计出Chip类元件的焊点检测算法.结果表明,所提方法能有效地检测Chip类元件8种常见的焊点类型,且检测速度获得了明显提高.详细的分类和准确的检测有利于SMT生产线的质量控制,而快速可靠的焊点检测利于提高生产线的效率.     

基于关联度分析的静态和动态稳健性设计

运用关联度分析建立静态特性和动态特性稳健性设计方法.该方法的核心在于由正交试验数据的规范化和关联度的计算得到一个反映产品质量或系统性能的具有望大特性的关联度序列.通过对分辨系数的研究表明,与田口方法相比,该方法具有更高的区分度和适应性,而且对于田口方法中很难处理的具有复杂函数关系的动态稳健性设计问题也能得到很好的解决.此外,该方法简洁明了,避免了复杂的参数估计、假设检验等数理统计过程,实用性更强,结合工程实例进行设计分析验证了方法的有效性.     

互质因子摄动系统最优е1鲁棒控制: 连续性与自适应控制

针对具有互质因子摄动和未知干扰的离散时间系统研究了一种自适应鲁棒控制策略. 本文的主要工作包括三个方面. 首先建立了互质因子摄动系统最优е1鲁棒控制设计的连续性. 然后,提出了一种带变死区的参数鲁棒估计投影算法. 最后, 结合所提出的参数估计算法和最优е1鲁棒控制,利用确定性等价原理提出了互质因子摄动系统的一种新的自适应鲁棒控制方法. 基于本文建立的е1优化设计的连续性, 证明了自适应鲁棒控制的全局稳定性,给出了自适应控制系统稳定性的后验可计算条件.     

不确定性系统的自适应鲁棒跟踪控制

针对存在未知干扰和未建模动态等不确定性的系统的自适应鲁棒跟踪控制问题进行了 探讨.首选将l1优化控制器的有限拍设计方法结合给出了最优鲁棒稳态跟踪控制器的设计方法． 然后利用集员辨识的思想,将名义模型的参数和未建模动态及干扰的大小作为未知参数,提出了 一种递推参数估计方法.最后将上述研究结果结合起来提出了一种自适应鲁棒跟踪控制策略,证 明了自适应算法的全局收敛性并给出了鲁棒跟踪性能指标的一下较紧的上界.与现有的结果相 比,本文提出的自适应控制具有非保守的鲁棒稳定性,具有渐近最优的鲁棒跟踪性能.     

l1鲁棒辨识: 最小二乘算法及试验设计

现有的l¹鲁棒辨识方法依赖于观测数据自的起始时刻因而不能用来辨识时变系统, 针对该问题基于最小二乘法提出了一种l¹鲁棒辨识算法. 该算法与观测窗的起始时刻无关, 可用于时变系统的辨识, 证明了当试验输入为持续激励信号时所提出的算法为本质最优算法, 进一步证明了周期持续激励序列为最优试验信号, 并给出了辨识误差紧界的计算公式. 最后利用提出的算法研究了慢时变系统的l¹鲁棒辨识问题.