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.     

线性广义系统的鲁棒无源控制

考察了线性广义系统的无源性的控制问题和鲁棒无源的控制问题,使来自于物理系统的无源概念与控制理论有机结合起来.一方面,利用微分几何方法,给出了广义系统无源的充分必要条件;另一方面,将存储函数具体化,利用矩阵不等式,推出了广义系统鲁棒无源的充分条件.     

一类局部稳定系统的镇定及稳定鲁棒控制

为寻求各种类型系统的镇定设计方法,从矩阵A的对称分支阵H（A）入手,利用李雅普诺夫稳定理论、LMI和矩阵理论,研究了一类局部稳定系统．给出了系统是绝对局部稳定系统的充分条件,针对绝对局部稳定系统提出了递次降阶的稳定控制器的设计方法．给出了不确定动态系统的稳定鲁棒控制．     

交流绕线式异步电动机转子故障分析

介绍了交流绕线式异步电动机转子的故障现象并查明故障原因是真空接触器的一对主触点粘连。     

导数反馈下闭环广义系统的稳定性

针对导数反馈下闭环广义系统的稳定性问题,利用一种受限等价意义下的矩阵束分解[5],首先给出在不同动态阶(从最小到最大阶)下消除脉冲行为的充分条件.并根据各种动态阶,分别给出导数反馈控制器的设计方法.进而给出导数反馈下闭环广义系统稳定及局部导数反馈下闭环广义关联大系统的分散稳定的充分条件.最后用数值算例来验证所给结果的有效性.     

T-S模糊广义系统的逼近性

本文研究T-S模糊广义系统的逼近性,给出了T-S模糊广义系统的逼近性定理.证明其可以以任意的精度逼近一类广泛存在的非线性广义系统.还将MISO(多输入单输出)情况推广到MIMO(多输入多输出)的情况.在逼近性定理的基础上,利用神经网络的方法对非线性广义系统建模,给出了神经网络的结构及学习算法.本文共提出了两种神经网路的训练策略,对各自的优点与不足给出了分析,最后用数值例子验证了算法的有效性.     

滞后广义系统的状态反馈H∞控制

研究了一类状态方程和输出方程均带有时滞的滞后广义系统的H ∞控制问题.利用线性矩阵不等式,首先给出滞后广义系统零解渐近稳定且具有H ∞范数约束的充分条件,进而分别设计无记忆和有记忆状态反馈控制律,保证闭环系统具有上述性能,同时基于线性矩阵不等式的解得到了相应控制器构造方法.最后给出一个数值算例说明文中结论的有效性.     

T-S模糊系统的基于观测器的H∞控制设计

研究了T-S(Takagi-Sugeno)模糊系统H∞控制设计问题.放宽了Kim E等的T-S模糊系统可二次稳定的条件.给出了T-S模糊系统新的观测器设计方法.然后给出了T-S模糊系统基于观测器的H∞控制存在的两个新的充分条件.新方法不但简单,而且充分考虑了模糊子系统间的相互作用.最后通过例子,应用LMI技术,说明了本文给出的T-S模糊系统的基于观测器的H∞控制器的设计方法简便易行.     

非线性系统广义模糊跟踪控制

研究一种给定 H∞ 模型参考跟踪特性的非线性系统的 T-S 广义模糊跟踪控制问题. 通过把一般的模糊模型等价变换到广义模糊模型, 引入了松弛变量, 并基于线性矩阵不等式 (LMI) 给出了新的 H∞ 跟踪控制器设计方法. 控制器参数在一组线性矩阵不等式中同时得到求解, 避免了原有方法分步求解的困难, 方法简单易行且具有鲁棒性. 两个算例表明了结论的有效性.     

一类Takagi-Sugeno模糊离散广义系统的稳定性判据

利用Lyapunov方法,研究了一类Takagi-Sugeno(T-S)模糊离散广义系统的稳定性问题．给出了该系统一致正则、因果和稳定的充分条件,并把此条件用线性矩阵不等式(LMI)表示．通过矩阵分解把广义系统的非严格矩阵不等式约束转化成严格的矩阵不等式约束,从而可以用LMI工具箱一次判定系统的稳定性,算例说明所给方法使用方便．