用人工神经网络K—Net构造状态观测器

研究了人工神经网络Ｋ－Ｎｅｔ构造非线性系统状态顺及其原理、数字描述和算法，并选用 文献中的例子进行了仿真研究和对比。这样构造的神经网络状态观测器结构清晰，算法简明，有很好的适用性。     

带转矩观测器的交流调速系统

讨论了一种新型交流调速系统－无速度传感器的速度闭环控制系统，利用测量感应电动机的定子电压，电流的值，通过运算得出定子磁通ψ１和转矩Ｔｅ，然后计算出转差ω２，以代替转差ωｘ的测量。     

基于动态神经网络的非线性系统鲁棒观测器设计

基于动态神经对一类不确定非线性系统提出一种新的鲁棒观测器。其中无离线学习、持续激励和输出匹配条件等要求。仿真说明所提方法的有效性。     

基于观测器的不确定动态时滞系统鲁棒镇定的Riccati方程方法

本文给出了一类不确定动态时滞系统基于观测器的鲁棒镇定方法，该类系统的状态、输人和输出矩阵均含有不确定性，且不确定性需满足给定的匹配条件，系统不仅有状态时滞，还有控制时滞，该方法通过求解两个代数Riccati方程实现，本文比较全面地解决了满足匹配条件的不确定动态时滞系统的鲁棒镇定问题．     

新型自适应速度观测器在矢量控制中的应用

实现高性能矢量控制系统的重要环节是准确地观测异步电机的转子磁链。将一种新型的速度自适应磁链闭环观测器应用于矢量控制系统中,取代了传统的积分器。理论证明,该系统是超稳定系统。仿真表明,该方案电机磁链观测精度高,电机参数鲁棒性好,同时基于磁链观测器所设计的速度自适应辨识方案准确性好,收敛速度快,使系统在较低转速下仍能保持优良的性能。本系统以1.1kW异步电机为控制对象,并采用MATLAB/Simulink软件对系统进行了仿真。     

基于观测器的非线性系统神经网络鲁棒控制

提出一类不依赖于模型的状态观测器，通过分析其根轨迹和极点要求配置合适的参数，该观测器本身是一个能提取高阶微分的高阶微分器．基于Lyapunov稳定性理论设计了使闭环系统渐近稳定，对模型变化和扰动具有鲁棒性的神经网络自适应控制器．该控制器不仅考虑了闭环系统的输出和设定输入误差的微分，而且考虑了误差的高阶微分，从而提高了控制品质．最后通过仿真例子验证了所提出理论的正确性．     

时滞系统的降维状态预测观测器及预测控制器设计

研究控制项含有时滞的线性系统的预测控制问题.利用被控对象的预测输出向量和系统的控制向量,设计了一种降维状态预测观测器,并将该状态观测器用于时滞控制系统的最优状态反馈控制中.利用该状态预测观测器可将闭环系统的时滞项移至系统闭环结构之外,从而最优控制规律完全可以按无时滞系统进行设计.由性能指标计算公式表明,该预测控制器关于二次型性能指标是次优的.     

线性不确定系统的给定阶最优控制器设计

为避免间接法设计降阶控制器的模型近似引起的性能下降,本文在静态输出反馈控制器设计的基础上,直接设计了线性不确定系统的给定阶混合H2/H∞动态反馈控制器.利用系统内外分解方法,得到了最优降阶状态观测器.通过求解降维状态观测器的静态输出反馈,可得到降阶控制的最优反馈增益阵.给定阶控制器由两个Ric cati方程和一个Lyapunov方程参数化表示.最后,通过一个例子,说明了本文提出的给定阶控制器设计方法.     

基于自适应观测器的一类非线性系统鲁棒故障诊断

针对一类含有不确定性的非线性系统,对于执行器故障情形,提出了一种新的鲁棒故 障诊断方法.首先设计了自适应观测器结构,并利用最小二乘法给出了故障估计递推算法.对系 统中的不确定性,算法中采用域值处理技术以实现鲁棒故障估计.在此基础上,分析了该方法的 鲁棒性,可检测性和稳定性.最后,给出了仿真实例,结果证明了该方法的有效性．     

基于负载观测的伺服系统抗扰研究

当负载变化时，按线性二次型状态反馈(LQSF)所设计的最优闭环控制系统是有静差的，为了减小和消除扰动静差，文中引入负载观测器实施对扰动负载的观测，并将其引入到电流调节器的输入端，作为速度调节器前馈补偿的控制输入，从而使系统具有优良的抗扰性能。文中给出了伺服系统负载观测的存在条件，负载观测器的构成方法，并在有或无负载观测结果参与控制的情况下，对实际系统做对比研究。系统的仿真和实验均证实了负载观测器参与系统控制的有效性。