遗传算法在混合H_2/H_∞优化控制设计中的应用

介绍了现已成为关键智能计算之一的一种新的全局优化搜索算法—遗传算法，并探讨了在混合Ｈ２／Ｈ∞最优指标下优化控制设计中的应用。其最大特点是：本质并行、全局优化，它不要求目标函数连续和可微，比梯度法和随机搜索算法更适合于ＰＩＤ混合Ｈ２／Ｈ∞优化问题。     

一种改进的控制系统QFT设计算法

定量反馈理论（QFT）是一种设计具有不确定性的多变量控制系统的直接而有效的方法。针对现有的QFT设计算法计算量大的缺点,提出了一种改进的设计算法。最后以挠性卫星三轴姿态控制系统的俯仰通道作为设计实例,仿真结果表明了所提算法的有效性和优越性。     

具有状态滞后的线性不确定时滞系统鲁棒输出反馈控制

针对具有状态滞后和时变未知且有界不确定性的线性时变不确定时滞系统，研究了当状态不完全可测时的鲁棒镇定问题。利用Ｒｉｃｃａｔｉ方程方法，提出了一种基于观测器的动态输出反馈镇定控制器设计方法，并得到了不确定时滞系统可输出反馈镇定的充分条件。最后通过一数值例子来说明了所得结果的可行性。     

不依赖模型的机器人鲁棒自适应跟踪控制

提出了一种新颖的鲁棒自适应控制策略，用于不确定性机器人的轨迹跟踪。它不需要任何模型知识，唯一需了解的是系统的阶数和输出的位置及速度状态。理论和仿真均证明，系统的不确定性诸如摩擦力、外部扰动及未建模动力学带来的不确定性影响，均可被设计的控制律补偿，最后可保证全局指数收敛或全局一致最后有界的结果。另外，本文还给出了跟踪误差的暂态测量。     

直线电动机在机床伺服驱动应用中的若干问题与展望

直线电动机在数控机床应用实现了所谓零传动,负载侧的干扰没有受到衰减,宜于采用H∞鲁棒控制方法抑制扰动的影响。为减小或消除摩擦对低速精加工时伺服特性的干扰,采用磁悬浮技术是一个根本的解决方案。直线电动机正好集直接驱动、水平推力控制与垂直力磁悬浮控制于一身,是未来数控机床伺服驱动的发展方向之一。     

参数不确定广义大系统的分散鲁棒镇定控制

应用线性矩阵不等式(LMI)方法研究了参数不确定广义大系统的分散鲁棒镇定控制问题，系统中不确定项具有数值界，可不满足匹配条件．基干不确定项的表达形式，给出了存在分散鲁棒控制器的LMI条件．仿真例子表明，LMI方法求解简单、便干应用。     

不确定串联非线性系统H∞鲁棒自适应控制

针对一类含有未知参数和干扰的非最小相位串联非线性系统,结合H_∞控制和自适应控制方法并利用李雅普诺夫函数递推设计方法设计了状态反馈H_∞自适应控制器,避免了求解Hamilton-Jacobi-Isaacs不等式设计控制器的困难.该控制器不仅保证闭环系统ISS(input-to-state)稳定,而且使得系统对于所有允许的参数不确定从干扰输入到可控输出的L₂增益不大于给定的值.最后,给出了一个仿真例子,仿真结果充分表明了所设计的控制器的可行性和有     

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H∞环路成形和自适应神经模糊推理系统的模糊控制器设计

H_∞环路成形方法设计的控制器阶次较高,不便于工程实现和参数调整;用传统方法确定模糊控制器隶属度函数的参数和模糊规则比较费时且难以保证鲁棒性能和时频域性能指标.针对上述情况,提出了一种综合运用H_∞环路成形和自适应神经模糊推理系统来设计模糊控制器的方法.首先采用H_∞环路成形设计方法,得到鲁棒裕量、动态和稳态性能都符合要求的控制器,然后用自适应神经模糊推理系统来逼近此控制器,最后根据自适应神经模糊推理系统参数确定相应的模糊控制器规则和参数.该方法确定模糊控制器隶属度函数的参数精确而省时,且能保证控制器具有较强的鲁棒性和良好的控制效果.通过对小车倒立摆系统进行的仿真,验证了该控制器设计方法的有效性.