柔性梁振动控制系统设计

采用压电自感知执行器作为传感器和执行器,对柔性悬臂梁的振动情况进行研究,建立柔性悬臂梁系统的动力学方程,通过模态分析压电结构对柔性悬臂梁振动主动控制的原则和方法。利用最优控制理论得到对振动进行计算得到的最优控制信号来抑制悬臂梁的振动,完成对振动进行控制的目的。     

基于UEMS的电力系统精细化稳定控制系统

作为电力系统安全保障体系的第二道防线,先进的紧急控制技术对电网灾变防治不可或缺。为克服现有紧急控制系统切负荷方式固有的粗放性、无选择性等局限,基于用户侧能量管理系统(UEMS),提出了电力系统精细化稳定控制系统的概念、结构和模型,并基于非线性最优控制理论提出了切机/切负荷量的计算方法。所构建的精细化稳定控制系统能够实现有选择性的精细化切负荷功能,即优先短时切除不影响用户用电体验的负荷。数值仿真验证了所提方法的有效性和正确性。     

重卡驾驶室半主动悬置控制方法

为了抑制在路面激励下某型重卡驾驶室的振动加速度响应,研究基于磁流变阻尼器驾驶室半主动悬置系统的控制方法。建立了重卡驾驶室半主动悬置集中质量动力学模型,分别采用比例积分微分(proportion integration differentiation,简称PID)控制理论和模糊最优控制理论设计控制器,并利用磁流变阻尼器动力特性实验数据对模糊最优控制器的参数进行优化。以驾驶室质心垂直、侧倾及俯仰3个方向加速度为控制目标,利用ADAMS/Simulink联合仿真方法,对比分析PID控制和模糊最优两种控制策略与被动状态下重卡驾驶室悬置振动控制效果。针对实际重卡进行不同速度路面激励下的振动控制实验。仿真和实验结果表明,采用PID和模糊最优控制方法均能有效抑制重卡驾驶室半主动悬置的振动加速度响应,其中模糊最优控制效果总体优于PID控制。     

反导制导滤波技术研究

为了实现对下落段速度大、螺旋机动的弹道导弹的有效拦截,反导导弹必须有针对性的进行制导滤波技术的研究。文中创新性的采用拉普拉斯变换方法进行4态滤波设计,对目标加速度、加速度一阶导、加速度二阶导同时进行在线估计,滤波结果与3态滤波结果比具有延迟小、精度高的特点;同时结合已有Weave制导律,通过和3态滤波+比例导引、3态滤波+最优导引进行对比,得出4态滤波+Weave导引具有脱靶量小的优点。     

最优滑模制导律设计与仿真

在最优比例导引基础上推导出最优滑模制导,并用Lyapunov方法证明其稳定性。在仿真验证中,通过与理想比例导引的对比,并考察制导精度和攻击区两个指标,得出最优滑模制导是一种更高级的制导律的结论。本文的创新之处为滑模制导律中滑模项的设计,这也是该制导律的设计难点。     

一类非线性耗散系统的逆最优控制

首先研究一类单输入非仿射非线性系统的逆最优控制问题, 其代价泛函为非线性-非二次型, 设计出一族参数化的状态反馈逆最优控制器;然后讨论当该系统为耗散系统时, 在供给率为二次型的耗散性理论框架下,给出使系统渐近稳定的李雅普诺夫函数和镇定控制律, 并通过适当选取代价泛函中的参数,使得李雅普诺夫函数也是最优值函数,进而揭示出耗散系统在线性输出反馈意义下稳定性与最优性之间的等价关系.     

Butterworth最优控制的逆问题

为了认识Butterworth最优控制的本质,揭开Butterworth最优传递函数与加权矩阵Q,R的相互关系,本文研究Butterworth最优控制的逆问题.首先用Butterworth最优控制确定状态反馈增益阵K,然后给出计算加权矩阵Q的参数化公式,最后用一个例子说明这种确定加权矩阵Q,R的方法的有效性和简便性.     

基于递归神经网络的再入飞行器最优姿态控制

针对再入飞行器的姿态跟踪问题,基于递归神经网络提出最优跟踪控制.采用反步法和递归神经网络,设计自适应前馈控制,将再入飞行器的最优姿态跟踪问题转化为等价的姿态角误差/角速率误差最优调节问题.采用自适应动态规划技术,解决最优调节问题.引入神经网络估计最优控制中的代价函数,推导最优反馈控制律,同时保证Hamilton–Jac...     

H(curl)空间中椭圆最优控制问题的自适应有限元算法

针对H(curl)空间椭圆型最优控制问题提出了一种自适应有限元方法。首先将H(curl)空间Maxwell方程的最优控制模型转化为偏微分方程组,给出了偏微分方程组的解得正则性。其次利用自适应有限元方法求解此偏微分方程组,同时讨论了方法的后验误差及收敛性。最后通过数值算例给出了该方法的数值结果,验证了有限元方法的有效性和可靠性。这一方法可以应用于更复杂的最优控制问题的求解。     

基于H∞最优控制理论的粒子群优化算法在造纸定量控制中的应用

针对造纸定量控制系统具有非线性、时滞、多干扰等控制难点,本课题提出一种基于H_∞最优控制理论的粒子群优化算法(PSO)优化PID参数。改进的PSO具有对控制系统过程模型的依赖性小、参数整定简单、鲁棒性和抗干扰性强的特点。与传统算法相比,基于H_∞最优控制理论的PSO可以高效地找出符合设计要求的PID调节参数,不会陷入局部最优,且使系统性能指标达到最优或次最优。并且,仿真结果也验证了该算法的有效性和实用性。