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。     

基于趋近律滑模最优控制的无人机撞网回收轨迹控制

针对舰载无人机撞网回收过程的下滑轨迹跟踪控制问题,在设计基于α β滤波器的轨迹控制外回路的基础上,着重设计了趋近律滑模控制与最优控制相结合的姿态控制内回路,提高了系统的稳定性并改善了系统的动态性能。以某小型无人机为例进行了撞网回收全过程三维数值仿真,仿真结果表明,该撞网回收着舰轨迹控制系统能够实现下滑过程飞行姿态及轨迹的精确控制,且能够在舰船甲板运动情况下实现较精确的撞网回收。     

指数变增益迭代学习控制最优增益研究

针对指数变增益迭代学习控制(ILC)算法难以进一步改进且缺乏优化理论等问题,提出一种指数变增益迭代学习控制(ILC)算法在线性时不变(LTI)系统中的控制增益优化方法。首先,由托普利茨矩阵特性和矩阵迭代理论得到单输入单输出(SISO)离散LTI系统中的收敛充要条件,并证明算法的收敛性;其次,由最优化理论得到算法单调收敛条件,最终得到最优控制增益的精确解,并得出指数增益与最优控制增益之间的关系。该方法根据系统状态方程得到最优控制策略,可计算得到精确最优控制值,进一步提高系统收敛速度。仿真结果表明,该方法能有效提高算法学习速度,具有良好的控制性能。     

亚半微米光刻投影物镜温度补偿控制及算法研究

主要介绍一种光刻机投影物镜温度补偿控制的原理及控制算法。根据系统结构、对象特性和过程指标要求,采用了一种智能型线性－模糊控制器,获得了优良的动态和稳态性能。     

基于遗传算法的模糊神经网络控制技术研究

提出了一种基于去模糊优化的模糊神经网络控制器及模糊神经网络的遗传学习算法.利用遗传算法优化包含控制器性能的指标来离线寻找最优的模糊神经网络控制器结构和参数,经过遗传算法训练的模糊神经网络控制器被接入模糊神经网络智能控制系统中.仿真结果表明,利用此方法实现的控制,系统的控制精度高,超调量小,鲁棒性能很强,获得了良好的控制效果.     

非线性随机动力系统的最优多项式控制

根据物理随机最优控制理论,发展了适用于一般非线性随机动力系统的最优多项式控制策略,考察了随机地震动作用下不同非线性水平Duffing系统的随机最优控制。结果表明,受控后系统反应的离散性大大降低、系统性态显著改善;采用能量均衡的超越概率准则,1阶线性控制器可以达到高阶非线性控制器的控制效果,这对于非线性控制器可能导致系统不稳定的场合具有重要意义。此外,相比较基于统计线性化的LQG控制,发展的非线性随机最优控制策略对Duffing系统的非线性水平不敏感、具有良好的鲁棒性,能实现系统的精细化控制,而采用名义白噪声输入的LQG控制则不具备这一特点。     

基于行星混联轻卡物流车控制策略研究

本文介绍了行星混联轻卡物流车动力系统的构型和工作原理,基于Simulink设计了发动机最优控制算法,通过对电机MG1和MG2的转速/转矩控制,解耦发动机和路载,确保发动机工作点能良好跟随发动机最优工作曲线。同时,利用Cruise/Matlab/Simulink搭建联合仿真平台,验证了该控制算法在保证整车动力性的前提下,能有效提高整车的燃油经济性,具有一定的应用价值。     

现代控制理论在复杂控制系统设计中的应用

简要介绍了现代控制理论的发展情况,详细论述了现代控制理论中几种控制方法在一些复杂控制系统设计中的应用.     

一类多体系统的非完整运动规划最优控制

研究一类带有非完整约束的多体系统运动规划问题。由于非完整约束的存在,运动规划和控制问题比一般的多体系统要困难得多。讨论了非完整系统的特性及可控性条件,利用无限维优化和控制理论,结合非完整控制系统特性,以系统耗散能量为性能指标,给出一类非完整运动规划的最优数值方法。最后将该方法用于自由漂浮空间双臂机器人,仿真结果实现了该类非完整系统的运动规划。