时延高速通信网络的指数稳定跟踪控制

针对具有一个瓶颈和多用户的高速通信网络,当实际网络带宽的分配率跟踪上预定值,并且实际队列长度跟踪上给定的参考值,网络的数据丢失率就会很低,这时网络具有较高的利用率。本文基于线性矩阵不等式(LMI)和时延相关控制方法,设计一个控制器以实现指数稳定的跟踪控制。该控制器的设计只需知道时延的上界,指数稳定减少了过渡时间,加快了跟踪速度。当网络吞吐能力发生变化时,指数稳定使得新的平衡点很快达到,控制器无需调整参数,算法简单,易于实现。仿真实例说明了该控制器的有效性。     

改进的逆解耦自抗扰内模控制在磨矿中的应用

针对磨矿分级系统的多变量、强耦合、大时滞等特性,提出改进的逆解耦自抗扰内模控制方法。利用逆解耦方法实现磨矿分级系统的解耦,对解耦后的子系统采用改进的内模控制和线性自抗扰控制。通过引入内模补偿器和增益对时滞进行补偿,减小了系统对模型的依赖度,通过调节线性自抗扰控制器参数、内模补偿器参数和增益来抑制模型失配、外部干扰及不确定性因素对系统带来的不利影响。仿真结果表明,改进的逆解耦自抗扰内模控制方法有较好的解耦性能、跟踪性能和鲁棒性能,验证了此方法是有效的。     

滞后广义系统状态跟踪的学习控制算法

尝试性的将迭代学习控制方法应用于滞后广义系统的状态跟踪控制上,针对满足Ａ２２可逆条件的滞后广义系统,给出了跟踪控制的学习算法,并对算法的收敛性及状态跟踪的可能性进行了分析。我们所设计的学习控制器对系统有很好的鲁棒性能,对Ａ２２不可逆,对此将另文讨论。     

一类非线性系统的自适应模型跟随控制

讨论了一类非线性系统的自适应模型跟随控制问题。首先给出了系统的一般描述,然后研究了该系统模型跟随控制的存在条件，最后讨论了如何设计前馈控制和反馈控制矩阵的迭代调节律,使得系统输出能够快速地稳定地跟随参考模型输出。仿真结果表明了这一控制方案具有良好的非线性跟随效果。     

具有性能预设的多机编队目标跟踪控制

针对无人机编队目标跟踪中性能不可控的问题, 提出了一种具有性能预设的分布式多机编队目标跟踪控制方法。首先提出一种基于运动参数组的编队队形描述与目标跟踪方法, 实现了编队的相位预设与队形控制; 其次利用误差变换方法将有性能约束的误差问题转换为无约束误差控制问题, 并给出了一致性预设性能控制律; 然后分别设计了指数型和预设时间型性能函数, 实现了同一控制律下对不同性能的控制, 保证了编队目标跟踪过程中的收敛时间以及瞬态和稳态性能。最后,仿真证实了无人机编队能够在预期设定的性能范围内实现编队队形控制, 并成功跟踪目标。     

Transient Performance Improvement in Tracking Control for a Class of Nonlinear Systems with Input Saturation

This paper addresses the composite nonlinear feedback (CNF) control for a class of singleinput single-output nonlinear systems with input saturation to track a time varying reference target with good transient performance. The CNF control law consists of a tracking control law and a performance compensator. The tracking control law is designed to drive the output of the system to track the time varying reference target rapidly, while the performance compensator is used to reduce the overshoot caused by the tracking control law. The stability of the closed-loop system is established. The design procedure and the improvement of transient performance of the closed-loop system are illustrated with a numerical example and the controlled Van del Pol oscillator.     

三电平四桥臂APF低运算量预测控制策略研究

四桥臂APF(active power filter)是解决三相四线制配电网电能质量问题的理想设备,三电平四桥臂APF因其充足的基矢量个数而具有较好的电流跟随性能,但模型预测电流控制应用于三电平四桥臂APF时预测运算量过大。提出一种基于空间分层思想的模型预测电压控制策略。基于无差拍控制思想及αβγ坐标系下离散数学模型,由参考电流预测出期望的参考电压,将多次电流预测转换为单次电压预测;并结合三电平四桥臂APF的电压矢量空间分布规律,采用空间分层思想,基于γ轴的空间位置进行优化矢量范围的选取,将寻优矢量范围从传统的81个降低至4~18个,实现了电压跳变限制和中点电位控制。仿真结果表明：该策略具有优良的控制性能。     

一类非线性系统的模型参考自适应模糊控制

针对一类不确定非线性系统 ,基于一种修改的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力 ,提出了一种模型参考自适应模糊控制器设计的新方案。该方案利用参考模型作为性能指标 ,自适应调节模糊控制器的规则库 ,并通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 ,不但能保证闭环系统稳定 ,而且可使跟踪误差收敛到零。仿真结果表明了该方法的有效性     

网络控制系统时延的预测控制补偿方法

针对网络控制系统的时延问题,提出一种补偿方法。对于反馈通道,时延是已存在的,可以进行测量,这部分时延通过预测控制算法进行补偿。前向通道的时延对于控制器是未发生的,是不可知的,为此在系统输出端和前向通道间附加一个控制补偿环节以减小前向通道时延的影响。该方法简单可行,实时性强,便于工程应用。最后分析了系统的稳定性并通过仿真实验表明该策略的有效性,保证了网络控制系统的良好性能。     

全局稳定广义预测自校正控制算法与模型参考适应控制算法

本文为时滞未知的确定性线性系统建立了全局稳定广义预测自校正控制算法。同时推出一种新型稳定离散模型参考适应控制算法，把广义预测自校正控制和模型参考适应控制融为一体。     

软管式自主空中加油飞行控制系统与仿真研究

基于参考观测器的全状态反馈控制方法设计了受油机飞行控制系统,建立了软管式自主空中加油仿真系统,并进行了仿真验证。根据生成的受油机参考跟踪、对接轨迹,通过输出跟踪观测器在线估算前馈控制信号和参考状态量,设计全状态反馈控制器精确跟踪参考状态,解决了受油插头难以近距离跟踪加油锥套并实现精确对接的问题。以某型UCAV为例,设计了基于全状态反馈控制的自主空中加油仿真系统并进行了数字仿真。仿真结果表明,在四种强度阵风干扰下,设计的空中加油仿真系统能实现精确的双机加油设备跟踪与对接,具有良好的动态性能与鲁棒性能。     

永磁同步电动机自适应反步控制的建模与仿真

设计了一种基于自适应反步控制的永磁同步电动机非残性速度控制器，采用二阶滤波环节平滑速度指令．在设计非线性速度控制器的同时，进行不确定参数及负载力矩的在线自适应估计。建立了采用该控制器的永磁同步电动机速度伺服系统仿真模型．仿真结果表明，所设计的非线性控制器保证了系统的全局一致稳定性，永磁同步电动机伺服系统获得了很好的跟踪效果，并且对参数不确定性及负载力矩扰动具有很好的鲁棒性。     

一类执行器卡死的T-S模糊自适应容错控制

针对一类执行器发生故障的非线性系统,提出了基于T-S模糊模型和模型参考自适应控制的容错控制设计方案。该方案特点是:在利用Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模时,假设局部线性模型的参数未知,利用自适应控制算法,在线调整控制器参数,实现系统对参考模型的状态跟踪。在系统发生故障时,系统能够重构控制律以抵消故障对系统的影响,维持系统的稳定性以及期望的跟踪目标。利用李亚普诺夫理论分析了系统的稳定性,给出了能够实现状态跟踪的匹配条件以及控制器参数更新律。利用某飞机模型进行了仿真,证明本文方法的有效性。     

基于前馈及反馈补偿的高性能直线伺服系统

数控机床用直线电动机在工作过程中,推力波动、负载扰动和非线性摩擦等各种扰动因素降低了直线伺服的性能。为抑制扰动满足数控机床直线伺服系统速度跟踪性能的要求,在分析永磁直线同步电动机数学模型和各种扰动因素的基础上,引入具有动态递归特性的Elman神经网络,设计出具有前馈及反馈综合补偿效果的复合控制器,不仅可以对各种扰动进行反馈补偿,而且对速度给定信号进行预测前馈补偿控制,提高了直线伺服系统的跟踪精度和响应速度,仿真结果验证了Elman神经网络的动态性能及综合补偿的优点,表明了复合控制方案的有效性和可行性。

Abstract：

Disturbance variations,such as force ripple,load disturbance and nonlinear friction,directly impose on the motor shaft,leading to significant effect on the computer numerical control （CNC） machine tool servo system performance.In order to satisfy the requirements for speed command tracking performance and eliminate the influence of disturbance,on the bases of the analyzing the mathematics model of permanent magnet linear synchronous motor （PMLSM） and disturbance variation,Elman dynamic recurrent Neural Network was introduced and compound controller with feedforward and feedback comprehensive compensation was proposed.The disturbances were compensated by feedback component and reference speed input signal was preview controlled by feedforward component.The tracking performance and respect speed of linear server system were improved.The advantages of the comprehensive compensation and dynamic of Elman NN were proved.The simulation results show that this compound control scheme is feasible and effective.     

基于鲁棒模型预测的智能汽车轨迹跟踪控制研究

针对传统的基于跟踪误差模型轨迹跟踪控制器在复杂行驶环境下控制精度不高,鲁棒性差等问题,设计一种鲁棒模型预测轨迹跟踪控制策略.采用车辆凸多胞体动力学模型显式描述车辆动态特性,结合轨迹跟踪多目标约束设计鲁棒性目标函数,通过线性矩阵不等式优化方式求解状态反馈控制律;引入前馈控制消除稳态误差,提高跟踪精度.结果 表明:在不同行...     

基于神经网络的机械臂分散自适应跟踪控制

提出了一种适用于机械臂的基于神经网络的分散自适应轨迹跟踪控制方法。将机械臂的轨迹跟踪控制系统考虑为由多个非线性关联组成的不确定性复杂系统,采用分散控制方法进行控制器设计。在对每一子系统设计控制器时,采用直接反馈线性化,利用控制器构建伪线性系统,并引入神经网络自适应环节消除干扰、关联及逼近误差,从而使所提出的控制方法能够保证系统状态有较高的跟踪精度,且算法简单,易于实现。仿真表明,该算法能保证较高的跟踪效果。     

Best tracking performance for integrator and dead time plant

The optimal tracking performance for integrator and dead time plant in the case where plant uncertainty and control energy constraints axe to be considered jointly is inrestigated.Firstly,an average cost function of the tracking error and the plant input energy over a class of stochastic model errors are defined.Then,we obtain an internal model controller design method that minimizes the average performance and further studies optimal tracking performance for integrator and dead time plant in the simultaneous presence of plant uncertainty and control energy constraint.The results can be used to evaluate optimal tracking performance and control energy in practical designs.     

间歇通信条件下多无人机保性能编队追踪控制

针对多无人机系统在通信链路非周期性中断情况下的优化编队控制问题, 提出了一种多无人机保性能编队追踪控制方法。首先, 引入一种分布式性能指标, 用于描述多无人机系统编队调节性能。然后, 设计了间歇型多无人机编队追踪控制器, 可在通信时段根据无人机间局部交互信息构建分布式反馈控制, 并在中断时段中止对无人机的编队追踪控制, 以应对间歇通信的影响。同时, 获得了间歇通信条件下多无人机保性能编队追踪控制判据, 确定了多无人机系统的保性能上界。最后, 通过仿真算例验证了理论结果的有效性。     

电弧炉电极调节系统的离散时间自适应控制研究

讨论了电弧炉电极调节系统的离散时间自适应控制问题。首先将电弧炉主电路的电弧弧长与电弧电流的非线性函数关系用分段线性函数表示,得出了电弧炉电极调节系统分段线性化的数学模型。在此基础上进行了电弧炉电极调节自适应控制系统的设计,推导出了递推的离散时间模型参考自适应律。仿真研究表明自适应控制系统具有良好的跟踪特性,并能够有效地抑制抖动,其性能明显优于PID控制系统,以上研究为新型电极控制系统的研制提供了新的方法。     

基于模型跟随的神经网络非线性重构控制

针对歼击机在结构故障下的动力学方程 ,提出了一种基于径向基函数 (RBF)神经网络的模型跟随非线性重构控制策略。该方法不必精确已知系统故障的位置及其损伤程度 ,可直接对故障系统实施重构控制 ,使其输出能精确跟踪期望参考模型的输出。该方法在模型跟随重构控制的基础上 ,引入了神经网络控制器 ,以补偿故障引起的非线性因素的影响。理论分析和仿真验证表明 ,所提方法可保证闭环系统具有良好的重构性能和很强的鲁棒性 ,且算法高效简单 ,易于计算机在线控制。