具有控制时滞的不确定分布参数系统迭代学习控制

研究了具有控制时滞的不确定线性分布参数系统的迭代学习控制问题,允许系统在迭代过程中初始状态值存在一定偏差。提出了基于时滞已知的P型迭代学习控制算法,给出了其L²范数收敛的充分条件,并利用Green公式、以及Gronwall-Bellman不等式等从理论上进行收敛性证明。数值例子验证了该算法的有效性。     

一般非线性离散系统的闭环迭代学习控制研究

通过对开环迭代学习控制的不足进行分析，提出了基于当前输出误差的闭环P型迭代学习控制律，针对一般非线性离散系统，给出了学习控制的收敛条件。仿真结果表明，简单的闭环P型迭代学习控制即能使非线性系统实现对期望轨线的无差跟踪。     

一类非线性系统的迭代学习控制

在一类非线性系统的闭环迭代学习控制中，对系统输入进行闭环D型迭代学习，对输入的初值采用P型迭代学习控制律，给出了它的收敛性证明，从收敛性的证明过程可以看出，这种迭代学习控制受到较小的收敛条件的限制最后用仿真结果对收敛性和收敛条件进行了验证。     

PDα-型分数阶迭代学习控制在Lp范数意义下的收敛性分析

针对一类分数阶线性系统,讨论了PD^α-型分数阶迭代学习控制算法的单调收敛性。首先,在Lebesgue^p(L^p)范数意义下,对一、二阶PD^α-型控制算法的单调收敛性进行理论分析,推导出其单调收敛的充分条件,并推广到N阶控制算法的情形;然后,对二者的收敛快慢进行了详细说明。结论表明,控制算法的收敛条件由学习增益和系统自身属性共同决定。仿真实验验证了理论的正确性和控制算法的可行性。     

递阶稳态优化下非线性大工业过程的迭代学习控制

对递阶稳态优化下非线性大工业过程施行迭代学习控制 ,目的是进一步改善大工业过程的动态品质 .建立迭代学习控制的基本结构 ,提出迭代学习控制算法关于控制系统的ε-收敛性和期望目标轨线的δ -可达性的概念 ,对具有死区与滞后的饱和非线性大工业过程控制系统给出加权超前开环PD-型迭代学习算法 .利用 Bellman-Gronwall不等式和λ范数理论 ,论证了算法的收敛性 .数字仿真表明 ,迭代学习控制能有效改善递阶稳态下非线性大工业控制系统的动态品质 .     

鲁棒迭代学习控制及在高精密平台中的应用

针对不确定性系统,提出一种非因果的鲁棒迭代学习控制方法。采用反馈控制和迭代学习控制分别设计并统一进行鲁棒性分析的方法,以提高系统的反馈性能和学习性能。首先采用H_∞控制方法,保证反馈部分的鲁棒稳定性;其次采用二次型优化迭代学习控制律来提高系统的学习效率;最后结合μ分析理论,对迭代学习控制系统进行鲁棒性验证,并对优化学习律的参数进行修正。该方法吸取了非因果迭代学习律学习性能好的优点,也充分利用μ分析保守性小的特点来提高系统的性能。算例结果验证了方法的有效性。     

带有EKF速度观测的P型迭代学习直线伺服系统

针对永磁直线同步电机伺服系统,采用P型迭代学习控制律下的位置-速度控制器,实现参考位置信号的跟踪控制.详细分析了永磁直线伺服系统的数学模型,在此基础上给出迭代学习直线伺服系统的收敛性定理.同时避免位置信号微分运算的不准确结果,给出推广卡尔曼滤波器观测直线速度的方法.采用matlab和dSPACE方法对迭代学习直线伺服系统进行仿真研究,仿真结果表明迭代学习控制能够保证系统性能在不断学习中提高,系统具有很好的动态响应和学习能力.     

基于迭代学习控制的PID控制器设计

针对传统的经验PID整定方法,提出了一种新的PID参数整定算法。该算法首先利用PD型迭代学习控制来进行期望轨迹的跟踪控制,然后根据迭代学习控制的输入输出数据序列,通过强跟踪滤波器来进行参数辨识,可获得对应于期望轨迹的优化的PID控制参数。给出了迭代学习控制的收敛条件,以及如何利用强跟踪滤波器来进行参数辨识。仿真和实验结果表明,采用该算法设计PID控制器,被控系统可以获得较佳的动态性能和较强的鲁棒性。     

区间可调节的变增益加速迭代学习控制

为加快迭代学习控制律的收敛速度,针对线性时不变系统,以P型、D型学习律为例,提出了区间可调节的、具有指数加速、含反馈信息的迭代学习控制算法。首先,根据每次学习效果,确定下一次迭代需要修正的区间并在该区间内修正控制律增益;其次,分析了所提算法的收敛性并给出其收敛条件;最后,理论结果表明收敛速度主要取决于被控对象、控制律增益、修正指数和学习区间的大小。相同仿真条件下,与传统算法相比,所提算法具有更快的收敛速度。     

基于二维混合模型的鲁棒迭代学习控制设计

针对一类正则线性不确定系统,提出一种基于连续/离散二维混合模型的迭代学习控制设计方法。首先,通过独立地考虑迭代学习控制系统连续的控制行为与离散的学习行为,建立迭代学习控制系统的连续/离散二维混合模型,将迭代学习控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题。然后应用二维连续/离散系统方法,获得迭代学习控制系统稳定性条件。最后根据稳定性条件,利用线性矩阵不等式方法,求得迭代学习控制器参数,它通过Matlab工具箱可以方便的获得。与现有方法相比,所提出的迭代学习控制器利用了输出误差以及状态变化的信息来修正当前的控制,因而设计方法更加符合其本质特征,具有简单实用、直观明了的特点。数值仿真实例验证了所提方法的有效性。     

基于2D模型的网络系统迭代学习控制设计方法

迭代学习控制(iterative learning control, ILC)方法应用于网络控制系统时,由于数据需要在控制器和远程对象间传输经常产生数据丢失现象。给出了一种存在数据丢失时网络系统的随机迭代学习控制设计方法,首先将数据丢失现象描述为随机伯努利序列,在此基础上将迭代学习的控制器设计转化为随机〖JP2〗2D Roesser系统的稳定问题。定义了随机意义下2D系统的均方渐进稳定,基于线性矩阵不等式(linear matrix inequality, LMI)给出一个判别稳定性的条件,该条件同时可实现迭代学习控制器的设计。仿真示例验证了设计方法的有效性。     

时变时滞不确定系统模糊自适应H∞控制

针对含非线性和干扰项的时变时滞系统鲁棒稳定问题,提出一种模糊自适应H_∞控制方法。采用T-S模糊系统对未知非线性函数向量进行逼近,设计自适应全调节律,即同时调整模糊参数矩阵和基函数参量。对于逼近产生的误差和外界干扰,引入H_∞控制。基于李亚普诺夫稳定性理论和线性矩阵不等式技术,在保证系统稳定的前提下,通过求解矩阵不等式得到满足设计要求的控制器。通过对已有算例和空天飞行器高超声速飞行控制系统的仿真验证了所提方案的有效性。     

基于等效控制的迭代学习控制

对一类含非参数不确定性的时变非线性系统,提出了一种新的迭代学习算法,应用类Lyapunov方法证明了其收敛性。为了提高其收敛速度,建立了该类非线性系统的等效系统,并应用线性扩张状态观测器直接给出了原非线性系统的等效控制,该等效控制是其期望控制的近似。为了消除线性扩张状态观测器应用中的初始时刻的峰值现象,提出了顺时针估计和逆时针估计相结合的等效控制求解方法,给出了基于等效控制的迭代学习控制算法的实现流程图。仿真表明所提的两种算法都是有效的,基于等效控制的迭代学习控制算法几乎一次学习后就可达到满意的效果。     

Event-Triggered Adaptive Fuzzy Finite Time Control of Fractional-Order Non-Strict Feedback Nonlinear Systems

In this article, the problem of event-triggered adaptive fuzzy finite time control of non-strict feedback fractional order nonlinear systems is investigated. By using the property of fuzzy basis function, the obstacle caused by algebraic loop problems is successfully circumvented. Moreover, a new adaptive event-triggered scheme is designed under the unified framework of backstepping control method, which can largely reduce the amount of communications. The stability of the closed-loop system is ensured through fractional Lyapunov stability analysis. Finally, the effectiveness of the proposed scheme is verified by simulation examples.

     

基于2-D系统理论的变初始条件离散系统的迭代学习控制

对于具有重复运动特性的系统，迭代学习控制是一种简单有效的控制方法。为便于实时应用，所有迭代学习控制方案的设计必须在离散时间域进行。初始状态问题是学习控制设计中遇到的一个重要问题。针对具有变初始状态的离散时间系统，利用2-D线性连续．离散型系统理论设计了闭环迭代学习控制器，并给出了保证控制器收敛的充分必要条件。仿真结果证明了该方案的有效性。     

Robust H∞ control for neutral stochastic uncertain systems with time-varying delay

The problem of robust H∞ control for uncertain neutral stochastic systems with time-varying delay is discussed. The parameter uncertaintie is assumed to be time varying norm-bounded. First, the stochastic robust stabilization of the stochastic system without disturbance input is investigated by nonlinear matrix inequality method. Then, a full-order stochastic dynamic output feedback controller is designed by solving a bilinear matrix inequality (BMI), which ensures a prescribed stochastic robust H∞ performance level for the resulting closed loop system with nonzero disturbance input and for all admissible uncertainties. An illustrative example is provided to show the feasibility of the controller and the potential of the proposed technique.     

变采样周期网络控制系统的非脆弱保性能控制

研究了一类具有随机时延和控制器增益扰动的非线性网络控制系统的非脆弱保性能控制问题。基于变采样周期的方法,将网络控制系统建模为非线性Markov跳变系统。利用Lyapunov稳定性理论,给出了保证整个闭环系统均方随机渐近稳定的充分条件。通过线性矩阵不等式的方法,设计了一种非脆弱状态反馈控制器,在该控制器的作用下,闭环系统的能量函数值不超过一个规定的上界。仿真算例说明了所提方法的有效性。     

多输入多输出网络控制系统的绝对稳定性分析

考虑到网络诱导时延和网络通道的非线性反馈干扰,研究了多输入多输出网络控制系统的时滞依赖稳定性。基于各回路有界的状态反馈输入,建立闭环系统的Lurie时滞系统模型。应用Lyapunov稳定性理论和线性矩阵不等式工具,分析了各子系统在有扇形条件约束的绝对稳定性,同时得到网络控制系统全局稳定运行的最大允许时延界。最后,通过仿真例子,表明该方法是可行的。     

一类非线性系统的鲁棒无源性综合问题

针对一类带有界范数不确定性的仿射非线性系统,研究它的鲁棒无源性综舍问题.首先,基于非线性矩阵不等式方法得到系统是鲁棒无源的充分条件;然后在此基础上,获得存在状态反馈控制器使得该系统鲁棒无源控制问题可解的充分条件,并给出所需控制器的参数化表达.最后,简单阐述了利用凸优化方法通过求解一系列相应的线性矩阵不等式来得到非线性矩阵不等式局部解的思想.