不确定时变时滞系统的鲁棒H_∞控制

针对不确定时滞系统的鲁棒H∞控制器设计问题,设计了一种有记忆鲁棒H∞控制器,通过构造一种新型Lyapunov-Krasovskii函数,获得基于线性矩阵不等式的时滞相关鲁棒稳定性分析及其鲁棒H∞控制器的设计方法,从而得到闭环系统渐近稳定且满足给定H∞扰动抑制水平的r的时滞相关条件,通过改进的锥补线性化迭代算法给出一种具有低保守型的控制器设计方法,通过仿真实例说明了该方法的有效性。     

执行器故障输出时滞双率采样系统的鲁棒迭代学习容错控制

为了提升一类具有执行器故障和输出端外部有界扰动的输出时滞双率采样系统的可靠性,该文提出了一种鲁棒迭代学习容错控制方法。通过提升技术将带有输出时滞的双率采样系统转化为形式上无时滞的慢速率采样的扩展状态空间模型;基于二维系统理论设计容错控制律,将迭代学习控制过程转化为等价二维Roesser故障模型;分析并优化了系统在时间和批次轴上的容错性能,同时以线性矩阵不等式形式给出系统满足这些性能的充分条件以及鲁棒容错控制器设计方法。最后,三层液位贮槽系统的液位控制仿真验证了所提方法的可行性和有效性。     

间歇过程复合迭代学习容错保性能控制器设计

针对具有执行器故障和状态时滞的间歇过程,主要考虑输出反馈与迭代学习控制相结合,即复合迭代学习可靠保性能控制器设计问题,将具有时滞的故障系统转化为等价的2D-FM模型的时滞系统,在等价模型基础上,提出了基于2D动态输出反馈的鲁棒迭代学习可靠保性能控制策略,建立了依赖于时滞、确保系统稳定且具有最优性能的充分条件,并提出具有拓展学习信息的鲁棒迭代学习容错保性能控制的优化设计算法,同时,考虑了时滞对系统稳定性及性能的影响,实现了当系统发生执行器失效故障且在故障允许范围内时闭环系统的平稳运行,并具有最优的控制性能.另外,以注射成型过程保压段的喷嘴压力设计控制律为例验证了所提方法的有效性.     

非线性不确定时滞系统的鲁棒滑模控制

针对一类非线性不确定时滞系统,提出了一种新的鲁棒滑模控制设计方法.通过使用一个综合性能指标,设计了无记忆鲁棒滑模控制器,确保了闭环系统的稳定性,有效地抑制了时滞系统滑模控制设计的抖振.仿真结果证明了该方法的有效性.     

小脑神经网络用于不确定时滞系统的鲁棒非脆弱控制

针对不确定时滞系统的鲁棒跟踪控制问题,设计了一种基于小脑神经网络CMAC的鲁棒非脆弱控制器。首先,给出小脑模型神经网络控制系统的算法。其次针对一类不确定时滞系统,根据李雅普诺夫稳定理论,进行了鲁棒非脆弱控制器的设计。假设反馈控制中即含有状态反馈不确定性,也具有状态时滞的不确定性。证明不确定时滞系统鲁棒非脆弱控制存在的条件。该条件可以利用Matlab的线性矩阵不等式LMI工具箱来求解鲁棒控制器的参数。之后利用CMAC神经网络较强的学习能力和鲁棒非脆弱控制器对参数摄动抑制作用的特点,将鲁棒非脆弱控制器与小脑模型神经网络CMAC相结合,构成小脑模型神经网络与鲁棒非脆弱控制器的复合控制,实现对不确定时滞系统的跟踪控制。仿真结果显示,对于输入端扰动和一定程度的参数摄动,经过复合控制器的作用,被控系统能在短时间的抖动后逐渐趋于稳定,不仅具有较快的响应速度,还具有较短的收敛时间和令人满意的跟踪精度。该种复合控制表现出较强抗干扰能力及鲁棒性。     

不确定离散时滞系统的鲁棒完整性设计

研究了离散时滞系统的完整性设计问题，提出了一种基于Lyapunov方程的对传感器失效故障具有完整性的容错控制器设计方法，进而讨论了参数不确定离散时滞系统的鲁棒容错控制问题，给出了鲁棒容错控制器的设计步骤，并讨论了执行器失效的情况，最后用一个设计示例及其仿真结果验证了这种方法的有效性。     

时滞神经网络的鲁棒控制器

对不确定变时滞神经网络系统的鲁棒控制器的设计进行了分析.通过构建李亚普诺夫泛函并结合线性矩阵不等式方法及有关不等式技巧给出了不确定时滞神经网络的输出反馈鲁棒控制器的设计方法,提出了易于实现的鲁棒控制器设计的代数判据,其结论与满足一定条件下系统的变时滞大小无关.最后给出了实例并进行了仿真,实验结果表明所设计的鲁棒控制器的有效性.     

时滞系统的一种Smith预估H∞鲁棒控制方法

提出一种基于Smith预估器的H∞鲁棒控制器的设计方法.该方法用Smith预估器巧妙地将时滞过程的鲁棒性能问题转化为无时滞过程的鲁棒性能问题,简化了分析和综合,避免了时滞的分式近似.理论分析及仿真结果表明该方法有效地克服了时滞,使系统的鲁棒性能得到了明显改善.     

小型无人直升机非脆弱鲁棒H_∞控制器设计方法研究

针对小型无人直升机存在时滞、不确定性及非线性动态问题,提出一种针对小型无人直升机模型具有非线性和时滞的H∞非脆弱鲁棒控制器设计方法。首先将直升机系统描述为具有参数扰动、时滞和非线性项的1个状态方程,然后基于李雅普诺夫方程给出了H∞非脆弱鲁棒控制器存在的充分条件。仿真结果表明该方法设计的控制器具有良好的鲁棒性和非脆弱性。     

时滞系统的一种Smith预估H∞鲁棒控制方法

提出一种基于Smith预估器的H∞ 鲁棒控制器的设计方法 .该方法用Smith预估器巧妙地将时滞过程的鲁棒性能问题转化为无时滞过程的鲁棒性能问题 ,简化了分析和综合 ,避免了时滞的分式近似 .理论分析及仿真结果表明该方法有效地克服了时滞 ,使系统的鲁棒性能得到了明显改善 .     

分数阶PID控制运用于励磁控制系统

针对传统的PID(proportion integration differentiation)控制器已难以满足励磁控制系统动态、静态性能以及遏制干扰能力的要求,采用比传统的PID控制器多了两个参数的分数阶PID(FOPID)控制器.该控制器调节的范围更加广泛,能够很好的适应当前励磁控制系统的需要.对其控制器与PID控制器做了对比仿真,结果表明:分数阶PID控制器具有优于传统PID控制器的性能.     

基于自适应输出反馈的船舶航向控制

针对复杂海情下的航向跟踪问题,提出基于神经网络的自适应输出反馈控制方法.利用Lyapunov稳定性理论,证明了该控制设计方法的稳定性.为克服航向角速度难以测量的问题,应用线性观测器进行状态估计,并结合神经网络拟合了复杂海况下的水动力不确定参数.为增强控制器的鲁棒性,对所设计的控制器进行了重新修正,使其具有更好的抗干扰能力.以一艘货船为例,进行了航向在10°和—10°间连续改变的仿真实验,结果表明设计的控制器具有船舶操纵的良好动态性能,且具有无超调、鲁棒性强的优点.     

无人直升机自抗扰自适应轨迹跟踪混合控制

为满足无人直升机高精度轨迹跟踪的控制需求,并降低直升机动力学模型误差对飞行控制器飞行控制效果产生的影响,提出自抗扰自适应直升机混合控制.该控制器的内环控制采用模型跟随自适应控制,通过使用动量反向传播算法(MOBP)对该内环控制参数进行实时优化.通过使用自抗扰控制(ADRC)对直升机的水平速度进行控制.仿真结果表明,该混合控制器能够实现直升机对预定轨迹的跟踪.相对PID和级联ADRC控制,该控制器具有更好的抗扰性和鲁棒性.通过在200 kg级的专业植保无人直升机XV-2上搭载所提出的控制器,使其自主飞行轨迹跟踪控制的均方根误差在0.6 m以内.     

一种新型的TS-PID模糊控制方法

基于Takagi和Sugeno的确定性模糊控制,提出了一种变参数模糊PID控制方法.该控制器的参数调整也采用确定性模糊调整规则,从而使控制器的设计简单、容易,同时与一般的参数自适应相比具有很强的适应性和鲁棒性.仿真结果表明,该控制器明显地改善了控制系统的动态性能.     

基于最大灵敏度的分数阶内模控制器设计

针对分数阶控制器设计参数整定复杂的问题,提出一种基于最大灵敏度的分数阶内模控制器设计方法。采用粒子群优化算法对原系统模型进行简化处理,根据内模控制原理设计分数阶内模控制器;仅通过一个可调参数,实现分数阶内模控制器的快速整定;通过最大灵敏度指标实现分数阶内模控制器的鲁棒整定。仿真结果表明该方法具有良好的控制品质及克服参数摄动的鲁棒性。     

空间三关节机器人自适应双模糊滑模控制

为了提高空间三关节机器人轨迹跟踪控制性能,提出了一种带双模糊自适应控制的滑模控制新方法.该方法将滑模控制器分为等效控制和切换控制两部分.采用一个模糊自适应控制器,根据滑模到达条件对切换增益进行有效估计.采用另一个模糊自适应控制器,根据滑模面来调整切换控制项.这些控制器结合起来消除了抖振,提高了控制性能.系统的稳定性通过李亚普诺夫定理证明.最后进行了仿真实验,并与其他方法进行了对比分析.结果表明所提方法是有效的.     

柴油机双层隔振系统Fuzzy-PI仿真控制

针对模糊控制器存在稳态精度欠佳问题，提出了一种应用于柴油机双层隔振系统的Fuzzy-PI控制器。它由模糊控制器和常规PI控制器并联而成。仿真研究表明，将Fuzzy—PI控制器引进柴油机双层隔振主动控制系统是有效的。     

一类时滞系统的Fuzzy-PI-Smith控制方法

为了解决Smith预估器当系统参数发生变化时鲁棒性差的缺点,将Fuzzy控制器和Smith预估器二者结合起来,并在模糊控制器中加入PI控制器来消除系统的稳态误差,从而给出了一类时滞系统的Fuzzy-PI-Smith控制方法。通过仿真研究可以看出,设计的控制器具有较好的稳态和动态性能。     

一种自学习专家控制器

对一类系统提出了一种两级产生式自学习专家控制器,该控制器依据一种较为完善的特征模型,将控制理论的定性知识应用于专家控制和自学习控制之中,从而使该自学习专家控制器具有良好的控制性能和适应性,仿真结果证实了这一点.文中还对两级控制分别给出了两种高效的推理方法,增强了控制的实时性。     

机器人模糊学习控制

针对机器人轨迹跟踪控制问题,提出一种模糊学习算法,并设计出结构合理的模糊学习控制器,该控制器通过自身从过去趋向的学习能力可自动调整其模糊控制规则。将这种方法用于一个两自由度机械手的控制,仿真结果显示控制效果良好,所提出的控制器比惯用的模糊控制器展示出更良好的应用前景。