凸多面体不确定离散广义系统保性能控制

研究了凸多面体不确定离散广义系统的保性能控制问题, 目的是设计一个状态反馈控制器,使得闭环系统渐近稳定且相应的性能指标不超过某个确定的上界,通过构造参数依赖的Lyapunov 函数方法,得到闭环系统稳定的充分条件和保性能控制器的设计方法.     

基于鲁棒分析的一类随机系统的保性能控制

在不确定线性系统保性能控制研究的基础上,对成本控制矩阵不确定随机二次控制问题进行了研究,给出了一类线性随机系统及相应系数不确定线性随机系统保性能控制的定义,并利用伊藤公式和LMI(线性矩阵不等式)方法,在其满足均方稳定的条件下,得到了相应线性随机系统的保性能控制律的存在条件,即若线性随机系统均方稳定,则其相应的保性能控制律存在.最后将最优保成本控制律的设计转化为一个凸优化问题,即求解一个线性矩阵不等式问题.     

时变时滞不确定奇异摄动系统的保性能控制

为了保持鲁棒稳定且满足一定的性能指标要求, 对具有范数有界不确定性参数的不确定时滞奇异摄动控制系统, 进行保性能控制分析。利用Lyapunov 稳定性理论及矩阵分析方法, 设计系统二次性能指标, 构造了Lyapunov-Krasovskii 泛函, 给出了系统鲁棒稳定的充分条件求解定理以及状态反馈保性能控制律, 得到了性能指标最小上界, 均用线性矩阵不等式形式给出。数值样例表明, 该方法对所研究系统保性能控制有效, 可推广到多状态滞后以及时变滞后的不确定系统的保性能控制问题。     

模糊变时滞系统的保性能控制和稳定性分析

研究了连续不确定T-S模糊时滞系统的保性能控制问题,基于Lyapunov方法给出了系统稳定的充分条件,采用并行分散补偿方法(PDC)设计了满足保性能控制要求的模糊控制器,使得系统渐近稳定,并且得到了成本函数的最小上界.     

模糊不确定时滞网络控制系统的保性能H_∞控制

建立了不确定时滞模糊网络化控制系统模型,研究了一类存在不确定参数的网络时滞系统保性能控制问题,基于Lyapunov稳定性理论给出了系统渐稳的充分条件,并把所得结果转化为线性矩阵不等式.     

时变不确定广义周期系统的保性能H_∞控制

研究了时变不确定广义周期系统的保性能H∞控制问题,利用线性矩阵不等式(LMI)方法,由Lyapunov稳定性理论给出了不确定广义周期系统保性能控制与保性能H∞控制的充分条件,并给出了鲁棒H∞控制律与鲁棒H∞控制律的设计方法.     

时滞相关的非线性广义系统的保性能控制

针对一类具有时滞相关和具有非线性扰动的不确定广义系统,研究了该系统的保性能控制问题。目的是设计一个有记忆的状态反馈控制器,不仅使得闭环系统渐进稳定而且相应的性能指标不超过某个确定的上界。基于Lyapunov函数方法和线性矩阵不等式(LMI),得到闭环系统渐进稳定的充分条件和保性能控制器的设计方法。最后通过数值算例说明了所给方法的有效性。     

一类线性时变时滞不确定系统的鲁棒稳定性和H∞性能

讨论了一类具有不匹配不确定性的线性时变时滞系统的鲁棒稳定性和鲁棒H∞性能问题,对于给定的不确定性,以矩阵不等式的形式给出了时变时滞不确定系统渐近稳定的条件和系统满足H∞性能的条件.     

一类不确定非线性系统的串级主动补偿控制

针对一类具有下三角结构的单输入单输出不确定非线性系统,研究其稳定控制问题.提出一种结构简单、收敛速度可控以及抗扰性能良好的基于Backstepping方法的串级主动补偿控制策略,实现了闭环系统的渐近稳定控制.为解决闭环系统中不确定非线性未知问题,设计一种新的观测器,使得这种观测器能够实时跟踪闭环系统的不确定非线性.通过引入奇异扰动性理论,给出了闭环系统稳定性分析.仿真实验结果验证了该控制方法的有效性.     

不确定广义系统的保性能控制:LMI方法

针对一类含有时变、范数有界参数不确定广义系统,结合一个二次型性能指标,研究了使闭环系统保持正则、稳定和无脉冲,且闭环性能指标值不超过某个确定界的保性能控制律的设计问题.通过矩阵不等式给出了保性能控制律存在的一个充分条件,进而用线性矩阵不等式给出了保性能控制器的一个参数化表示.     

工业控制中Fuzzy—PID控制的策略与方法

从理论上分析了常规模糊控制器的局限性,在此基础上推导出模糊PID控制器消除稳态误差的原理,并以液位控制系统为例,介绍了模糊PID控制器的设计方法,并用MATLAB工具箱对系统进行仿真试验.通过对仿真结果的分析得出:模糊PID控制器既能消除稳态误差,又有很强的鲁棒性,对于此类非线性迟滞系统具有良好地控制性能.     

网络控制系统的输出反馈控制

将网络控制系统描述为具有输入延迟和测量输出延迟系统,给出了系统渐近稳定的定义.提出了零输入系统渐近稳定存在的充分条件,并基于一个李雅普诺夫泛函,提出了输出反馈镇定控制器存在的充分条件,通过输出反馈控制使闭环系统达到二次稳定.采用锥面互补方法,将不具有严格线性矩阵不等式(LMI)条件的非凸可行解问题转化为具有严格LMI条件的非线性最小化问题,得到了求解输出反馈控制器增益参数的静态输出反馈镇定(SOFS)算法.通过一个仿真实例,验证了该算法的有效性.     

船舶运动的混合智能控制

将混合智能算法应用于船舶航向，转向控制，充分发挥了模糊逻辑，神经网络和遗传算法各自的优势采用GA发优与BP算法学习模糊神经网络参数，通过竞争学习算法从样本数据中获得取模糊控制规则，并与专家经验有机结合，弥补了各自的不足，仿真表明上述算法为改进船舶运动提供了一个有效途径。     

网络控制系统保性能控制

针对网络控制系统中时延不确定因素,将时延的不确定性转换为系统状态方程系数矩阵的不确定性,网络控制系统对象模型为具有时滞的不确定离散模型.在此模型的基础上,将网络控制系统的保性能控制问题转化为研究时滞的不确定离散系统的鲁棒保性能控制问题.利用Lya-punov理论及线性矩阵不等式(LMI)方法,证明了通过状态反馈控制,使网络控制系统保性能控制的充分条件等价于求解LMI.仿真示例验证了该控制方法的有效性.     

模糊控制在控制系统中的应用

针对不同的典型被控对象,介绍了采用比例积分微分控制和模糊控制两种控制方法.通过仿真实验证明,Fuzzy控制对被控对象参数和模型结构的变化,能获得较好的控制效果.     

模糊控制在控制系统中的应用

针对不同的典型被控对象，介绍了采用比例积分微分控制和模糊控制两种控制方法。通过仿真实验证明，Fuzzy控制对被控对象参数和模型结构的变化，能获得较好的控制效果。     

MIMO多输入输出网络控制系统的容错控制

针对被控对象为具有不确定因素的多输入多输出网络控制系统,设传感器与控制器均为时间驱动,执行器为事件驱动,网络诱导时延小于采样周期,将未能成功传输数据的传感器节点视为暂时失效,把具有传感器故障的网络控制系统建模为一类带有不确定因素的离散模型,借助Lyapunov定理给出了系统渐近稳定的充分条件,基于LMI方法得出观测器和控制器的分离设计方法,实现了MIMO网络控制系统的容错控制。     

网络化控制系统的随机最优控制

对于网络诱发延迟大于一个采样周期的网络化控制系统,该文研究了该系统的线性二次Gauss(LQG)随机最优控制问题,提出了一种新的分时控制模式.这种控制模式充分利用了系统信息并能改善系统的性能.在该控制模式下建立了网络化控制系统的随机数学模型.该文还讨论了网络化控制系统中传输延迟的Markov特性,基于这种Markov链理论,设计了具有完全状态信息的系统线性二次Gauss随机最优控制器.仿真结果验证了该分时控制模式比没考虑延迟的优化控制和没充分利用控制量的控制模式有更好的控制效果.     

基于切换控制的均匀液位控制

过程工业中常常提出均匀液位控制问题,即在保证液位不出界的前提下,使输出流量尽可能平缓.对于此类受限控制问题,模型预测控制可以取得满意效果,但在线优化的复杂性又阻碍了算法在实际中的推广.基于模型预测控制,提出了一种通过调整预测时间域长度来处理液位约束的方法,加上对未知扰动的估计算法,最终推出切换PI控制律.该方法既简化了在线优化过程,又增强了对随机扰动的适应性,已成功地应用于甘肃金川集团公司6 kt磨浮系统中.     

一种串级调速的闭环控制系统

介绍了一种双闭环控制的串级调速系统，对系统的工作原理、组成及动态结构作了较为详细的论述，并解答了该系统在实际应用中出现的主要问题。