不确定时滞状态饱和系统的稳定性分析与综合

主要研究了不确定时滞状态饱和系统的稳定性问题。首先,假设不确定参数矩阵满足范数有界不确定结构,然后将系统的饱和函数项利用凸组合的方式表示。以凸组合形式的表示方法便于对饱和函数项进行适当的放缩处理,同时根据李雅普诺夫稳定性理论,给出了系统大范围渐近稳定的充分条件。通过变量变换和矩阵理论,将系统稳定的充分条件转化为Matlab软件可求解的线性矩阵不等式的形式,同时也给出了系统状态反馈控制器的设计方法。最后利用Matlab软件中的LMI工具箱求解线性矩阵不等式,得到使系统稳定的解矩阵,验证了结论的有效性和可行性。     

离散线性状态饱和控制系统稳定性分析

研究了离散线性状态饱和控制系统的稳定性.通过引入新的附加矩阵对Lyapunov函数的差分进行处理,给出离散全状态饱和系统和离散部分状态饱和系统在原点大范围渐近稳定的充分条件,并将此条件与已有结论进行分析对比,证明了所得条件具有较小的保守性,最后利用数值算例验证了结论的有效性.     

离散线性状态饱和控制系统的稳定性

主要研究了一类含有饱和状态的离散线性系统的稳定性问题。系统的状态是该时刻标称系统状态的饱和函数,用系统的状态与该饱和函数做差,得到一个死区函数。借助该函数,通过引入一个适当的附加矩阵,利用李雅普诺夫理论和饱和函数的定义,给出了闭环系统在原点大范围渐近稳定的充分条件。应用矩阵理论,将非线性矩阵不等式化为线性阵不等式,并以矩阵的形式给出了控制器的设计方法,再利用Matlab工具箱求解矩阵不等式,最后,给出数值计算和仿真算例。     

离散时间系统线性状态反馈混沌化的一种新方法

针对给定的确定性离散时间动力学系统,提出一种新的线性状态反馈加非线性模运算的混沌化算法.给定离散时间系统可以是线性、非线性、低阶、高阶、渐近稳定、不稳定、甚至混沌的.算法的结果是受控系统所有李雅普诺夫指数均不为零而其中至少一个为正,符合混沌的定义.给出了证明和一个混沌化实例.仿真结果显示了算法的良好效果.     

基于启发式搜索的一类离散非线性系统优化控制算法

研究了输入受约束、状态饱和系统的优化控制问题，得到了此类系统渐近稳定的充分条件，同时将最优控制问题转换为最优化搜索问题依据人工智能中的启发式搜索策略，给出了启发式优化控制算法，并就此算法的渐近稳定性给出了证明，仿真结果表明算法的有效性．     

一类时变广义系统的稳定性

研究了一类时变广义系统的能稳定性,并得出在满足一定条件下,该类广义系统是能稳定的结论.建立相应的广义Riccati矩阵微分方程线性迭代算法,用以寻求稳定广义系统的状态反馈控制,应用所得的结果计算了一个实例.     

非线性广义大系统的指数稳定性与分散控制

讨论了非线性广义大系统的指数稳定与分散控制问题,系统中非线性项是满足Lipschitz条件的时间和状态变量的函数.目的是给出系统稳定的条件并设计分散控制器.应用线性矩阵不等式方法(LMI)和不动点理论,得到了广义大系统解的存在惟一性,然后应用广义Lyapunov函数给出了广义大系统指数稳定的充分条件.最后,利用LMI的解给出了利用状态反馈进行分散控制的控制器的参数表示形式.     

PID神经网络控制系统的稳定性分析与改进

为改善PID神经网络控制系统只适用于有PID先验知识的情况,扩大此系统的使用范围,通过对其结构、算法的分析和在不同使用范围时的稳定性分析,提出了改进算法,并用Matlab软件对改进的算法进行了仿真.结果表明:改进的算法有很好的收敛效果,从实验上验证了算法的有效性.因此,无论有无PID先验知识,采用改进的PID神经网络控制系统都可以实现系统的全程稳定.     

一种参数不确定性系统的鲁棒状态估计方法

研究具有时变和模有界的参数不确定性系统的状态估计问题。针对目前鲁棒状态估计中不确定性参数仅出现于状态矩阵和输出矩阵的问题，介绍了一种系统状态方程和输出方程的所有矩阵中都含有不确定性参数的状态估计算法。该算法通过求解两个代数Riccati方程的正定解，得到了使得估计过程二次稳定的状态估计器。此算法不但经过了理论证明，而且具体的仿真试验也表明了设计方法的有效性和可行性。     

基于神经网络多参数融合的钻井过程状态监测与故障诊断

复杂系统状态监测与故障诊断是系统安全运行过程中的重要保障,分析了钻井系统事故状态下特征参数的变化,给出了用神经网络进行故障诊断的流程,在利用样本数据对网络进行训练的基础上建立了稳定的神经网络诊断模型。输入各种状态下的新样本数据,能够得到正确的系统状态识别,通过改进网络算法改进了网络性能。对生产数据的处理结果表明,基于神经网络的多参数融合算法可以很好地识别钻井过程中的不同状态,能够实现状态检测与故障诊断。     

含死区非线性系统的自适应控制

本文提出了带死区非线性系统的自适应控制算法,算法本身确保闭环系统在随机和确定情况下都是大范围渐近收敛的。仿真结果表明利用本算法可以大大改善系统的性能。     

线性大系统的分散协同H_∞状态反馈控制

针对一类由N个子系统构成的线性关联大系统,研究其可分散H∞控制时关联矩阵应该满足的条件.在此基础上,对于具有一般性关联作用的线性大系统,采用多级控制方法设计其分散协同H∞控制器.多级控制是一种两步控制器设计方法.首先对大系统进行分解,针对每个子系统使用H∞优化算法设计状态反馈;然后,对于子系统间的关联作用,使用结构摄动技术设计协同控制器,从而减小关联作用的影响,改进整个系统性能.这样得到的多级控制器不仅可使整个闭环大系统内稳定,能够满足H∞性能,而且工程上便于实现.     

互联电力系统的分散H_∞控制

针对具有区域关联的电力系统负荷控制问题，提出了一种基于Ｈ∞设计分散状态反馈控制器的迭代算法．该算法主要是利用代数Ｒｉｃｃａｔｉ方程的重要性质，在保证闭环系统渐近稳定的前提下，对控制器结构加以限制，从而使系统获得在某一性能指标下的次优状态反馈解．然后给出算例，说明该算法的应用     

一种基于广义系统的Wiener状态滤波器设计

基于ARMA新息模型和白噪声估值器 ,利用现代时间序列分析方法提出了一种带多重观测滞后的广义系统Wiener滤波器 (也称估值器 ) ,用来统一处理系统预报、滤波和平滑问题。估值器具有ARMA递推形式 ,且具有渐近稳定性。该算法简单 ,避免求解复杂的Diophantine方程和Riccati方程。对于稳定或不稳定系统、非最小相位系统、状态转移阵奇异或非奇异系统 ,只要系统完全可观 ,都可统一进行处理。仿真算例验证了该算法的有效性。     

基于神经网络多参数融合的钻井过程状态监测与故障诊断

复杂系统状态监测与故障诊断是系统安全运行过程中的重要保障,分析了钻井系统事故状态下特征参数的变化,给出了用神经网络进行故障诊断的流程,在利用样本数据对网络进行训练的基础上建立了稳定的神经网络诊断模型.输入各种状态下的新样本数据,能够得到正确的系统状态识别,通过改进网络算法改进了网络性能.对生产数据的处理结果表明,基于神经网络的多参数融合算法可以很好地识别钻井过程中的不同状态,能够实现状态检测与故障诊断.     

椭球状态定界的数值稳定算法

针对带有未知但有界噪声的线性离散时间系统，提出了一种数值稳定的集员状态估计递推算法．算法采用椭球集合来描述状态的不确定性和噪声的界限．椭球形状矩阵的计算采用奇异值分解技术，以提高算法的数值稳定性．同时，给出了包含时间更新椭球和在状态空间中与量测量和量测噪声相一致的椭球交集的次最小容积椭球的计算方法，以避免受病态矩阵求逆的影响．蒙特卡洛仿真结果表明，数值稳定算法所得到的均方误差和椭球容积与最优算法得到的十分接近．此外，当存在舍入误差时，数值稳定算法可以保证形状矩阵的正定性，而最优算法有时难以保证，说明该算法比最优算法具有更好的数值稳定性．     

线性大系统的分散协同H∞状态反馈控制

针对一类由N个子系统构成的线性关联大系统，研究其可分散H∞控制时关联矩阵应该满足的条件．在此基础上，对于具有一般性关联作用的线性大系统，采用多级控制方法设计其分散协同H∞控制器．多级控制是一种两步控制器设计方法．首先对大系统进行分解，针对每个子系统使用H∞优化算法设计状态反馈；然后，对于子系统间的关联作用，使用结构摄动技术设计协同控制器，从而减小关联作用的影响，改进整个系统性能．这样得到的多级控制器不仅可使整个闭环大系统内稳定，能够满足H∞性能，而且工程上便于实现．     

ST-OFDM系统中的载波频率偏差估计算法

针对ST-OFDM系统的特点,提出了一种有效的CFO算法,并重点探讨了其中的IFO估计部分。与现有的OFDM系统中CFO算法相比,该算法解决了估计范围、错检概率与算法复杂度间相互制约的问题。仿真结果表明,在低信噪比的多径信道下,该算法可通过选择合适的训练符号,使错检概率低于常规算法。在要求低错检概率或大范围的IFO估计时,该算法更能体现出明显的优越性。     

微机控制可控硅弧焊电源的研究

本文介绍一种硬、软件十分简单、稳定可靠的微机控制弧焊电源应用系统。提出了PID算法是能够兼顾静动特性的微机——可控硅电源系统的控制算法,并讨论了PID算法中各参数的变化对短路过渡时电流波形的影响。试验结果表明,本文推出的系统完全能够满足MMA,TIG等焊接方法的工艺要求,且具有飞溅小、电弧稳定、调节范围宽和动特性可控等特点。     

具有多级滞环非线性系统的自适应控制

对具有多级滞环非线性系统，建立了自适应算法，该算法能确保闭环系统在确定和随机情况下，都是大范围渐近收敛的，具有渐近最优的控制效果，并能适用于非最小相位系统。仿真表明，该算法能有效地改善系统的性能。