抵御传感器故障的静态输出反馈可靠控制

针对线性系统,研究了考虑传感器增益故障情况下,静态输出反馈可靠控制设计问题。首先,在不考虑故障时,设计控制器,给出了系统保持渐近稳定的充分条件;然后,基于传感器故障,在原有反馈控制器作用下系统无法保持稳定;接下来,利用凸组合方法处理故障,及采用求解LMI不等式的方法对静态输出反馈可靠控制器进行重新设计,使闭环系统在发生传感器增益故障时仍能保持渐近稳定;最后,通过数值仿真验证设计方法的有效性和可行性。     

广义系统渐近稳定分析与镇定的Lyapunov方法

利用Lyapunov方法研究了广义系统的渐近稳定性分析及控制问题,首先提出一种新形式的Lyapunov方程,用来研究广义系统渐近稳定性与镇定问题,同时给出了利用Lyapunov方程判定具有脉冲形式下广义系统渐近稳定的充分必要条件。利用相应的Riccati方程完成镇定广义系统的状态反馈控制器的设计。本文所有结论对广义系统有无脉冲行为均适用。最后利用数值例子说明主要结果。     

参数自适应模糊PID控制器在自动励磁调节系统中的应用

在参数自适应模糊PID控制器的基础上，利用模糊推理的方法实现了对PID参数的在线自动整定，并且在MATLAB软件下将该控制器在自动励磁调节系统中的应用进行了研究，仿真结果表明，参数自适应模糊PID控制能使系统达到满意的控制效果，对进一步应用研究具有较大的参考价值。     

变电站综合自动化系统应用中存在的问题与解决措施

为了提高变电站综合自动化系统的运行的稳定与可靠性,分析了电站综合自动化系统应用中存在的问题,从综合自动化系统的设备选型及定货、电磁干扰、防雷、通信速度的提高等方面,提出了解决措施。应用表明,提出的措施可行,提高了高变电站综合自动化系统的运行的稳定与可靠性。     

城市园林绿化建设探究

近年来,随着经济的发展和人民生活水平的提高,人们对城市园林绿化建设提出了更高的要求。现代城市园林建设呈现出公共性,可持续性,协调性和层次性时代特征的时代特征,这就要求人们在今后的园林绿化建设中必须遵循相应的原则,解决关键问题。     

基于MPSO-SVM的扇形区域故障诊断研究

针对一类线性定常系统,基于扇形区域,研究了执行器单一部件故障诊断与可靠控制的问题。首先,对于文中极点信息难于获取的问题,给出全维状态观测器的设计方案,实现对极点信息的实时观测。同时为解决支持向量机在故障诊断中选取参数易受主观先验知识影响的缺陷,提出用MPSO-SVM(ModifyParticleswarm optimization algorithm optimize the SVM)建立优化模型,设计惯性权重自适应调整公式进行算法优化,既能获取核参数及惩罚因子最优参量,又能克服PSO-SVM算法的传统不足。该方法与SVM(SupportVectorMachine,SVM)、Gridsearch-SVM、PSO-SVM相比,诊断准确率明显得到改善,从而验证MPSO-SVM模型对执行器故障诊断是可靠的。     

基于扇形区域极点配置的静态输出反馈H_∞控制

针对线性定常系统,研究了扇形区域内极点配置的静态输出反馈H_∞控制问题。设计能够达到H_∞性能指标且符合区域极点配置要求的静态输出反馈控制器,以解决外部的扰动和区域对极点的限定问题;利用求解线性矩阵不等式组的方法,将具有H_∞指标约束和区域极点配置要求的静态输出反馈控制器设计问题转化成求一组线性矩阵不等式的可行解问题,借助MATLAB-LMI工具箱进行有效求解,得到了符合要求的可靠控制率,完成了扇形区域内H_∞静态输出反馈控制器的设计(其中的H_∞控制器为次优H_∞控制器)。所得结论不仅能使极点配置在给定的扇形区域内,也能够使闭环系统保持稳定性且达到给定的H_∞性能指标,从而保证了系统的性能,实现了期望的闭环极点。最后的数值仿真验证了本文结果的有效性和可行性。     

梯形区域极点配置静态输出反馈可靠控制

针对线性系统,考虑连续增益故障模型,研究了具有执行器故障的梯形区域极点配置的静态输出反馈可靠控制问题。首先,在执行器无故障的前提下,给出使极点能够配置在梯形区域内的充分条件,进而得出系统的静态输出反馈可靠控制率。然后,基于执行器故障,重新设计静态输出反馈可靠控制器,利用求解线性矩阵不等式的方法,完成静态输出反馈可靠控制器的设计。由此可靠控制器构成的闭环系统,使得当执行器发生故障时,也可使闭环系统的所有极点保持在梯形区域内。最后的数值仿真验证了结果的有效性和可行性。     

基于模糊神经网络和证据理论的瓦斯突出评判策略

针对影响煤矿瓦斯突出因素的不确定性和复杂的非线性关系,不能够利用经典的数学理论建立精确的预测模型,将模糊神经网络和D-S证据理论有机结合,提出了基于模糊神经网络和D-S证据理论的煤矿瓦斯突出危险等级评判策略.首先对传感器采集的待评判采掘面参数进行预处理,使用模糊神经网络得出第一步的融合结果,并将其进行归一化处理,归一化函数作为基本概率赋值函数,然后将归一化之后的数值作为基本概率分配值,再用D-S证据理论进行第二次数据融合,作出最终评判.实验结果表明,该方法具有良好的适应性并能得到准确性较高的评判结果.     

H∞控制性能指标及控制器的设计

比较系统的总结了H∞ 控制引入的实际意义和抽象的数学描述 .给出了H∞ 最优控制性能指标的实际意义和数学描述 ,最后给出一种H∞ 最优控制器的设计方法 .