运用Lyapunov指数方法的车辆横向运动混沌分析及其滑模变结构控制

建立了考虑车辆横摆、侧向以及侧倾运动的3自由度非线性整车模型：运用Lyapunov指数方法对所建立的非线性整车模型进行了混沌的数值仿真分析．通过最大Lyapunov指数图和分岔图发现,车辆的横向运动非常复杂,包含了倍周期、拟周期以及混沌运动,对于车辆极限工况时的横向运动稳定性是不利的．利用滑模变结构控制（sliding mode variable structure control,SMVSC）方法,设计了SMVSC控制器,对车辆横向运动中的混沌进行了控制．为了减少SMVSC控制系统的抖振,进一步提高车辆在极限工况下行驶的横向运动稳定性,采用了幂次趋近律,利用模糊控制的方法实现了趋近律的自适应策略．最后将所设计的自适应趋近律的SMVSC系统在Matlab中进行了仿真,并将未加控制,SMVSC控制以及自适应趋近SMVSC控制三种仿真结果进行了对比分析,发现采用了自适应趋近的SMVSC控制对混沌的控制效果比其他的都要好,有效抑制了车辆横向运动中的混沌,显著提高了车辆在极限工况下行驶的横向稳定性,充分证明了该控制策略是有效的．     

电动助力转向系统的建模及其全工况控制

将电动助力转向系统模型、轮胎模型以及非线性整车模型联系起来,建立完整的汽车转向动力学模型。针对EPS转向、回正、阻尼三种不同的工况,采用自适应模煳PID扣PID控制算法对EPS分刺进行了助力、回正、阻尼控制。仿真结果表明：所设计酶动力特性比较好的解决了转向轻便性和路感的矛盾,回正控制改善了车辆低速对低速时正性,抵制了车辆高速时的回正超调现象,阻尼控制能够有效的抑制路面的高频干扰,提高了汽车高速直线行驶的稳定性。     

基于遗传算法优化的EPS路感混合H2/H∞控制

针对电动助力转向（EPS）系统统存在系统模型、干扰等不确定性,以及对系统动态特性的要求,提出基于遗传算法的EPS系统混合H2/H∞控制器．在EPS系统及整车二自由度数学模型基础上,以转向路感、系统鲁棒性和转向稳定性为控制目标,构建系统的状态空间方程和增广被控对象矩阵,并运用H2/H∞方法极小化系统中各种干扰对被控输出的影响,并在此基础之上应用H2方法对系统进行优化,提出基于遗传算法的EPS系统混合H2/H∞控制方法.EPS系统路感仿真结果表明,基于遗传算法的EPS系统混合H2/H∞控制器,综合了H2/H∞控制和H2/H∞控制的优点,具有较好的鲁棒性能和鲁棒稳定性,可有效抑制路面随机激励、转矩传感器量测、模型参数不确定等所引起的各种干扰和噪声,使驾驶员获得满意的路感．     

无人驾驶车辆横向控制策略研究进展

国务院《新一代人工智能发展规划》指出无人驾驶技术是发展新一代人工智能的重点任务之一。以无人驾驶车辆横向控制的试验和相关研究成果为基础,分析了无人驾驶车辆的研究动态,分别从经典控制、现代控制、智能控制、横纵向综合控制4个方面阐述了无人驾驶车辆的横向控制策略。分析结果表明:考虑无人驾驶车辆系统的非线性、时变特性和不确定性,发展数据驱动控制、多种控制策略和智能算法的结合使用将是无人驾驶车辆横向控制的研究热点,特别是横向和纵向动力学的多系统协同控制,将是今后的研究重点。     

电压源电流源混合型高压直流输电控制方法研究

由传统电网换相换流器（1ine．commutated—converter,LCC）和电压源换流器（voltage source converter,VSC）构成的混合型高压直流输电（hybrid—HVDC）,结合了LCC和VSC的优势,是一种新型拓扑,具有广泛的应用前景．研究了整流侧采用VSC,逆变侧采用LCC的混合直流输电系统,建立了其数学模型．针对其逆变侧LCC易发生换相失败的情况,设计了新的抑制换相失败的协调控制策略,即在整流侧VSC采用定直流电压控制的基础上设计低压限压控制,逆变侧LCC采用包含低压限流的定直流电流控制的基础上加入定关断角备用控制．在电磁暂态仿真软件PSCAD／EMTDC下进行了正常和故障情况下的仿真,对比采用基本的控制策略和新的协调控制策略时系统的故障特性,验证了所设计的控制策略可以有效降低换相失败发生的概率,而且可以改善混合直流输电系统的故障恢复特性．     

不确定性气动弹性系统辨识及鲁棒极限环分析

模型的不确定性直接影响鲁棒颤振和极限环分析的准确性．从基于数据的角度提出考虑非线性环节和模型不确定性的鲁棒极限环分析框架．采用时域方法辨识包含非线性环节的Block—oriented结构的气动弹性系统模型集合的不确定度大小．以在线弹性结构的极点构造正交基底,将不确定性模型集合辨识问题转化为不确定性参数上下界估计的优化问题,通过求解非线性优化得到不确定性模型集合．将辨识后的无记忆非线性算子用正弦输入描述函数表示,利用线性分式变换技术对辨识后的不确定性模型进行重新建模,最后采用结构奇异值（μ）理论对系统集合进行鲁棒极限环分析．采用某二元翼段气动弹性算例验证该辨识和分析框架的准确性．结果表明辨识的不确定性的模型集合能够刻画气动弹性动力学特性．在相同速度下,考虑不确定性的模型集合的鲁棒极限环幅值比标称系统极限环幅值要小．该方法可以应用于鲁棒颤振和极限环预测．     

基于智能特征模型的智能控制及应用

针对一类具有非线性和不确定性、且输出被控变量不能在线直接连续测量的复杂对象, 提出一种基于智能特征模型的智能控制新方法. 该方法的基本思想是利用智能技术, 根据对象特征和控制要求相结合的原则, 建立被控对象的特征模型, 以此特征模型为依据, 提出了一套智能控制器设计的新方法. 首先给出了智能特征模型的建模原理和表达形式, 然后基于智能特征模型描述, 提出由多个定量和定性子控制器、按多个开闭环相结合的智能控制器设计原理和方法. 最后, 介绍了这种方法在电解铝过程氧化铝浓度控制的应用情况. 实践证明, 这种方法工程设计方便, 避免了一般智能控制器的现场试凑, 取得了很好的应用效果: 实现了低氧化铝浓度的长期稳定控制, 阳极效应受控率从60%提高到80%以上.     

商用车ABS预测控制方法研究

针对商用车制动过程中存在的强烈非线性和模型不确定性问题,建立了整车七自由度转向制动状态空间模型,提出了一种非线性连续预测控制方法,设计了基于滑移率的ABS非线性预测控制器.在控制器设计中,利用泰勒级数展开对系统状态进行适当的截尾处理,获得了系统预测模型,并将ABS路面识别算法引入参考轨迹设计,提出了多路面下的参考轨迹模型.当路况发生变化时,参考轨迹也发生相应的变化,而且在系统中引入了积分反馈,以增强系统的鲁棒性.仿真研究表明,当ABS存在建模误差、载荷变化和干扰时,该非线性预测控制器仍能够获得良好的动态响应和鲁棒性.     

基于边Laplacian一致性的多无人机编队控制方法

目前无人机技术发展迅速,其应用也逐步从军事领域扩展到民用领域,多智能体系统一致性理论的结果大大推进了多无人机编队控制的进展.本文考虑带速度、偏航角和高度3个回路的自动驾驶仪且纵向解耦和不确定性扰动的无人机模型,在非平衡拓扑下,给出了基于边Laplacian一致性的分布式编队控制算法.首先用反馈线性化方法对六模态非线性无人机模型进行预处理.其次将编队问题转变成一致性问题;然后基于边Laplacian方法,将一致性问题转化成稳定性问题.利用Backstepping设计系统李雅普诺夫函数,并给出了编队控制算法,通过李雅普诺夫稳定性理论,证明系统的收敛性,从而保证多无人机编队的实现.最后仿真验证系统受到不确定扰动时,仍有很好的鲁棒性,并能够按指定队形稳定飞行.     

双三相永磁同步电机谐波闭环模型预测容错控制

双三相永磁同步电机在开路故障后,谐波平面和基波平面发生耦合.基于正常解耦变换的谐波闭环控制策略在故障发生后,基波平面和谐波平面的电流控制器产生冲突,从而影响电机系统的容错性能.为此,本文针对单相开路故障,提出双三相永磁同步电机谐波闭环模型预测容错控制策略,利用降维解耦矩阵推导容错预测模型,消除不同平面电流间的耦合效应,避免控制器冲突.此外,推导故障后电压矢量的分布情况,并在此基础上重构开路故障情况下的虚拟电压矢量控制集.最后,为了抑制非线性因素引起的谐波电流,设计谐波电压扩张状态观测器,通过坐标变换快速获得需要补偿的占空比,注入修正后的电压矢量中,完成谐波闭环控制.实验结果表明,所提方法具有可行性和有效性.     

可控环境生产系统建模、仿真与控制研究进展

可控环境生产系统属于复杂系统,目前对这类系统的建模及控制问题没有形成系统的方法与理论,因此在对这类系统进行控制时,缺乏理论依据.本文在回顾过去几十年可控环境生产系统建模与控制的各种方法的基础上,探讨了当前可控环境生产系统在系统建模、仿真及控制中存在的问题,如支持生产可使用的作物生长数学模型信息的不完整性,水肥系统的模型信息的时间尺度问题,环境模型的动态时变特性以及作物、土壤、大气相关变量的作用关系,耦合的多环境因子的控制问题、包括能耗在内的冲突多目标控制问题和考虑模型误差和气候突变等不确定性的鲁棒控制问题等.在此基础上,根据系统的特性:多变量,非线性,多模型(作物模型,土壤模型,大气模型)、模型之间强耦合、大尺度、能量有限、分布参数、冲突多目标等的特点,提出了该系统有效建模、仿真、控制急需解决的瓶颈问题和可能的研究趋势.     

基于模糊滑模控制策略的电动助力转向系统的回正控制

参考整车二自由度模型,建立汽车在低速和中高速回正工况下的电动助力转向系统动力学模型.考虑到系统的复杂性、模型参数的不确定性和外界扰动,结合两种具有良好鲁棒性的控制策略(模糊控制策略和滑模控制策略)各自的优点,设计了用于改善电动助力转向系统回正特性的模糊滑模控制器.仿真结果表明,汽车低速和中高速时的回正特性都得到了改善,很好地解决了汽车回正过程中的回正不足和回正超调,验证了模糊滑模控制算法的有效性.     

时滞离散智能系统的动态输出反馈镇定控制器综合的统一方法

提出标准神经网络模型（SNNM）来描述包含神经网络或T—S模糊模型的时滞（或非时滞）离散智能系统．SNNM由离散线性动力学系统和有界静态非线性算子连接而成．利用SNNM的全局渐近稳定性分析的结果，分别设计线性或非线性动态输出反馈控制器，使得SNNM的闭环系统稳定．控制方程可以表示为线性矩阵不等式（LMI）形式，便于利用各种凸优化算法求解以获得控制规律．大部分基于神经网络（或模糊模型）的时滞（或非时滞）离散智能系统都可以转化为SNNM，以便采用统一的方法来综合这些智能系统的控制器．SNNM的3个应用例子表明：SNNM不仅使得大多数基于神经网络（或模糊模型）的离散智能系统镇定控制器的综合简单易行，而且为其他类型的非线性系统的控制器综合提供新的思路．     

大型同步发电机组NR-PSS及RTDS大扰动实验研究

基于非线性鲁棒控制理论和发电机的精确模型,给出了多机电力系统NR—PSS的设计方法,在此基础上研制出了NR．PSS工业装置．为便于推广使用,所给出的NR-PSS投运前的参数整定方法完全与我国现行通用的对“电力系统整定器（PSS）”参数调试规则一致．为了证实设计理论的正确性,利用实时数字仿真系统（RTDS）进行了在发电机励磁系统中装有NR—PSS和PSS的大扰动对比实验．实验结果表明,与古典PSS相比,所设计的NR-PSS能显著改善系统阻尼特性,更为迅速地抑制振荡,大幅提高电力系统小干扰和大干扰的极限传输功率．该具有自主知识产权的NR—PSS已在东北白山水电厂300MW机组上成功地投入运行达20个月以上．     

基于云理论的径流不确定性推理模型研究

针对中长期径流预报中存在许多不确定性因素,本文引入云理论构建径流预报的不确定性推理模型（UR）.首先,该模型应用最大方差方法（MaxVar）对径流序列进行硬性分级,用级别概念表示径流分级区间,以期望（Ex）、熵（En）以及超熵（He）构成的云隶属函数描述径流级别概念的模糊性和随机性,实现分级区间软化,然后将径流量值进行属性转化,以此建立定性推理规则集,运用云算法进行径流不确定推理预报,成功实现径流序列不确定性传递;其次,对径流分级过程中超熵（He）参数确定进行了初探,对推理随机性输出结果进行统计分析,给出相应显著水平下的预报区间;最后,将该模型应用于南方某水库入库月径流预报中,并与广泛应用的最小二乘支持向量机（LSSVM）和ARMA模型进行比较分析,本文模型不仅具有较高的预报精度,而且能够进行区间预报,实例验证说明了模型的有效性和实用性.     

室内距离向合成孔径激光成像的实验研究

（逆）合成孔径技术和激光技术的结合,综合了（逆）合成孔径雷达和激光雷达的优势,可以得到高分辨率的二维图像,是一个研究热点．给出了逆合成孔径激光成像雷达原理性的室内成像系统和数据处理方法．系统采用收发镜头分离的方式,可以有效的消除来自镜头和光纤断面等的干扰．数据处理中,给出了基于参考通道技术的一种频率非线性的时域补偿方法,有效的解决了可调谐激光器发射脉冲频率非线性的问题,然后结合已有的平动补偿技术和逆合成孔径成像算法,得到了逆合成孔径激光雷达成像图像．最后,实验结果证明了系统的可行性和所给处理方法的有效性．     

基于小波变换的图像扩散滤波方法

图像的非线性扩散滤波基于热扩散方程, 其关键是确定适当的扩散量与扩散方向. 在已有的滤波模型中, 扩散系数依赖于梯度, 因而容易受到噪声的干扰. 为了克服这一缺陷, 首先给出了一种新的计算扩散系数的多尺度方法. 然后建立了一类用于图像恢复的非线性小波扩散（NWD）模型. NWD模型有较强的抗噪能力, 但同已有的模型一样, 需要较大的计算量. 为此, 通过NWD模型的简化, 给出了线性小波扩散（LWD）模型. LWD模型由输运与扩散两部分组成. 由于存在输运, 所以其滤波是各向异性的, 能够较好地保持边缘, 尽管在边缘点处扩散是各向同性的. LWD模型的优点是简单易于分析, 具有较小的计算量. 最后给出了所提模型与已有模型相比较的数值实验结果.     

基于双容积卡尔曼滤波的车辆状态与路面附着系数估计

针对车辆行驶过程中的车辆状态与路面附着系数估计问题,论文研究了基于双容积卡尔曼滤波的车辆状态与路面附着系数估计算法,建立了采用Dugoff轮胎模型的三自由度车辆估算模型,基于双容积卡尔曼滤波理论设计了车辆行驶状态与路面附着系数估计器,使二者在估计过程中相互联系、形成闭环反馈,实现对车辆状态与路面附着的实时准确估计.选择典型工况,应用驾驶模拟器在环实验对双容积卡尔曼滤波估计算法进行了验证,并与双扩展卡尔曼滤波的估计算法进行对比分析.结果表明:基于双容积卡尔曼滤波的估计算法相对于基于双扩展卡尔曼滤波的估计算法更能够较准确地实现对车辆状态和路面附着系数的估计.     

基于Smith预估模糊PID复合控制器的研究

针对空调房间温度被控对象的大滞后大惯性,本文提出一种预估并联型模糊PID复合控制策略。根据偏差大小及时调整模糊和PID控制的比例,利用Smith预估器进行时间补偿控制,同时在模糊控制器上并联一个积分器以消除稳态误差。在模型匹配和失配情况下进行仿真研究,结果表明：该控制器不仅具有鲁棒性好、控制精度高以及响应速度快的特点,尤其在模型失配时具有良好的稳定性,而且对于大时滞系统是一种实用而简便的控制方法。     

基于证据推理的故障预报模型

为处理存在定量与定性不确定性信息的非线性复杂系统故障预报问题,建立了基于证据推理(evidential reasoning,ER)的故障预报模型,提出了ER预测模型的参数优化方法.该模型利用ER算法可以处理精确数据、不完整数据、模糊数据的能力,及其非线性融合的特性,对模型的输入信号,通过信息变换技术转化到信度结构框架下,应用解析ER算法对输入信息融合,根据输出数据的类型,构造相应的预测输出,给出了故障识别方法.针对ER预测模型参数难以精确的主观确定的困难,建立了非线性优化模型,对模型参数进行优化学习,获取最优模型参数.通过实验对ER预测模型的性能进行了分析,结果表明,建立的预测模型和参数优化模型可以有效的处理故障预报问题.