大滞后过程对象自适应鲁棒PI控制器

针对较难控制的大滞后过程对象,提出了一种基于幅值裕度和相位裕度的自适应鲁棒PI控制器.该控制器利用闭环控制回路正常运行中产生的过程对象输入和输出信号,通过信号分解和傅立叶分析运算在线辨识过程对象在重要频率点上的频率响应特性,从而获得一个可以很好的描述大滞后对象的一阶加纯滞后模型.然后基于该模型计算出同时满足幅值裕度和相位裕度的鲁棒PI控制器参数,实现了大滞后过程对象的自适应鲁棒PI控制.提出的PI控制器的自适应过程不需要过程对象的任何先验知识,也不需要中断控制回路的正常运行.仿真实验表明了自适应鲁棒PI控制器的有效性和可行性.     

一类多状态时滞不确定系统的鲁棒预测控制

针对一类多状态时滞多面体不确定对象,提出了一种鲁棒预测控制算法。基于参数相关的李亚普诺夫函数,给出了系统稳定的充分条件。通过求解满足若干线性矩阵不等式条件的上界值的最优化问题,获得了约束范围内满足系统鲁棒性能的最优控制律。优化问题的可行性保证了算法的鲁棒稳定性。仿真实例证明了该算法的有效性。     

基于收缩序列集的约束PWA系统鲁棒预测控制

针对一类有附加有界扰动的约束离散时间分段仿射系统,提出了一种具有鲁棒稳定性保证的模型预测控制方法.通过多参数规划采用一步预测时域法离线计算具有收缩性质的鲁棒可稳定集系列,把它们作为优化问题的稳定约束,并选择一个鲁棒正不变集作为终端约束,使得优化问题的可行性即保证了系统的鲁棒稳定性.仿真实例表明提出的控制方法可使系统渐近稳定到鲁棒正不变集.     

输入受限的β增量型模型算法控制

在β增量型广义预测控制算法和输入受限解决方案的基础上,提出一种输入受限的β增量型模型算法控制算法.该算法通过在指标函数中引入适当加权多项式来解决输入受限,并通过在输入受限的增量型模型算法控制的控制增量前乘以β因子来提高系统稳定性.理论分析和仿真实验都表明,当模型无失配时,该算法可以通过调整β来确保闭环系统的稳定性;在满足一定条件的失配情况下,该算法具有良好的鲁棒稳定性.     

基于模糊Lyapunov-Krasovskii函数的模糊系统的鲁棒H∞控制

针对公共Lyapunov-krasovskii函数(LKF)方法判断离散时滞模糊系统鲁棒稳定性的保守性,构造了模糊LKF,并给出了系统鲁棒稳定的充分条件.应用并行分布补偿算法(PDC),设计了全局鲁棒稳定的模糊控制器.多个附加矩阵变量的引入,使控制器可以通过求解一系列线性矩阵不等式(LMI)获得.最后,通过一个仿真例子验证了方法的有效性.     

具有对偶极点的不稳定过程的鲁棒控制

为了进一步完善不稳定系统的鲁棒控制器设计方法,将具有对偶极点的不稳定过程分成纯不稳定过程与一般的稳定过程两部分,对于纯不稳定过程采用先成形再镜像映射的方法,而对于一般的稳定过程则基于极点对消原则直接设计控制器,最后用闭环增益成形算法求解鲁棒控制器。将所设计的鲁棒控制器应用于磁浮列车的悬浮控制中,从仿真结果可以看出,控制效果可以达到小超调(<8%)、无静差、调节时间快(<0.1 s)、对模型摄动具有鲁棒稳定性。     

时滞系统的鲁棒二自由度Smith预估控制

针对时滞过程控制对象 ,提出了一种鲁棒二自由度Smith预估控制方法。在常规Smith预估控制系统中 ,引入基于内模控制原理的鲁棒控制器 ,构成一种二自由度控制结构 ,能有效地抑制被控过程参数变化和干扰对系统的影响 ,使系统同时获得良好的控制性能和鲁棒性 ,克服了常规Smith预估控制的不足 ,而且控制算法简单 ,便于实际系统应用。理论分析和仿真结果表明了这种方法的有效性     

基于AFS与DYC集成控制提高车辆操纵稳定性的研究

为提高车辆的操纵稳定性,基于线性矩阵不等式方法(LMI)计了集成车辆前轮主动转向(AFS)与直接横摆力矩控制(DYC)的底盘鲁棒模型匹配控制器(R-MMC).由于反馈控制变量车身侧偏角在车辆行驶过程中很难测量,还设计了车身侧偏角滑模观测器(SMO).通过在Slalom和μ-split 极限工况下的仿真试验,验证了底盘集成控制器可以显著提高车辆的操纵稳定性和主动安全性,且滑模观测器在幅值和相位上都能准确跟踪车身侧偏角实际值.     

近空间飞行器直接自适应变论域模糊滑模控制

考虑一类非线性不确定系统的直接自适应变论域模糊滑模控制问题。根据跟踪误差在线调整伸缩因子,使变论域模糊系统一致逼近被控对象中的非线性部分。通过引入鲁棒自适应控制器,消除了模糊建模误差,提高了系统的动态性能。给出了系统自适应参数的调整律,并基于Lyapunov理论证明了闭环系统一致稳定。最后,将该算法用于近空间飞行器(near space vehicle, NSV)姿态控制系统的设计,仿真结果表明了该算法的有效性。     

基于鲁棒自适应控制理论的导弹纵向逆控制

针对高机动导弹纵向运动数学模型具有严重非线性、不稳定、多变量耦合以及模型不确定等特点,提出了一种基于鲁棒自适应控制理论和动态逆相结合的导弹纵向控制系统设计方法。该方法以非线性动态逆控制为基本控制律,能够在复杂的飞行条件下,实现对高机动导弹的精确线性化,解除了多变量之间的耦合关系;并引入鲁棒自适应控制律,以抑制模型参数变化的摄动和外部干扰的影响,保证了导弹的纵向稳定性及其纵向飞行品质。仿真分析验证了控制方法的有效性。     

基于T-S模糊模型的网络控制系统鲁棒H∝容错控制

针对同时存在网络时延和数据包丢失的网络环境,研究了执行器故障下一类非线性网络控制系统的鲁棒H_∞容错控制问题。基于不确定T-S模糊模型描述的非线性网络控制系统模型,考虑了更实际、更常见的执行器部分失效情况。通过引入一个积分不等式,获得了此类系统的时滞相关鲁棒稳定性条件,且采用锥补线性化算法给出了此类系统的鲁棒H_∞容错控制器设计方法。仿真算例表明,对于任意容许的不确定性以及执行器故障,所设计的控制器能使系统鲁棒渐近稳定,且具有H_∞范数界。       

基于短期AGC指令的负荷系统预见预测控制

针对目前火力发电单元机组负荷增减频繁、扰动因素较多的情况，在充分利用自动发电挂制(AGC)的负荷指令资源的基础上，提出一种协调控制系统的负荷预见预测控制方案。该方法以多变量预测控制为核心，将预见控制思想融入到预测控制的设计之中，从而构成一种新的负荷协调控制策略。仿真结果表明，该方法集预测控制、预见控制二者的优点，使得机组负荷具有良好的跟踪性能，主蒸汽压力也具有很好的系统动、静态调节品质，而且控制量变化非常平稳，在对象动态特性较大范围内变化的情况下，系统具有较强的鲁棒性。     

锅炉汽包水位系统DMC-PID串级控制仿真研究

给出具有可测干扰系统的动态矩阵控制(DMC)算法,并结合动态矩阵控制、串级调节和PID控制三者的优点,提出了锅炉汽包水位控制系统的DMC-PID控制策略,即内回路采用PID控制快速消除给水流量的扰动,外回路采用带前馈补偿的DMC控制,可有效地克服汽包水位系统的另一主要扰动-蒸汽流量的扰动,同时DMC的强鲁棒性保证了在对象特性变化的情况下仍然获得良好的调节品质。计算机仿真结果显示了该控制策略的有效性和实用性。     

欠控制方向非线性系统的鲁棒自适应控制

针对一类控制方向未知且具有未建模动态的非线性系统,提出了一种鲁棒自适应控制策略.算法推广了已有的鲁棒自适应非线性控制方法.控制算法保证闭环系统所有信号是一致终值有界的.同时,通过调整控制器设计参数,闭环系统能够实现期望的性能要求.仿真结果进一步说明了理论分析的有效性.     

大型轮式工程车辆转向系统的神经网络PID控制

根据大型轮式工程车辆转向系统的对象特点和操纵方式，提出采用基于RBF神经网络控制器来改进常规PID控制器实现系统控制性能。该控制系统结构中，RBF神经网络辨识器(RBFNNI)实现对被控对象的Jacobian矩阵信息的辨识，神经网络控制器(NNC)是基于RBF神经网络实现的单神经元的PID控制器。在对算法进行改进的基础上设计了神经网络结构，并进行了被控对象的仿真分析。实际结果表明该控制方法具有较好的实用性和鲁棒性，可以用于多操纵模式工程车辆转向系统的控制。     

一种自适应鲁棒跟踪模糊控制新算法

针对一类非线性不确定系统 ,在用T S模糊系统对未知聚拢不确定函数进行逼近的基础上 ,利用系统的耗散理论 ,系统地提出了一种自适应鲁棒跟踪模糊控制新算法。该算法基于一个新的Lyapunov函数 ,不仅可以使控制算法避免其它自适应控制算法中时常存在的奇异问题 ,而且还可以使自适应学习参数的数目减至最少 ,便于工程实现 ,并可确保闭环系统渐近稳定 ,系统的跟踪误差为零。经仿真研究表明 ,所提出的算法是有效的     

扑翼微型飞行器自适应鲁棒姿态控制

给出了扑翼微型飞行器姿态控制系统的数学模型,并提出了一种自适应鲁棒控制的新方法。飞行过程的复杂性使得姿态控制器的设计极具挑战性,主要困难是系统表现为非线性、不确定性、多变量参数耦合以及各种干扰。由于自适应鲁棒控制不依赖系统的精确数学模型,所以将系统分为名义模型、结构不确定性和非结构不确定性,对其分别设计直接反馈控制器、自适应控制器和鲁棒控制器,并用李亚普诺夫定理分析了系统的稳定性。仿真结果证实了所提方法的有效性。     

高精度飞行仿真转台的鲁棒自适应控制

针对高精度直流伺服系统,提出一种基于Lyapunov直接法的鲁棒模型参考自适应控制方法.在算法中,通过调节增益系数,以适应系统中参数的变化,通过引入鲁棒补偿项,实现对摩擦环节的补偿,使得在具有参数不确定性和未知非线性摩擦特性的情况下,跟踪误差渐进收敛于零.并以三轴转台为例,进行了数值仿真,其结果表明该方法的有效性和鲁棒性.     

Robust predictive control of polytopic uncertain systems with both state and input delays

A robust model predictive control algorithm for discrete linear systems with both state and input delays subjected to constrained input control is presented,where the polytopic uncertainties exist in both state matrices and input matrices.The algorithm optimizes an upper bound with respect to a state feedback control law.The feedback control law is presented based on the construction of a parameter-dependent Lyapunov function.The above optimization problem can be formulated as a LMI-based optimization.The feasibility of the optimization problem guarantees that the algorithm is robustly stable.The simulation results verify the effectiveness of the proposed algorithm.