非线性状态反馈的输入输出解耦控制

讨论了非线性系统的解耦问题．利用微分几何理论,通过非线性状态反馈,使得仿射非线性多变量系统被解耦成一些单变量子系统．     

非线性奇异控制系统的干扰解耦问题

基于非线性系统的微分几何理论,讨论了非线性奇异系统的干扰解耦问题及其可解条件·建立了系统的向量相对阶与系统可实现干扰解耦的联系·给出了非线性奇异系统干扰解耦问题可解的充分条件·并指出了这个条件也是非线性系统对应结果的直接推广·这里给出的结论与方法可用于进一步研究此类系统的输出跟踪及反馈稳定化问题·     

基于微分几何方法的双馈发电机解耦控制

为了最大限度地捕获风能,使风力发电系统按照最佳效率运行,提高发电质量,提出基于微分几何控制理论的双馈发电机非线性多输入多输出状态反馈解耦控制方案,通过非线性坐标变换和非线性状态反馈,使双馈发电机的磁链和转速两个的子系统实现动态完全解耦.理论推导和仿真实验表明,基于微分几何控制理论的解耦控制方案优于传统矢量控制方案.     

离散非线性系统的方程解耦与模态分析

按照微分几何中寻求一组线性独立的、?-不变分布的方法来实现对一个非线性方程组的解耦，达到对离散系统的非线性模态完全解耦的目的，并求出相应的单一非线性模态，求解时采用了逐次代入法，将问题转换成对应的线性模态附加上一系列的线性方程组的求解。同时探讨了迭代解法以简化计算，算例表明这种方法是有效的。     

混合磁路电动机的非线性解耦控制

根据混合磁路电动机运行的实际情况,建立了附加励磁电流稳定下的三阶模型.采用非线性系统的微分几何方法,实现混合磁路电动机的解耦控制和完全线性化.通过仿真验证,基于非线性解耦控制的混合磁路电动机控制系统可以达到良好的性能.     

多变量生物发酵过程的解耦控制

把非线性系统的逆系统方法与神经网络非线性辨识技术相结合，提出了一种基于神经网络逆系统的发酵过程多变量解耦控制策略．当过程模型缺乏足够的先验知识时，所提出的解耦控制策略对多变量非线性连续发酵过程取得了良好的控制性能．仿真结果表明，提出的解耦控制方法能够适应过程模型的不确定性和参数的时变性，具有较强的鲁棒性．克服了基于微分几何理论的逆系统解耦控制方案依赖于过程模型和对模型参数变化很敏感的缺点．     

不同解耦方案对变频调速系统性能影响

针对非线性感应电机变频调速系统解耦控制方案存在的误区进行了深入研究,通过微分反馈线性化、逆控制、矢量控制这三种线性化解耦方案的对比研究表明,只有矢量控制对非线性感应电机施以有效控制,得出不应单纯地从数学角度将非线性系统解耦、线性化作为参数具有时变特点的电机系统最终控制目标的新结论。     

永磁同步电机的非线性自适应解耦控制

为了解决电机参数变化和负载扰动的不确定性、影响基于非线性解耦控制的永磁同步电机调速系统性能的问题,提出了一种带干扰抑制的永磁同步电机调速系统非线性解耦控制方法.该方法利用非线性解耦控制理论的微分几何方法实现永磁同步电机调速系统转速和磁链子系统的动态解耦,并结合自适应策略,将参数变化和负载转矩扰动作为扰动输入,设计了动态自适应状态反馈控制律和参数自适应规律.应用Lyapunov稳定理论证明了算法的稳定性,并实现具有L2暂态性指标的渐进跟踪.仿真和试验结果表明,该控制策略能有效地改善永磁同步电机调速系统的动态性能,增强其鲁棒性和抗干扰的能力.     

高指数非线性微分代数控制系统的解耦

讨论了一类高指数非线性微分代数控制系统的输入输出解耦问题,给出了使系统可通过静态反馈达到输入输出解耦控制问题的具体条件,并证明了解耦条件在正则静态状态反馈控制下的不变性．     

多变量生物发酵过程的解耦控制

把非线性系统的逆系统方法与神经网络非线性辨识技术相结合 ,提出了一种基于神经网络逆系统的发酵过程多变量解耦控制策略 .当过程模型缺乏足够的先验知识时 ,所提出的解耦控制策略对多变量非线性连续发酵过程取得了良好的控制性能 .仿真结果表明 ,提出的解耦控制方法能够适应过程模型的不确定性和参数的时变性 ,具有较强的鲁棒性 .克服了基于微分几何理论的逆系统解耦控制方案依赖于过程模型和对模型参数变化很敏感的缺点 .     

二阶系统数值解耦研究

二阶运动系统互相耦合形成一个非常复杂的线性运动系统,对其精确解耦需要求解一个含有8n2个未知数的非线性方程组,这样的工作是非常复杂的。本文的主要工作是将二阶运动的解耦转化为一个非线性优化问题,建立二阶运动系统数值解耦的目标函数及约束条件,并且通过数值试验验证了此方法对二阶运动系统的数值解耦是有效的。     

基于反馈线性化的PID控制在陀螺仪系统中的应用

该文介绍了微分几何反馈线性化方法 ,将其应用于陀螺仪非线性系统的解耦控制 ,为每个解耦的子系统设计了PID跟踪控制器 ,用仿真结果说明了该方法的有效性     

感应电动机的一种完全解耦控制方法

给出了感应电动机的一种直接控制方法，按这种方法施加控制输入，可使感应电动机调速系统成为全解耦的常系数线性系统。     

非线性模型匹配问题的研究

研究了非线性系统的模型匹配问题（ＭＯＤＬＥＭＡＴＣＨＩＮＧＰＲＯＢＬＥＭ简称ＭＭＰ）。模型匹配是指，用参考模型的输入输出行为匹配结果，为实际控制系统设计一个补偿原，实质上就是强制的模型跟踪问题。文中所述非线性模型匹配问题的局部解决是通过静态反馈解耦后给出的。其指导思想是在一般条件下，当且仅当线性化控制系统和参考模型在其平衡点附近可解，则非线性模型匹配问题才可解。而且，一般条件是可辨识的。这些条件也可用来解决实际控制系统的动态输入输出解耦问题。     

双电机传动定速比控制的反馈线性化方法

针对三相异步电动机系统这一非线性、多变量、强耦合的控制对象，利用非线性几何理论中的反馈线性化方法，实现系统的精确解耦和全局线性化，从而可以利用线性控制理论对分解出来的线性化的转速子系统和转子磁链子系统进行控制，因而比较容易实现定速比控制．利用数字仿真可以证明这一方案是可行的，且系统具有良好的静、动态性能．     

两电机同步系统的神经网络逆控制

以多变量、非线性、强耦合的两电机同步控制系统为研究对象,在同步旋转坐标下,建立了两电机同步系统的数学模型,并进行了可逆性分析．采用静态神经网络加积分器构造两电机同步控制系统的逆系统,将此逆系统与原系统相串联构成复合伪线性系统．即两电机同步系统被线性化且已解耦成速度和张力两个相对独立的系统,速度环为y=s^-1φ（s）型伪线性子系统,张力环为y=s^-2φ（s）型伪线性子系统,再分别设计线性闭环调节器对速度环和张力环进行控制．实验结果证明了采用神经网络逆系统控制方法可以实现两电机同步调速系统的解耦控制．     

约束机械系统动力学的一类完全解耦方法

针对约束机械系统动力学分析所要处理的微分－代数方程组,先将其转化为基于隐式线性多步法的超定微分－代数方程组形式,然后采用一种微分流形的“投影”技术消除超定性,再对变化后的微分－代数方程组按照位置,速度,加速度的顺序进行解耦,化为线性方且的求解序列,从而得到一类完全解耦算法,算法可用于处理刚性问题,无需预估式,具有较高的效率,算例证明了该算法的有效性。