一类非线性反馈系统的稳定性分析

利用新近发展起来的积分二次约束(IQC)方法,研究了一类较为普遍的非线性反馈连接的 L₂-稳定性问题,给出了其稳性分析准则和一些必要条件,这些结果适用于时不变与时变系统。其次,利用已有的结果,研究了非线性环节具有扇区特性的稳定性问题。在单输入单输出(SISO)的情况下,给出了时变系统的圆判据。而在多输入多输出MIMO的情况下,也给出了一个稳定性判据,该结果不要求其非线性环节具有解藕条件。     

非采暖空调环境下人体热反应的时变特征分析

为了分析非采暖空调环境下人体热反应的时变特征,以在校健康大学生为受试对象,在全年4个季节里开展人体热舒适生理实验测试,记录主要热环境参数,研究人体客观生理指标感觉神经传导速度(vSC)、测点皮肤温度(tskin)、整体热感觉投票(TSV)以及局部热感觉投票(TSVlocal)随停留时间变化的响应过程。研究结果表明:在同一季节里,vSC,tskin和TSV的时变特征具有一致性;在冬季和过渡季节(春季和秋季),vSC和tskin随停留时间的延长呈下降趋势并逐渐趋于稳定,下降量在冬季最大,过渡季节次之,而在夏季vSC和tskin仅在微小范围内波动;TSV和TSVlocal的时变特征均在冬季最显著,夏季和过渡季节基本在舒适范围内波动。这说明停留时间是影响人体热舒适的1个重要因素;为满足室内人员健康舒适的热环境的设计与控制提供参考,并为生理指标的测试延迟时间提供一定的依据。     

神经网络鲁棒控制器应用于轧机缸位移闭环控制

针对轧机位置内环(APC)中存在着许多非线性不确定因素和慢时变参数的现象,提出一种神经网络鲁棒控制方法.这种控制方法采用线性模型与神经网络在线逼近非线性相结合共同辨识实际模型,在鲁棒控制的基础上加入神经网络逼近误差对系统进行控制,从而能有效的消除不确定性引起的控制误差.仿真研究表明,神经网络鲁棒控制器应用于APC的有效性及控制器的动态性能良好.     

块脉冲算子及其在控制理论中的应用(Ⅱ)——非线性时变系统中时变参数的递推辨识

本文利用(Ⅰ)中所提出的块脉冲算子,来讨论非线性时变系统中时变参数的辨识问题。以两类典型的系统(双线性时变系统和多项式时变系统)为例,分别给出了时变参数的递推辨识算法及计算机模拟结果。这种算法计算简便、精度较高。本文并进一步概括出应用这种方法去获得一般非线性时变系统参数辨识算法所应遵循的步骤,为获得更广泛的非线性时变系统的参数辨识算法,提供了新的途径。     

基于非线性预测滤波和UKF的状态估计方法

非线性系统存在建模误差时,UKF的状态估计误差较大,为了提高UKF对非线性系统的状态估计能力,本文将非线性预测滤波(NPF)方法和UKF相结合,提出了一种改进的UKF。首先应用NPF求得模型误差值,得到非线性系统的修正模型,将模型离散化再应用UKF进行状态估计。在仿真实验中分别应用单纯的UKF和改进后的UKF对一个存在模型误差的非线性系统进行状态估计,对它们的估计结果进行了比较和分析,结果表明结合NPF的UKF能够提高非线性系统状态估计的精度。     

一种基于高斯过程的非线性PLS建模方法

提出了一种基于高斯过程(GP)和偏最小二乘法(PLS)的非线性PLS方法(GP-PLS),以更加有效地处理过程非线性、多输入和数据共线性等复杂特性,提高模型的推广能力和精度。该方法首先采用PLS进行特征提取,再用GP建立PLS的内部模型,因而具有GP与PLS的优点。对工业丙烯腈生产过程丙烯腈收率软测量建模的应用表明,采用该方法建立的软测量模型在模型精度、推广能力等方面明显优于一些传统软测量建模方法,满足工业现场应用要求。     

基于模型参考自适应MRAC的双流传动调速控制

为使拖拉机作业过程中车速在受到作业阻力变化的影响下能迅速恢复稳定,文章设计一种双流传动(hydro-mechanical transmission, HMT)系统。通过实时调节发动机油门踏板的开度和改变电液伺服机构控制柱塞泵斜盘倾角的泵排量方式对车速进行调节;考虑到电液伺服机构存在强非线性、大时变参数以及外负载干扰等因素,将模型参考自适应控制(model reference adaptive control, MRAC)算法应用在液压泵排量调节的电液伺服执行机构中。结果表明：所设计的HMT系统在拖拉机遇到作业阻力变化引起车速变化时能有效地恢复稳定行驶状态;采用MRAC的电液伺服执行机构能够精确调节液压系统排量比来实现车速的改变,在简化变速操作的同时保证发动机工作在高效区,使拖拉机工作车速快速恢复到稳定区间。     

一类多平衡态非线性系统的动态输出反馈鲁棒容错控制

针对一类多平衡态非线性系统,考虑系统具有范数有界时变参数不确定性,存在执行器故障时的绝对稳定控制问题.对于Lur’e型多平衡态非线性系统,基于将Leonov的频域判据转化为H∞次优问题,考虑系统具有范数有界时变参数不确定性,且系统的执行器出现故障时,采用动态输出反馈控制,给出系统鲁棒容错控制器存在性问题的判据,进一步给出了基于LM I(线性矩阵不等式)的鲁棒控制器的设计方法.仿真表明了该方法的有效性.     

含有混合时滞的不确定中立系统的稳定性条件

本文研究了一类带有时变时滞的非线性中立系统时滞依赖的稳定性条件,系统模型为:(t)-C(t-h(t))=Ax(t)+Bx(t-(t))+F(x(t),t)+G(x(t-(t)),t).在本文中,时变时滞假定属于一个区间m≤(t)≤M.目的是对于所容许的不确定性和时滞得到一个新的具有更低保守性的能够使系统达到渐近稳定的充分条件.在本文中有效地利用了时变时滞的变化区间的上下界这一信息,并且利用了牛顿-莱布尼茨公式,构造了新的Lyapunov泛函,基于S-Procedure引理得到了新的判别带有非线性不确定性中立系统渐近稳定的充分条件:∑＜0.最后通过数值算例来验证了此方法的可行性以及更低的保守性.     

基于STR模型的CPI波动与货币供应量关系的实证分析

针对居民消费价格指数(CPI)的波动与货币供应量之间的关系,若用线性回归来研究,将会忽略这样两个问题:1)此函数关系是否一成不变;2)它们之间的影响是否存在对称性。本文以非线性STR模型技术来分析两者之间的非线性、非对称关系。研究发现,以logistic函数作为过渡函数的STR模型能很好地描述CPI波动与货币供应量的非线性动态关系。模型表明,在1993年1月到2010年12月期间,中国CPI波动与货币供应之间存在明显的非对称性,具有很强的非线性特征,两者之间存在机制转换动态特征。紧缩的货币政策机制下,CPI波动加剧;从宽的货币政策机制下,CPI波动主要由市场经济自我调控。     

大滞后非线性系统PID型多步预测控制

简要概述了基于神经网络的大滞后非线性系统多步预测器的实现,在分析直接多步预测中的误差自关联问题的基础上,提出一种较为准确的去误差直接预测方法,引用鲁棒性好的PID型多步预测目标函数对滞后非线性系统实现预测控制.在控制中,采用适用于动态系统的递归神经网络.仿真实验表明了所提方法的有效性.     

改进的预测控制算法用于加热炉支管温度控制

加热炉支管温度平衡系统是一个多变量、非线性、强耦合的复杂过程,当应用传统预测控制方法时,控制量的获得需要在线求解一个多变量、多约束的非线性规划问题,传统非线性规划方法求解该类问题时易收敛到非法解或局部极小。针对上述问题提出一种基于差分进化(differential evolution,DE)算法的预测控制,使用DE算法在线求解涉及的优化问题获得控制量。为了验证方法的有效性,对基于DE算法的预测控制器进行了仿真研究。仿真结果表明,所提出的方法有着很好的跟踪性能,并且对干扰有较强的鲁棒性,提高了系统的控制效果。     

基于神经网络的永磁同步电机广义预测控制

介绍了一种基于神经网络的永磁同步电机矢量控制系统的广义预测控制方法.通过分析永磁同步电机数学模型,采用带有延时结构的多层前向神经网络作为预测模型,进行非线性广义预测控制.控制算法是基于非线性激励函数的局部线性思想,将预测模型处理成线性和非线性两部分,并用线性预测控制方法求得控制律,简化了计算.仿真结果表明,利用该法建立的永磁同步电机调速系统,具有良好的控制效果.     

一种基于Wiener模型的非线性预测控制

提出了一种基于Wiener模型的非线性预测控制方法.通过引入非线性部分的广义回归网络逆模型,将非线性预测控制转化为线性预测控制,用线性优化算法解决非线性预测控制问题,避免了复杂的非线性优化.仿真实验表明了该方法的有效性.     

基于递归神经网络的多变量系统预测控制

针对线性PID控制器系数难以整定的问题，构造了一种用神经网络实现的非线性PID控制器．多个具有相同结构的非线性PID控制器并联，对多变量系统实现解耦控制器．结合预测控制的思想，提出两种控制方案．第一种是在递归多步预测的基础上，在广义最小方差目标函数下实现控制，第二种利用多步预测目标函数在线修正解耦控制器的权值．仿真实验表明这两种方法的有效性．     

智能混合动力汽车经济性自适应巡航控制策略研究

针对智能混合动力汽车自适应巡航过程中的能量控制策略问题,结合模型预测控制在处理多目标、多约束优化问题方面的优势和粒子群算法运算量小、收敛快的特点,将粒子群算法作为模型预测控制的滚动优化方法,构造基于模型预测控制的粒子群算法.仿真结果表明,文中算法能够使绝大部分工况点落在较低燃油消耗率区域,只有少部分工况点落在非经济区域,虽然多消耗了1.06%的燃油,但在运算速度上却获得了60.3%的提升.     

基于PSO磁悬浮球系统自适应灰预测控制

目的 针对磁悬浮球系统非线性不稳定和滞后性的问题,提出一种基于粒子群优化的自适应灰色预测 PID (Proportion Integration Differentiation)复合控制策略。 方法 通过在 PID 控制模块的反馈环中引入具有等维新息特征的灰色预测器,对系统误差进行及时反馈修正,以提高控制系统的响应速度和鲁棒性;同时,融合粒子群智能算 法对控制器参数迭代优化,以提高控制系统控制精度和抗干扰能力;最后,在 MATLAB / Simulink 环境下搭建仿真 平台进行对比实验。 结果 验证基于粒子群优化的自适应灰预测控制系统模型的超调量、峰值时间、调节时间显著 改善。 结论 证实该策略可以有效抑制系统滞后性,具有良好的稳定性和鲁棒性。     

高层结构半主动预测控制

建立了基于磁流变流体（magnetorheological，MR）阻尼器的半主动多步预测控制系统，该系统根据结构当前的状态能够预测未来多步的响应，并在系统内部对时滞进行自动补偿．结合一高层结构，对设置多个MR阻尼器的半主动多步预测控制系统进行了仿真分析，在系统内部考虑了时滞的影响，与理想无时滞情况的对比分析表明，该方法能够对时滞进行有效补偿，保证控制系统的稳定性，同时具有很好的减震控制效果．     

基于灰色理论的设备状态预测

针对一般GM(1,1)多步预测方法的不足,提出了一种基于代谢递补GM(1,1)的状态预测方法.该方法首先对原始信号进行预处理,再通过递补思想进行多步预测,然后利用更新数据进行代谢预测,最后计算设备状态的预测值与真实值误差,根据预测值的趋势判断设备的未来状态.实例分析结果表明,该方法所需数据样本少且数据训练时间短,后八步的预测精度可满足工程精度,能有效地应用于设备的中长期在线状态预测.     

PMSM的基于神经网络非线性预测控制

采用三层前向神经网络作为PMSM转速预测模型,对PMSM进行非线性预测控制.先通过离线训练获得初始预测模型,再在线对神经网络模型的权值和阀值进行调整;控制算法是将预测模型处理成线性和非线性两部分,并用一种快速线性预测控制方法求取控制律,大大减小在线计算量和提高控制的实时性.最后仿真结果表明该方法具有良好的动、静态特性和抗干扰能力.