基于小偏差模型预测的车道保持辅助控制

车道保持辅助系统需要在保证安全性的同时适应驾驶员习惯,避免不必要的干预。该文通过在线构建人-车系统的小偏差模型,基于模型预测控制理论,设计了车道保持辅助控制策略。控制器通过在线求解二次规划问题,获得矫正转向角,帮助驾驶员避免无意的车道偏离。根据车辆当前状态,计算名义预测轨迹。通过将非线性人-车模型围绕名义轨迹逐次线性化,在线获取人-车系统小偏差模型。通过对系统安全性和驾驶员适应性指标的量化设计,得到相应的目标函数和I/O约束,建立了滚动时域优化问题。仿真实验演示了该控制器探测车道偏离危险和转向矫正的过程。真实场景下的实车实验表明:该系统具有避免车道偏离、适应驾驶员习惯、避免不必要干预的能力。     

子空间预测控制的快速梯度算法

基于闭环系统的输入-输出观测数据设计控制器,该方法无需建立系统的状态空间模型。采用子空间预测控制策略求解一个带有线性矩阵不等式约束的优化问题,得到最优控制器的一个最优解。对于子空间预测控制的最优化问题,通过构造一组估计序列,以便采用快速梯度算法求解。以直升机悬停状态为例,利用该方法设计控制器,验证方法的有效性。     

具有比例积分结构的模型算法自适应控制器

通过构造新型目标函数,并且采用加权预测控制律代替一步预测控制量,得出了一种具有比例加积分结构的自适应模型算法加权控制器．该控制器能实现无偏差跟踪参考输入轨迹．仿真结果表明,对于时变对象,新算法自适应控制比基本型模型算法控制具有更强的鲁棒性．     

一类不确定非线性系统的模型偏差补偿跟踪控制算法

针对一类带有系统未建模动态和干扰的不确定仿射非线性系统,基于滑模变结构控制和模型偏差补偿控制的思想,给出一种轨迹跟踪数字控制器的实现方法.在采样周期足够小的情况下,利用连续时间系统的前向Euler近似离散模型,首先推导出等价控制项作为前馈控制.然后将导出的状态误差修正项和模型偏差补偿项代替滑模控制中的切换函数,其中状态误差修正项用来保证状态误差趋于零,模型偏差补偿项用来补偿系统的未建模动态和干扰的不确定性,从而既保证了控制系统的鲁棒性,又消除了抖动现象.最后通过构造Lyapunov函数,证明了该控制算法的稳定性,同时以两连杆机械臂的轨迹跟踪为目标的仿真实验也说明了此数字控制器的有效性.     

采用跃度模型和干扰估计的并联式加注机器人分散鲁棒控制

针对液压驱动型并联式加注机器人的空间轨迹跟踪控制问题,提出了一种基于机器人跃度模型和关节扰动估计的分散鲁棒控制策略。通过并联机器人的跃度反解模型将系统基于笛卡尔空间的理想期望轨迹映射为各独立关节的期望轨迹,同时将关节间的耦合交联项处理为各驱动单元的时变外部干扰,进而将并联机器人分解成一组受有界外部扰动关节子系统的集合。针对各独立关节,算法通过反步方法融合了扩张状态观测器和鲁棒控制器,其中扩张状态观测器主要用来实现对关节中匹配不确定性与不匹配不确定性(包括外部扰动和非线性建模误差)的精确估计和补偿,鲁棒控制器用于抑制扰动中超出观测器带宽的快速时变项和其他误差项。通过构造Lyapunov函数从理论上验证了整个闭环系统的稳定性。实验结果表明,提出的控制器能准确估计和补偿各关节子系统中存在的匹配与不匹配不确定性,同时系统具有良好的轨迹跟踪性能和较强的抗干扰能力。     

ALSTOM气化炉的多模型预测控制

为了克服ALSTOM气化炉多变量、非线性的特性给系统控制带来的困难,提出了一种多模型预测控制(multiple model predictive control, MMPC)算法.根据气化炉在多个工况下的局部线性模型,设计了一组简化状态估计的子预测控制器.通过子模型输出误差项的无量纲化处理,改进了递推贝叶斯加权策略,并对各子预测控制器的输出进行了加权计算,得到了系统的实际控制量.将该多模型预测控制算法用于ALSTOM气化炉的控制,仿真结果表明:在压力扰动测试中,即使各控制量受到严格的约束,各输出量的偏差仍能维持在规定的范围内;在变负荷测试中,系统能够迅速跟踪负荷设定值的变化,从而满足了基准测试的各项要求.     

对非模型化非线性相关系统的分散控制

阐述了对非模型化非线性相关系统分散控制的原理,给出了控制过程的数学模型,介绍了分散控制器的组成。控制方案的基本思想是用状态导数的积累偏差来表示各子系统间的非线性与关联作用。应用在线跟踪技术,建立各子系统的偏差模型,采用通常的最优控制方法来求其最优解。协调各子系统,使其在复合系统内均达到最优,并能满足相互制约的关系,最后实现整个系统的品质最优化。     

基于子空间辨识的焦炉集气管压力控制

针对焦炉集气管压力具有多变量、耦合、时变性等特点,设计焦炉集气管压力增量式在线子空间多变量预测控制策略.在增量式子空间预测控制的基础上,引入滚动窗口子空间辨识方法,设计子空间预估器模型的更新策略,实现了在线子空间自适应预测控制.应用在线子空间辨识方法对焦炉集气系统现场数据进行辨识,取得了较好的预测精度;利用子空间预估器模型进一步建立焦炉集气系统的状态空间模型,在考虑输入约束、模型时变和干扰的情况下,该模型表现出了很好的控制精度和性能.     

基于GM(1,2)模型的多步自调节灰色预测控制算法

基于GM(1,2)灰色模型和一种新型综合偏差,提出了基于GM(1,2)模型的多步自调节灰色预测控制算法.该算法可对系统输出偏差和预测偏差进行合成形成一个在线多步综合偏差,用此偏差代替传统最优控制算法中的偏差项,这样算法既有在线预测系统未来多步行为的功能,又能根据预测模型精度实时调节预测值在控制回路中的作用,减小了预测误差对系统的不利影响.仿真结果表明,该算法可获得较好的控制跟踪效果.     

基于自适应MP C的自动驾驶汽车轨迹跟踪控制

为提高无人驾驶汽车轨迹跟踪精度和稳定性,设计一种基于模型预测控制(MPC)的自适应轨迹跟踪控制器.利用遗忘因子递推二乘算法在线估计轮胎侧偏刚度,实时更新控制器预测模型;设计控制参数选择器,采用模糊控制对预测时域和控制时域进行在线优化,实现预测时域能根据横向和纵向车速自适应的选择.通过Simulink/Carsim进行联...     

分布式预测控制系统在通信局部失效下的性能分析

复杂大规模预测控制的在线求解问题可以由各个子系统去分布实现,子系统之间通过网络进行通信,当系统受到扰动时,各个子系统之间的通信联结有可能受到影响,整个分布式系统的性能将会下降,针对分布式预测控制优化算法,讨论了通信局部失效情况下,系统在滚动时域单步上的性能蜕变情况,对于稳定收敛的分布式系统,给出了每一时刻其性能蜕变的上限表达式。     

控制饱和系统的极限学习机控制算法

为提升被控系统的鲁棒性和控制精度,对存在控制饱和约束和内外参数摄动的非线性系统,提出一种基于极限学习机的自适应反演控制算法。针对存在控制饱和约束的非线性系统,基于所设计的辅助函数,将非线性控制饱和约束转换成常规控制输入形式,有效降低了控制器的设计难度。为提升内外参数摄动的估计精度和估计算法速度,采用极限学习机逼近内外参数摄动的综合项,构建了基于极限学习机的自适应控制算法,理论证明了闭环系统的全局渐近稳定性。与自适应滑模控制器对比仿真结果显示,控制器在控制力矩总能耗、系统输出收敛轨迹上具有更优的品质。     

基于根轨迹控制的球杆系统

通过建立球杆系统机械模型、角度模型和电机模型,得到球杆系统的数学模型,设计根轨迹控制器,通过在线整定控制器参数,提高球杆系统的控制性能.仿真实验结果证明根轨迹控制效果良好,适应能力较强,具有算法简单、参数整定容易等优点.     

基于根轨迹控制的球杆系统

通过建立球杆系统机械模型、角度模型和电机模型,得到球杆系统的数学模型,设计根轨迹控制器,通过在线整定控制器参数,提高球杆系统的控制性能.仿真实验结果证明根轨迹控制效果良好,适应能力较强,具有算法简单、参数整定容易等优点.     

具有输入饱和约束的永磁同步电机伺服 系统鲁棒有限时间控制

针对存在模型参数非线性不确定性因素和输入饱和约束的永磁同步电机伺服系统控制问题,提出一种具有抗输入饱和约束的鲁棒有限时间控制方法。为了处理输入饱和约束问题,通过定义饱和非线性函数将系统模型转化为带输入饱和约束的状态空间方程形式;将模型参数非线性不确定性因素扩张为一个新的状态变量,进而通过设计干扰观测器实现对不确定性因素的在线估计和前馈补偿,以提高系统的鲁棒性能;在模型参数不确定性因素前馈补偿的基础上设计永磁同步电机伺服系统鲁棒有限时间控制器,保证系统跟踪误差的有限时间收敛。仿真对比结果验证了所设计控制方法的有效性。     

基于约束软化的满意容错控制-输出反馈情形

现有的满意容错控制成果难以处理非凸非线性约束,无法用于在线重构容错控制器设计,针对一类离散系统的传感器故障,研究容错系统具有上述特性的闭环区域极点指标、二次型保性能指标和控制输入等约束的满意容错控制问题.借鉴预测控制对多种约束的软化处理策略,利用被控输出反馈控制结构和在线非线性优化技术,给出一种根据故障估计信息进行递推控制的主动满意容错控制器的数值化设计算法,并分析闭环容错系统的稳定性.据此设计的满意容错控制器可使闭环容错系统在保证稳定性和控制输入约束条件下具有满意的优化性能.仿真算例验证文中设计算法的有效性.     

基于综合导向的车式移动机器人轨迹跟踪控制

分析了具有不确定性和非完整约束的车式移动机器人系统的轨迹跟踪问题.基于运动学模型分析,提出一种自适应的轨迹跟踪控制方法.通过引入状态微分反馈实现系统的镇定.同时引入人工场,使其和位姿误差一起作用于控制系统,从而改善了对车式移动机器人的导航控制.运用Lyapunov稳定性理论证明了控制器的稳定性.直线和圆周两种轨迹跟踪的仿真实验表明,该控制方法能够使四轮车式移动机器人在导航中具有理想的跟踪轨迹.     

基于局部模型的再入滑翔类飞行器轨迹在线调整算法设计

针对再入滑翔类飞行器滑翔过程各种复杂条件不确定以及任务不确定问题，将轨迹离线优化与在线调整相结合，提出了一种基于局部模型的轨迹在线调整算法。该算法利用离线Radau伪谱函数表征飞行轨迹，构建轨迹局部模型，并通过轨迹约束空间离散化形成局部模型集；在线运行过程中，引入模糊聚类思想，设计了一种基于模糊隶属度的局部模型子集构建与更新方法，根据实时飞行状态以及任务约束构建与更新局部模型子集，并采用加权融合方法实现轨迹在线生成。最后，通过仿真分析验证了算法的轨迹生成与在线调整性能。     

基于通信的数据驱动分布式预测控制

针对分布式控制系统的特点,提出了一种新型的基于数据的分布式预测控制优化算法。由输入、输出数据直接设计分布式控制器,控制器在各个子系统通信的条件下采用基于纳什最优的分布式控制优化算法,以较低的成本达到整个大系统的性能优化。这种基于数据的方法使传统的预测控制器设计过程中的系统辨识和基于状态空间模型的预测控制简化为直接的一步,即直接利用数据设计分布式控制器。本文给出了这种新型算法的收敛条件,仿真结果证明了该方法的有效性。     

具记忆状态反馈的输入受限时滞系统模型预测控制器

针对一类具有输入约束的离散线性不确定时滞系统,提出了一种具有记忆状态反馈的模型预测控制器.首先,定义时滞系统的鲁棒性能指标,在考虑时滞状态影响的条件下设计了包含时滞状态的记忆状态反馈控制律,在线优化时将当前控制量作为独立优化变量,与其它作为反馈控制的时域控制序列分开处理,以降低算法保守性,提高可行性.然后,给出了基于线性矩阵不等式凸优化的控制策略以及系统稳定的充分条件.最后,通过仿真实验验证了该控制算法的有效性.