具有双控制输入通道高阶不确定非线性系统控制设计

本文研究了一类高阶不确定非线性系统的全局渐近稳定控制设计问题.不同于现有结果,本文所研究的高阶非线性系统具有两个控制输入通道,即控制输入直接作用于两个一维子系统.这导致已有的控制设计方法不能或难以用来解决该类控制设计问题,因此,寻求新的控制设计方法,用以解决多控制输入通道高阶非线性系统的控制设计问题,是一个很有意义的研究课题.本文首先引入一个有效的反馈变换,从而在非线性系统满足适当假设条件下,成功地将该类系统的控制设计问题转化为规范的单控制输入通道情况下的控制设计问题.进而借助于已有结果,特别是增加幂次积分方法,给出所研究非线性系统的全局渐近稳定控制器的设计方法.尽管本文所研究的系统是具有多控制输入通道高阶非线性系统的特殊情况,所得结果具有一定的局限性,但对更一般情况具有借鉴和指导作用.最后,仿真算例验证了本文理论结果的有效性.     

基于干扰观测器的一类不确定非线性系统鲁棒自适应控制

本文利用干扰观测器和Backstepping方法,提出了一类不确定非线性系统的鲁棒自适应控制方案.首先,利用径向基神经网络(radial basis function neuralnetwork,RBFNN)设计干扰观测器,并通过对RBFNN参数的自适应调整来逼近系统干扰.基于干扰观测器的输出,采用Backstepping方法设计鲁棒自适应控制器.在所设计的鲁棒自适应控制器作用下,闭环系统所有信号达到半全局一致有界稳定.闭环系统稳定分析表明适当地选取设计参数可以确保所有系统状态是一致有界的.最后,仿真结果验证了所提出的鲁棒自适应控制方案的有效性.     

一个渐近最优的非参数自适应控制器

对一类具有未知非参数非线性结构的离散时间随机控制系统，利用核估计方法和载尾的必然等价原则，设计了一个非参数自适应控制器，并且证明了在不必人为地引进外部激励的情形下，收这个控制器所决定的闭环系统不但是全局稳定的而且是渐近最优的。     

一类非线性系统的非光滑有限时间镇定

研究了一类非线性控制系统的全局有限时间镇定问题．基于Lyapunov函数给出了一种迭代的有限时间控制设计方法．由此得到的有限时间控制器是连续但非光滑的时不变反馈控制器。     

输入输出通道有干扰的MRAC系统的变结构控制

对具有未建模动态及输入输出通道上存在干扰的MRAC系统,仅应用系统的输入输出量测数据给出了一种变结构模型参考自适应控制(VS-MRAC)设计机制. 系统的已建模部分阶的上界是未知的且有大于1的相对阶. 通过引入辅助信号和带有记忆功能的正规化信号,以及适当选择控制器参数,该变结构控制器能保证闭环系统的全局稳定性,且跟踪误差能够任意小.     

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．     

一类不确定系统的鲁棒H^∞控制器设计

考虑了在实际中具有工程背景的一类具有非线性不确定性的系统的鲁棒Ｈ＾∞控制器设计问题,此类系统的非线性不确定性可由与状态变量有关的范数有界条件描述。对于由此类系统表示的控制对象,首先给出了判断鲁棒渐近稳定和Ｌ２增益有限的充分条件;而后分别针对状态反馈和输出反馈的情形提出了非线性Ｈ＾∞控制问题的可解条件,最后给出了基于线性矩阵不等式的Ｈ＾∞控制器设计方法。     

随机非线性系统的最小阶状态观测器及输出反馈镇定控制设计

对一类具有不可观测状态、未建模动态特性和随机干扰的单输入多输出随机非线性系统, 给出了最小阶状态观测器和输出反馈镇定控制器的设计方法. 基于所设计的最小阶状态观测器, 给出了系统全部状态的估计, 分析了状态估计误差的收敛性. 进一步, 结合Back-Stepping法, 构造性地设计出了输出反馈镇定控制, 给出了闭环系统全局渐近稳定和概率意义下有界稳定的充分条件.     

离散时滞标准神经网络模型及其应用

为了能够方便地分析离散递归神经网络（RNN）的稳定性，以及解决目前比较难的离散非线性系统的控制器的综合等问题，类似于鲁棒控制中的标准模型，提出一种新的神经网络模型——离散时滞标准神经网络模型（DDSNNM），它由离散线性动力学系统和有界静态时滞（或非时滞）非线性算子连接而成。利用不同的Lyapunov泛函和S方法推导出基于线性矩阵不等式（或非线性矩阵不等式）的DDSNNM全局渐近稳定性和全局指数稳定性的充分条件。大多数离散时滞（或非时滞）RNN稳定性分析或包含神经网络的非线性控制系统都可以转化为DDSNNM形式，从而进行稳定性分析或镇定控制。从DDSNNM应用于离散时滞细胞神经网络（CNN）的稳定性分析以及非线性控制系统的综合实例可以看出，DDSNNM不仅使得大多数RNN的稳定性判定简单易行，而且为非线性系统的控制器设计提供新的思路。     

约束切换非线性系统给出初始稳定区域的预测控制设计

有约束切换非线性系统的稳定控制是一个重要的研究问题．通常的预测控制方法可以很好的处理约束问题并使得系统稳定,但一般首先假设其中的优化问题初始可行,而对于初始稳定区域并没有具体的描述．本文针对一类输入变量受约束且状态不可测的非线性切换系统,提出了一种混合非线性预测控制方案．其主要思想是：利用李亚普诺夫函数和状态观测器,设计在预测控制器和有界反馈控制器之间适当切换的混杂控制器,以得到初始稳定区域的描述并使得子系统闭环稳定;对整个切换系统,基于状态估计,设计在各组件间平稳切换的切换律,以保证整个闭环系统的渐近稳定性．最后通过对一个化工过程实例进行仿真,验证了本文所提控制器的有效性．     

四级倒立摆的变论域自适应模糊控制

采用变论域自适应模糊控制理论研究四级倒立摆控制问题. 首先，给出四级倒立摆运动的数学模型并验证了它的可控性；然后根据变论域自适应模糊控制理论设计了关于四级倒立摆的控制器. 最后展示了仿真结果. 此外，还给出一级、二级和三级倒立摆的硬件（即实物系统）实验结果.     

基于特征模型的再入飞行器自适应制导律设计

文中针对航天飞机类再入飞行器对参考阻力加速度曲线的跟踪问题，设计了基于特征模型的自适应制导律．首先将线性定常系统的特征建模方法推广到单输入单输出线性时变系统，从而建立了再入飞行器的特征模型，然后对特征模型提出一种新的非线性微分黄金分割自适应控制律．当特征模型的系数属于有界闭凸集，且系数的变化速率满足一定约束条件时，文中证明了非线性微分黄金分割自适应控制系统是一致渐近稳定的．在特征模型的基础上，通过结合使用跟踪控制律、非线性微分黄金分割控制律和改进的逻辑积分控制律，设计了再入飞行器基于特征模型的自适应制导律．它克服了反馈线性化方法要求精确获得对象模型的缺点．仿真结果表明，文中设计的自适应制导律对参考阻力加速度曲线的跟踪性能明显优于反馈线性化方法．     

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．     

一种最优抗扰自适应控制

针对含未知干扰系统研究了具有最优抗扰性能的自适应控制问题.利用对象参数的先验知识和量测数据构成可实时更新的非空模型集合,以系统的整体性能指标为辨识准则,在模型集内优化选取最优标称模型,完成对象模型的在线最优辨识.然后根据-1优化设计方法以闭环系统整体性能为指标,在线设计最优闭环控制器.上述两方面结合起来给出了一种最优自适应控制策略.由于辨识准则与控制目标是一致的,文中的方法能够有效地解决自适应系统的性能优化问题和辨识与控制的相互配合等问题,且能给出可验算的性能指标.     

仿射等价Boole函数的分析

利用Boole函数的一些基本变换和相应的不变量，。给出了两个结果：1．Boole函数仿射等价的判定和等价关系求取算法，该算法对Boole函数的科学研究和工程实践都具有重要意义．例如，该算法给出了所有8元3次齐次bent函数的等价关系；2．有效划分了部分参数的Reed—Muller码，如R（4，6）／R（1，6），R（3，7）／R（1，7）．     

机器人的鲁棒控制

主要研究了机器人系统的鲁棒控制。介绍了机器人的鲁棒控制模型后,利用最优控制问题求解鲁棒控制,这种方法降低的构造Liapunov函数的难度。只需要求解一个代数的黎卡提方程,便可得到最优控制器,而且证明了这个最优控制器也是鲁棒控制器。但又由于基于这种方法得到的控制器较复杂而难以实现,而且能得到渐近稳定的定性结果,而不能得到其平衡点的衰减速率以及平衡点的吸引域的估计。因此在本文的第三部分中应用了算子非线性测废理论。基于非线性测度方法求解的鲁棒控制器,不仅简单易求,而且克服了压缩映像原理估计压缩常数的困难,在得到系统渐近稳定性的同时得到了系统平衡点的衰减速度和吸引域的估计。最后给出了两关节机器人鲁棒控制的的实例。由于控制器设计与f（X）无关,相关结果会比较保守,可为相关设计研究提供一些参考。     

一类具有不确定控制系数和依赖于不可测状态增长非线性系统的全局输出反馈镇定

研究了一类具有不确定性控制系数和依赖于不可测状态增长非线性系统的全局输出反馈镇定问题．主要由于不确定控制系数,该问题一直没有解决,其主要困难是源于惯用高增益观测器的无效性．文中通过引入适当的状态变换和全新的、基于高增益K-滤波器状态观测器,成功地给出了该类系统的输出反馈控制器的反推设计方法,并且证明了闭环系统的渐近稳定性可由控制参数的适当选取来保证．     

空间智能桁架的传感器作动器位置优化和分散化自适应模糊振动控制

提出了作动器和传感器配置优化和分散化自适应控制方法以解决桁架系统的振动控制问题.建立了主动杆的机电耦合方程,提出了不依赖于控制方法的优化准则,采用遗传算法得到了作动器和传感器在大型空间智能桁架系统中的最优位置.而且设计了一种分散化自适应模糊振动控制器来控制大型空间智能桁架系统.推导了大型空间智能桁架系统考虑剩余模态影响的动力学方程,利用滑模控制方法改进了自适应模糊控制方案,并以T字型桁架结构为例进行了验证性实验.实验结果表明,遗传算法对于作动器和传感器的配置优化是可靠的、有效的,自适应模糊控制器能有效地抑制大型空间智能桁架系统的振动,且没有控制溢出和观测溢出问题.     

包含有界切换增益的空间惯性传感器输出调节积分模型参考自适应控制

基于输出调节的多变量模型参考自适应控制(model reference adaptive control, MRAC)用于解决系统状态不可直接获取时,多变量系统向参考系统的稳定输出跟踪问题.在空间引力波探测航天器内部惯性传感器静电悬浮控制中,考虑到其作为航天器平台惯性基准的稳定需求,双质量块动力学中存在的不连续干扰影响,以及应对不同工作模式的瞬态切换,提出一种基于积分输出调节MRAC的静电悬浮控制方案,引入有界的切换自适应校正增益及自适应积分修正项,用于系统不连续情况下的抗输入饱和、瞬态抑制及惯性传感器非敏感轴各自由度向参考状态的稳定逼近.基于Filippov集与广义梯度的Lyapunov分析验证该方案下,不连续系统中各闭环信号的收敛性,数值仿真验证样例空间引力波探测航天器中,作为关键载荷的双质量块空间惯性传感器各非敏感轴自由度针对位移噪声及残余加速度及切换瞬态的良好抑制效果.     

基于MATLAB的AA—HPA—AMPS—AM聚合物阻垢剂合成及其性能研究

通过溶液聚合方法,以过硫酸铵为引发剂,丙烯酸、丙烯酸羟丙酯、2-丙烯酰胺-2-甲基丙磺酸、丙烯酰胺为单体,合成AA-HPA-AMPS-AM聚合物.固定聚合物浓度为4 mg/L,分别考查反应时间、反应温度（X1）、引发剂用量（X2）、单体配比（AA：HPA以X3计、AMPS：AM以X4计）对聚合物阻CaCO3垢性能的影响,并设计了正交实验,得出当聚合物在80℃、引发剂用量为10%、M（AA）：M（HPA）为0.25、M（AMPS）：M（AM）为0.4时,阻CaCO3垢率最高为52.9%.为探究此聚合物是否有更高的阻垢性能,应用MATLAB对正交实验结果进行分析及验证,得知：聚合物阻CaCO3垢效率y与各影响因素X之间基本满足y=146.349 7-0.926 7x1-49.765 8x3-28.220 9x4.最佳聚合条件为x1=75、x3=0.15、X4=0.15,y为68.35%.