基于LMIs方法-不确定性随机分布型时滞Markov跳变系统的鲁棒镇定

研究了一类具有不确定性Markov跳变参数的线性分布型时滞系统.考虑了具不确定性、Markov跳变参数、及分布型时滞系统的鲁棒均方稳定性问题.设计了系统的鲁棒状态反馈镇定控制器.采用了Grownwall Bellman不等式,基于线性矩阵不等式(LMIs)方法,给出了鲁棒稳定性的LMI时滞依赖的代数判据,从而降低了判据的保守性.同时得到了相应的离散时滞情形下的结果.     

输入时滞Markov跳变系统鲁棒保性能控制及其仿真研究

研究一类具有模态相关时变输入和状态时滞的不确定马尔可夫跳变系统的鲁棒保性能控制问题。基于自由权矩阵方法,通过构造一个新的Lyapunov函数,给出了此类系统存在无记忆状态反馈鲁棒保性能控制律的充分条件,估计了其保性能值。并且,控制器的设计归结为一组LMI的求解问题。仿真实例说明了提出方法的有效性。     

参数不确定性系统的鲁棒控制器数字化再设计研究

针对一类参数不确定性系统离散控制器设计问题,给出其近似离散化模型的推导过程,将采样周期作为系统参数,保证扰动和参数变化下系统模型的相容性性质。利用数字化再设计方法,把离散控制器和连续控制器的全局状态匹配转换为凸优化问题,与控制器鲁棒稳定性条件统一到线性矩阵不等式框架下进行数值求解。仿真实例验证了所提方法的有效性,表明所设计的鲁棒控制器性能优于采用常规离散化方法所设计的控制器。     

T-S模糊时滞系统的鲁棒无源控制

基于Lyapunov稳定性理论,时具有参数不确定性的T-S模糊时滞系统的鲁棒稳定性和无源性进行了研究.具有参数不确定性的T-S模糊模型可以任意精度近似连续非线性不确定系统.假设系统中的参数不确定性是范数有界的.运用Lyapunov稳定性理论给出了鲁棒无源控制器存在的充分条件.通过解一组线性矩阵不等式(LMIs),可直接获得鲁棒无源控制器.所设计的鲁棒无源控制器能够保证对于T-S模糊时滞系统中所有的参数不确定性,闭环系统都是鲁棒稳定的并且是严格无源的.并且,通过求解带有约束条件的线性矩阵不等式问题,可以设计出具有最大耗散率的鲁棒无源控制器.数值例子验证了所提出设计方法的有效性.     

一类非线性不确定时滞系统的时滞相关鲁棒H∞控制

针对一类具有状态非线性不确定性的时滞系统,基于适当形式的Lyapunov泛函和Lyapunov稳定性理论,利用线性矩阵不等式(LMI)方法,讨论了时滞相关型鲁棒H∞状态反馈控制器设计问题.在非线性不确定性满足增益有界条件下,得到了该类时滞系统依赖于时滞的满足鲁棒H∞性能的一个充分条件,且控制器存在的充分条件由线性矩阵不等式组(LMIs)的形式给出,可以通过求解一个线性矩阵不等式组获得鲁棒H∞控制器.最后给出一个具体算例说明了该方法的有效性.     

含有跳变参数的中立系统的鲁棒保性能滤波

对一类含有马尔可夫跳变参数的中立系统研究了鲁棒保性能滤波问题。系统中含有时滞，跳变参数与不确定性。系统中的跳变参数可以通过有限状态马尔可夫过程来描述。目标是设计无记忆线性滤波器使得对所有的不确定性增广系统是时滞独立鲁棒随机稳定的，并且满足所提的保性能指标。基于随机微分方程稳定性理论，给出了线性滤波器存在的充分条件。借助一组相互关联的线性矩阵不等式，获得了鲁棒保性能的设计方法。通过求解线性矩阵不等式约束下的凸优化问题，给出了次优保性能滤波器的设计方法。     

不确定非线性系统的H∞鲁棒自适应控制

针对带有不确定性和外界扰动的非线性系统,讨论了鲁棒自适应干扰衰减控制器的设计方法。分别在系统是指数无源(当ω≡0,Δg≡0,u≡0时)和满足一定条件下,根据系统不确定性所满足的条件,提出了两种基于Lyapunov稳定性理论的非线性鲁棒控制器的设计方法,所获得的控制器使闭环系统满足H∞鲁棒扰动衰减性能准则。同时这种设计方法避免了Hamilton Jacobi不等式的求解问题,简化了控制器的求解过程,使所获得的控制器结构简单。     

具有受限转移率的跳变系统L2-L∞模糊控制

讨论了一类含不确定转移率的非线性Markov跳变系统的L2-L∞模糊控制问题。系统模态间转移概率所包含的不确定性是未知且有界的。通过Takagi Sugeno模型模糊建模，获取了整个闭环模糊动态方程。基于L2-L∞模糊控制理论，提出了使得系统随机稳定且满足一定输入输出L2-L∞特性的模态依赖的模糊控制器存在条件。利用构造的Lyapunov Krasovskii函数，结合线性矩阵不等式技术，给出了鲁棒L2-L∞模糊控制器的设计方法，并将其设计转化为一个优化问题。仿真示例说明了设计方法的有效性。     

T-S模糊系统的鲁棒耗散控制

通过应用Lyapunov稳定性理论,研究了具有参数不确定性的T-S模糊系统的鲁棒稳定性和耗散性。具有参数不确定性的T-S模糊模型可以以任意精度近似连续非线性不确定系统。假设系统中的参数不确定性是范数有界的。利用Lyapunov稳定性理论给出了鲁棒耗散控制器存在的充分条件。通过解一组线性矩阵不等式(LMIs),可获得鲁棒耗散控制器。设计的鲁棒耗散控制器能够保证对于T-S模糊系统中所有的参数不确定性,闭环系统都是稳定的,且满足给定的耗散性能指标。数值例子证明了方法的有效性。     

不确定非线性广义系统的鲁棒控制与保性能控制

研究了不确定非线性结构扰动的广义系统的鲁棒控制和保性能控制问题,该不确定性为时间、状态函数且满足Lipschitz条件的。目的是分别设计系统的鲁棒控制器和保性能控制器。应用线性矩阵不等式方法,分别给出了系统的鲁棒控制器和保性能控制器存在的充分条件;并在这些条件可解时,分别给出了鲁棒控制器和保性能控制器的表达式。最后用例子说明了所给方法的应用。     

Data-based predictive control for networked nonlinear systems with packet dropout and measurement noise

In this paper, the data-based control problem is investigated for a class of networked nonlinear systems with measurement noise as well as packet dropouts in the feedback and forward channels. The measurement noise and the number of consecutive packet dropouts in both channels are assumed to be random but bounded. A data-based networked predictive control method is proposed, in which a sequence of control increment predictions are calculated in the controller based on the measured output error, and based on the control increment predictions received by the actuator, a proper control action is obtained and applied to the plant according to the real-time number of consecutive packet dropouts at each sampling instant. Then the stability analysis is performed for the networked closedloop system. Finally, the effectiveness of the proposed method is illustrated by a numerical example.     

离散时间分布参数系统的模型逼近预测控制

提出了离散时间分布参数系统的一种预测控制方法。该方法采用广义正交多项式对分布参数系统的模型进行逼近,将离散时间分布参数系统的预测控制问题转化为集中参数系统的预测控制问题,运用模型算法控制方法对集中参数系统进行预测控制,求出控制律,经反演变换得出分布参数系统的预测控制。给出了该方法的具体步骤,仿真示例表明了方法的有效性。     

基于改进迭代学习的参数不确定卫星姿态控制

针对卫星运行时存在的诸如在轨组装升级后的卫星转动惯量变化较大且难以确定等问题,提出一种基于改进预测迭代学习控制的姿态敏捷机动控制方法.首先,以改进递阶饱和控制作为反馈控制器,实现原系统的稳定.其次,加入改进预测迭代学习控制作为前馈控制器,提高系统动态性能、鲁棒性与敏捷性.然后,采用基于混合执行机构的零运动操纵律提供高精...     

强制循环蒸发系统的多模型预测解耦控制

以实际的具有多变量、强耦合、强非线性特性的氧化铝强制循环蒸发系统为例,将一类多变量非线性系统分为线性模型和非线性未建模动态两部分,提出了由线性预测解耦控制器,神经网络非线性预测解耦控制器和切换机制组成的多模型预测解耦控制方法,并且证明了闭环系统的稳定性.最后,通过对强制循环蒸发系统的仿真实验,验证了所提方法的有效性.     

神经网络模糊预测优化控制在VAV系统中的应用

将神经网络、模糊控制与非线性预测优化控制结合起来,提出了神经网络模糊预测优化控制方法,采用前馈神经网络作为预测模型,利用贝叶斯正则化方法对模型进行了辨识,以自调整模糊控制器作为优化控制器,通过多步预测方式,系统的优化性能指标综合考虑温度偏差最小和能耗最小这两方面因素,应用该方法对制冷工况变风量空调系统的送风温度和回风温度（室内温度）进行了仿真控制研究。控制结果表明了该方法的有效性,控制效果良好,并且可以达到节省能耗的目的。

Abstract：

Artificial neural network,fuzzy control and nonlinear optimal predictive control were combined.The algorithm of neural network nonlinear fuzzy predictive optimal control was proposed.Feed-forward neural network was adopted as the predictive model of the cooling VAV system.The model was identified by the method of Bayesian regularization.The self-adjusting fuzzy controller was adopted as optimal controller.The algorithm was applied in the cooling VAV system with multi-step predictive method.Indoor temperature and supply air temperature was controlled aimed at minimum temperature deviation and minimum energy consumption by this scheme in Matlab.Simulation results illustrate the effectiveness of this technique,and in the meantime illustrate that this technique can save energy consumption.     

A Novel Networked Predictive Control Method for Systems with Random Communication Constraints

This paper presents a novel observer-based predictive control method for networked systems where random network-induced delays, packet disorders and packet dropouts in both feedback and forward channels are considered. The proposed method has three significant features: i) A concept of destination-based lumped(DBL) delay is introduced to represent the combined effects of random communication constraints in each channel; ii) in view of different natures of the random DBL delays in the feedback and forward channels, different compensation schemes are designed; and iii) it is actual control inputs rather than predicted ones that are employed to generate future control signals based on the latest system state estimate available in the controller. For the resulting closed-loop system, a necessary and sufficient stability condition is derived, which is less conservative and also independent of random communication constraints in both channels. Simulation results are provided to demonstrate the effectiveness of the proposed method.     

Predictive Event-Triggered Control for Disturbanced Wireless Networked Control Systems

The control and scheduling for wireless networked control system with packet dropout and disturbance are investigated. A prediction based event triggered control is proposed to reduce data transmissions while preserving the robustness against external disturbance. First, a trigger threshold is especially designed to maintain the difference of the estimated and actual states below a proper boundary when system suffers from packet dropout. Then a predictive controller is designed to compensate for packet dropouts by utilizing the packet-based control approach. The sufficient conditions to ensure the closed-loop system being uniformly ultimately bounded are derived, with consequently the controller gain method. Numerical examples illustrate the effectiveness of the proposed approach.     

基于Hammerstein-Wiener模型的广义预测控制

提出了一种新型的基于Hammerstein-Wiener模型的广义预测控制策略。采用基于最小二乘支持向量机的Hammerstein-Wiener模型描述非线性系统动态特性,作为被控对象预测模型。同时,针对现有遗传算法和混沌粒子群优化算法收敛速度慢和精度低等缺点,给出一种拟牛顿信赖域混沌粒子群混合优化算法,作为预测控制的滚动优化策略,函数测试和非线性对象的广义预测控制的滚动优化表明该算法的优越性。最后,对设计的预测控制器进行实例仿真,结果表明它能满足系统实时稳定运行的需求,取得了良好的控制效果。     

多变量非线性系统的直接自适应模糊预测控制

对一类多变量非线性系统提出了直接自适应模糊预测控制方法,此方法首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直接利用模糊系统设计预测控制器,并基于时变增益自适应律对控制器中的未知向量和逼近误差估计值进行自适应调整。证明了此方法可使跟踪误差收敛到原点的一个邻域内,仿真结果验证了此方法的有效性。     

一类非线性时滞系统的模糊预测控制

利用模糊T-S模型对一类输入受限的非线性时滞系统进行建模;在此基础上,提出了模糊预测控制,推导了预测性能指标上界,将稳定性约束,输入约束变换成容易求解的线性矩阵不等式形式。采用了并行分布补偿预测控制器,基于李雅普诺夫函数和线性矩阵不等式方法给出滚动时域优化的充分条件,证明了闭环系统的稳定性,仿真结果验证了所提方法的有效性。