基于CMAC和PID的非线性耦合系统解耦控制研究

为了实现多变量非线性耦合系统的解耦控制,提出了一种基于CMAC与PID的复杂关联自适应解耦控制策略,并给出了详细算法。该控制策略采用PID控制器和CMAC控制器共同构成一个复合控制器,多个复合控制器通过多输入多输出线性神经网络,实施对复杂非线性耦合对象的控制作用。由于神经网络的自适应特性,可使得耦合系统逼近参考模型,实现解耦控制。仿真结果表明,该控制策略实现了耦合系统的解耦控制,并且具有较强的抗干扰能力和鲁棒性。因此采用此控制策略能够实现多变量非线性耦合系统的解耦控制。     

集气管压力系统的神经网络逆解耦复合控制

针对集气管压力系统具有强干扰、强耦合、非线性、多参数等特性,依据逆系统解耦原理,分析了集气管压力系统数学模型的可逆性;采用对非线性具有较强逼近能力的BP 神经网络,逼近集气管压力系统的逆系统;神经网络逆系统与原系统构成伪线性解耦复合系统,实现集气管压力系统的神经网络逆解耦复合控制。仿真结果表明该方法实现了系统解耦,具有一定的应用性。     

仿射非线性系统的解耦与线性化

讨论了仿射非线性系统的非线性状态反馈解耦控制律的更一般形式,提出并证明了当系统的相对阶次之和小于系统维数时,非线性闭环解耦系统实现线性化并保持其解耦性不变的条件．     

多变量系统的神经网络解耦新方法

利用前馈补偿的原理,设计了两种多变量系统的神经网络解耦方法·一种利用神经网络实现前馈补偿,使补偿以后的系统实现解耦,且解耦单变量系统具有原对象主通道的特性·第二种方法将解耦和神经网络逆动态控制结合起来,使对象的输出跟随对应输入值的变化·两种方法均可适用于多变量非线性系统     

神经网络解耦控制在多变量控制系统中的应用

应用神经网络解耦控制,实现多变量系统的最优控制.通过引入神经网络环节,对多变量系统进行解耦,解耦后的子系统变为单变量系统.因此将多变量控制变成单变量控制.解耦控制采用前馈补偿器解耦,解耦补偿器采用BP神经网络结构.仿真结果表明,该控制策略具有较好的动态跟踪特性,能满足复杂多变量控制系统的控制要求.     

船舶纵摇-升沉运动系统的解耦

针对船舶纵摇-升沉运动二阶系统的解耦问题,给出二阶系统可对角化的充分必要条件及相应的证明,提出了一种基于同谱构造的船舶纵摇-升沉运动系统的解耦方法.利用解耦前后系统必须同谱的特性,构造了解耦系统的3个参数.通过数值实验实现了一个对称的二阶系统的同谱解耦,结果表明：该解耦方法简便易行,解耦前后系统完全同谱,能够保证运动系...     

异步电动机自适应非线性解耦控制

针对转子电阻变化和负载转矩扰动会破坏异步电动机非线性解耦控制系统的解耦性 ,使动态性能降低这一问题 ,采用降维转矩观测器和自适应转子电阻估计器分别对负载转矩和转子电阻进行观测和估计 ,实时地对非线性状态反馈解耦控制律进行调整 ,实现异步电动机系统的动态精确解耦 ,提高了系统鲁棒性 ,改善了系统动态性能     

基于近似牛顿方向的多区域互联系统的解耦潮流算法

针对大规模电网潮流计算提出了一种基于近似牛顿方向的解耦算法。在收敛判据保证前提下,对弱耦合系统能够实现完全解耦;对强耦合系统,不能实现解耦,但可以以子区域雅克比矩阵为预处理器,以近似牛顿方向为初值,采用GMRES算法,能很快得到方程组解。避免了较为复杂的谱半径求解,对解耦判据进行实用化处理。采用IEEE354节点系统,验证了算法的可行性和有效性,表明该算法非常适合大电网潮流计算。     

基于PSO的板形板厚小波神经网络解耦PID控制

针对板形控制和板厚控制是相互耦合的综合系统,提出了一种新的解耦PID控制算法·首先用小波神经网络构造α阶时延逆系统,对综合系统进行输入输出解耦;然后对解耦后的独立的单变量系统采用PID控制·这种解耦方法无论是从理论分析还是仿真验证,均证明是可以实现完全解耦的·考虑到被控对象是一个带有时滞的非线性系统,提出采用PSO优化算法对PID参数进行自适应调整·仿真结果表明所用方法简单有效,并具有良好的跟随性能和抗干扰能力;其控制效果优于传统的解耦PID控制·     

感应电动机的解耦控制与矢量控制的解耦性质

对感应电动机的解耦控制及矢量控制的解耦性质进行了研究,从感应电动机变频调速系统的非线性模型出发,分别利用非线性控制的状态反馈组性化方法和转子磁场定向方法对系统进行了讨论研究结果表明,感应电动机的矢量控制只参实现电机转速与转 子磁链之间的静态解耦,不能实现二者之间的动态解耦,而基于状态反馈线性化的解耦控制方法,能够实现转速与转子磁链之间的动态解耦。     

一类时滞切换模糊系统的静态输出反馈控制

对于一类不确定时滞的连续切换模糊系统,研究其静态输出反馈控制问题．利用多Lyapunov函数方法及切换策略,使得相应的闭环系统渐近稳定,同时设计可以实现系统全局渐近稳定的切换律．提出了确保该系统可通过输出反馈鲁棒镇定的充分条件,并将该充分条件转化为具有较强可解性的线性矩阵不等式（LMI）问题．最后用MATLAB软件对系统进行仿真,验证结论的可行性与有效性．     

双端动态事件触发下信息物理系统输出反馈H∞控制

研究了具有双端动态事件触发策略的信息物理系统动态输出反馈H_∞控制问题.首先,将闭环系统建模为具有两个区间时变延迟的线性系统,分别在传感器-控制器和控制器-执行器信道的事件触发策略中引入内部动态变量,建立异步动态事件触发策略的通信机制,通过扩大事件间隔来减少信道中的数据传输量.其次,为了保证闭环系统的稳定性,利用Lyapunov-Krasovskii泛函的方法,推导得出满足系统H_∞性能的渐近稳定性判据;基于这一稳定判据,实现了动态输出反馈控制器和动态事件触发策略的协同设计.此外,证明了事件触发策略下最小触发时间间隔正标量下界,从而排除了Zone现象.最后,用卫星系统的例子说明了所提策略的有效性.     

逆系统方法及其应用

本文提出了一种设计非线性反馈控制系统的方法，称作过系统方法．这种方法的要点，就是用对象的逆系统构造出一种可用反馈结构实现的“α──阶积分逆系统”，将原对象补偿为具有线性传递关系的系统，即α阶伪线性系统，然后用线性系统的理论来解决这种系统的综合问题。同时，本文还将逆系统方法用于机械手控制系统的设计，从所给出的仿真来看，结果是令人满意的。     

带前馈的广义不确定系统的脉冲鲁棒控制及其设计

利用矩阵代数方法，研究了带前馈的广义不确定时变系统在输出反馈下的消除系统脉冲行为的鲁棒控制问题。系统不确定量是时变的、范数有界的。根据前馈控制矩耻是非奇异阵（特殊情形）和奇异阵（一般情形）的两种情况，给出了在理想系统满足不同条件下的输出反馈阵的设计方法。当理想系统满足输出反馈能正常化条件时，得到一个重要结论：对任意给定的不确定量范围，都可以设计相应的脉冲鲁棒控制器。在理想系统满足脉冲能控、脉冲能观的情况下，给出了脉冲鲁棒控制的具体设计步骤。     

随机马尔可夫跳跃系统的输出反馈镇定

针对不确定随机马尔可夫跳跃系统,研究其静态输出反馈控制问题.目的在于寻找输出反馈控制器使得闭环系统均方稳定.通过Lyapunov函数方法以矩阵不等式形式建立了这类系统输出反馈可镇定的充分条件;采用替换LMI(linear matrix inequality)方法给出了这些非线性矩阵不等式的一种解法,并给出了静态反馈控制律的求解算法.仿真算例说明所给方法的有效性.     

具有数据丢失的网络控制系统的建模与控制

研究了具有数据丢失的网络控制系统的建模与控制问题．用两种方法将网络控制系统建模成随机系统,并给出了使网络控制系统均方渐近稳定的充分条件．利用线性矩阵不等式设计了相应的状态反馈控制器和输出反馈控制器．     

自适应神经元控制系统的理论分析

对自适应神经元控制系统进行了研究,得出了关于系统的控制作用、稳定性定理的理论结果,为这种新颖的控制系统的工程应用以及神经元控制器件的研制提供了理论依据.     

随机系统输出反馈控制中信息状态推导的一种新方法

研究了部分可观测随机系统在风险灵敏度指标下的最优输出反馈控制问题．通过引入信息状态概念来获得输出反馈控制律,对于状态和输出(测量)噪声带有一般相关系数的随机系统,推导求得了其显式的信息状态表达式。     

离散随机系统输出反馈协方差配置

于由协主差配置理论可以比传统的控制设计方法更直接地将闭环系统状态协方差配置到指定值,因此该理论成为近年来人们研究的一个热点。然而,在已有的基于输出反馈的离散系统协方差控制文献中均未考虑测量噪声的影响。为此,该文研究含测量噪声的线性离散随机系统的输出反馈协方差控制问题,即设计输出反馈控制器,使闭环系统达到预先给定的稳态状态协方差。基于矩阵分解技巧和广义逆理论,文中导出了期望控制器存在的充要条件及其解     

基于特征结构配置的系统状态与输出控制

动态系统的反馈控制目的之一是获得期望的状态或输出动态特性.本文研究通过状态反馈特征结构配置使系统状态或输出实现这样的期望特性.首先通过矩阵的实约旦标准型与系统初值的选取获得系统状态不同的模态形式;然后给出状态反馈使系统特征根均为实根与含复根的实特征结构配置的参数化结果;进而在给定初值的情况下,通过调整特征向量矩阵的参数与新的输入获得系统状态或输出的期望特性.数值算例说明了所给的方法可以实现期望的状态或输出性能.