基于PID的中温型固体氧化物燃料电池稳态控制①

为了解决传统稳态性控制能力较差的问题,提出一种基于模糊PID动态反馈调节的中温型固体氧化物燃料电池稳态控制模型。利用模糊变结构PID神经网络构建被控对象模型,在电池输出增益稳定条件下,采用模糊PID动态反馈调节方程进行控制目标函数分析,根据电池的电压输出权重进行模糊自适应学习,构建电池隐含层权重学习的时滞双曲比例微分调节反馈单元,在边值控制节点中进行电池稳态性输出的鲁棒性训练,求取电池电压输出的最优解,完成稳态控制模型的构建。仿真结果表明,该方法的稳态控制误差平均约为0.06。得出使用该方法进行中温型固体氧化物燃料电池输出控制的稳态性较好,降低了中温型固体氧化物燃料电池的输出振荡。     

EHA半主动悬架自适应Smith预估时变时滞补偿控制

由于传统Smith预估补偿控制对采用电动静液压作动器(Electro Hydrostatic Actuator,EHA)半主动悬架只能进行临界时滞时间的补偿,设计了一种自适应Smith预估时变时滞补偿控制器。通过计算含时滞半主动悬架系统的临界时滞,结合小时滞下悬架系统不会发生失稳的条件,得到了含时滞EHA半主动悬架时滞的时变特性,并验证了该时滞补偿控制器对时变时滞补偿的有效性。利用模糊控制算法求取了含时滞EHA悬架的半主动控制力,并进行了时变时滞补偿。建立了含自适应Smith预估时变时滞补偿控制的EHA半主动悬架仿真模型,并进行了对比仿真分析。结果表明,当时滞为0.05 s和0.1 s时,自适应Smith预估时变时滞补偿控制下的悬架簧载质量加速度和轮胎动载荷的均方根值分别改善了14.6%,5.5%和29.5%,15.5%;相比于传统Smith预估时滞补偿控制,时滞补偿效果分别提高了39.7%,41%和18%,55%.     

实时混合模拟误差的理论分析及试验验证

为研究实时混合模拟中幅值比率误差和时滞对试验结果的影响,选用弹簧作为试验子结构进行研究,观测和分析了测量位移与计算位移之间的微小误差.假定在试验过程中幅值比率误差和时滞处处相等,采用时滞微分方程建立了实时混合模拟的数学模型,给出了微时滞下自由振动和简谐振动的近似解.结果表明,理论分析结果与试验结果较为相似,说明所提数学模型具有合理性和准确性.误差会导致作用在试验子结构上的外力失真,并影响了数值子结构的位移峰值和稳态振幅.理论分析结果与试验结果之间的微小差异主要受假设简化、测量噪声、累积误差等因素的影响.     

基于模糊滤波算法的时滞系统温度控制及误差补偿

利用自适应滤波算法调整模糊控制的输出,可解决大时滞温控系统的稳态振荡问题,但无法消除系统稳态误差.提出新的误差补偿算法,可以进一步消除稳态误差,减小参数整定工作量.将其应用于全自动化学发光免疫分析仪的试剂仓恒温控制.仿真结果表明,该算法能使大时滞温控系统得到稳定控制并增强系统的自适应能力和鲁棒性.     

模糊内模预估控制在烟叶复烤中的应用

烟叶复烤过程是一个不确定的时滞系统,为了对时滞性进行有效的控制,本文提出了一种新的模糊内模预估控制方法。它的最大特点是采用智能化的模糊模型预估器作为被控过程的内部模型,对实际输出起预测作用,从而克服时滞对系统带来的不利影响。同时,根据预测误差建立模糊内模控制器,在线修正、补偿被控过程的模型失配。数字仿真显示,这种控制方法优于常规控制方法,在烟叶复烤过程有广泛的应用前景。     

基于低阶自适应模型及时滞补偿的单晶硅直径控制研究

直拉单晶硅直径与功率之间是一个复杂的四阶振荡系统,并有一定的惯性滞后,因此,使用常规方法控制该系统不能获得满意的性能.采用自适应降阶模型加时滞环节拟合复杂高阶系统,并进行时滞补偿控制.仿真结果表明:带有时滞环节的自适应降阶模型具有良好的自动拟合复杂系统及时滞补偿能力,使得直径控制系统具有良好的动静态性能.     

单自由度时滞系统振动主动控制

对单自由度时滞系统主动控制的最优控制方法和变结构控制方法进行了研究,给出了反馈增益的稳定性条件和最大时滞量的解析确定方法,并采用移相技术进行时滞补偿．算例结果显示,移相技术能够较好地对系统中的时滞进行补偿,时滞补偿变结构控制方法的控制效果优于时滞补偿最优控制方法．     

复合网络攻击下离散时间多智能体系统的云端预测控制

文章研究复合网络攻击下离散时间多智能体系统(DMASs)的云端预测控制设计问题,其中不同智能体的输出采用不同速率的传感器来采样,且云端控制器到执行器间的网络传输通道遭受重放攻击和欺骗攻击的共同影响。首先设计一个基于异步采样输出的观测器来估计系统状态,考虑到网络因素对多智能体系统的影响,引入云端模拟攻击机制来补偿观测器和预测控制器所用的控制输入不一致情形,一种新颖的云端预测控制协议被提出用来补偿网络诱导时延和复合网络攻击。其次,将带有预测控制机制的DMASs建模为依赖于阈值误差的时滞系统模型,并且通过Lyapunov稳定性定理和LMI方法给出了DMASs估计状态一致性的判据。最后,通过一个数值例子验证了所提方法的有效性。     

基于神经网络的多四旋翼保性能编队控制

针对多四旋翼编队飞行过程中存在的参数和外界扰动不确定性导致编队系统不稳定问题,设计了一种多四旋翼分布式神经自适应动态面协同编队控制方法。采用学习维数低、实时性强的最小参数学习神经网络观测器,实现对四旋翼位置回路和角度回路未知非线性干扰的快速平滑学习与补偿。利用预设性能控制方法将原先受约束的同步误差经转换函数变换为不受约束的误差,解决协同编队中的位置一致性控制问题,确保各四旋翼位置跟踪同步误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域。仿真实验表明,所提多四旋翼协同抗干扰编队方法在较大扰动环境下仍能达到良好的控制效果。     

基于无线传感器的机器人运动控制模型

针对无线传感器的机器人运动控制精度不高的问题,提出基于稳态误差跟踪修正的无线传感器的机器人运动控制模型.通过构建无线传感器的机器人分层子维空间运动规划方法,采用末端效应器对机器人的位姿和运动控制约束参量进行分析,采用稳态误差跟踪自适应修正算法对目标位姿的误差进行补偿和修正,实现对控制模型的改进.实验结果表明,该控制模型的控制精度高,位姿参量的跟踪性能好.     

基于神经网络的多模型跟踪保性能切换控制

针对一类存在范数有界的不确定因素和外界干扰的切换系统,首先在理想条件下,利用保性能控制理论及公共李雅普诺夫函数法,推导出了在二次性能指标下的跟踪保性能切换控制律;然后针对外界干扰因素的非线性,采用神经网络补偿的方式来抵消外界干扰的不利影响,并给出了切换系统在神经网络补偿方式下的稳定性证明;最后通过实例仿真证明神经网络动态补偿改善了多模型切换控制的效果.     

一类非线性不确定时滞系统的多模型切换H∞跟踪控制

考虑了当系统存在不确定和外界干扰的情况下，一类非线性不确定时变时滞系统的多模型切换H∞跟踪控制的设计问题。利用时滞T-S模糊模型对非线性不确定时滞系统进行建模，将输入空间划分为若干个区域，在每一区域内设计局部T-S模型和控制器，这样在模糊规则数相同的情况下由于模糊论域的变小从而提高了逼近精度；在不确定性满足增益有界的条件下，得到了该类时变时滞非线性系统满足闭环稳定和H∞跟踪控制性能的充分条件，通过求解一组线性矩阵不等式(LMI)，获得模糊H∞跟踪控制律，基于Lyapunov稳定性理论，证明了在此控制律下闭环系统渐进稳定；根据所选定的变量，通过多模型切换控制，将相应的区域控制器切换为全局控制器，而其他控制器不起作用，实现对整体非线性系统的逼近与控制。     

轨迹误差建模的多轴联动机床轮廓误差补偿技术

为了提高数控机床多轴联动加工精度,减小由传动机构和运动部件质量、刚度、阻尼及摩擦等因素造成的轮廓误差,针对交叉耦合控制参数难以选择及容易使系统不稳定的问题,提出了一种针对多轴联动机床进行运动轨迹误差建模和补偿的方法.该方法通过测量机床的典型实际联动轨迹,来建立轮廓误差模型,实现了加工过程轮廓误差的实时估算和补偿.通过对x、y轴工作台的联动轮廓误差建模和补偿实验,证明此方法可以显著减小圆弧及曲率连续变化曲线轨迹的加工误差,从而提高了在高速条件下的数控机床多轴联动的加工精度.     

基于事件触发机制的离散时变时滞多智能体一致性研究

为降低资源的消耗和浪费,并处理时变时滞对于多智能体的影响,针对离散线性时变时滞多智能体系统,提出一种基于事件触发机制的一致性协议,以减少系统的通信次数。在事件触发机制的框架下,提出一种基于预测控制的分段时滞补偿方法来补偿时变时滞对多智能体系统一致性的影响。在此基础上,通过构造基于延迟划分的Lyapunov-Krasovskii函数分析离散线性多智能系统的稳定性。最后,通过MATLAB仿真验证所提方法的有效性。研究结果表明：事件触发机制可以有效减少系统更新次数,降低消耗,所提出的基于预测控制的分段时滞补偿方法可以弥补时变时滞对于多智能体系统的影响,且基于延迟划分的分段补偿能够降低系统的保守性。     

实时混合试验鲁棒时滞补偿方法的数值研究

为解决实时混合试验系统中时变时滞严重影响试验稳定性和精度的问题,以基于混合灵敏度的H∞鲁棒控制方法设计反馈控制器,使试验系统具有稳定的动态特性;以多项式外插进一步消除时滞,并将其应用于线性Benchmark问题.为充分探讨所提方法性能,采用线性和非线性加载系统模型,开展了物理子结构为线性和非线性的虚拟实时混合试验研究.结果显示:作动器的实测位移均与期望位移几乎完全重合;与已有方法的对比显示,采用鲁棒时滞补偿的实时混合试验具有更小的误差;而对非线性物理子结构,试验系统的均方根误差和峰值误差均在0.6％～1.5％之间,且均方根误差大于10％和峰值误差大于6％的概率远小于0.05.研究结果表明,鲁棒时滞补偿方法可大幅提高实时混合试验的模拟精度,并具有较强的鲁棒性.     

一类具有状态时滞的时离散多智能体系统可控性研究

本文针对一类舍有状态时滞的双积分器模型的时离散多智能体系统，在两种通信协议条件下，研究了它的可控性问题。我们应用化时滞系统为其等价的无时滞的增广系统的方法，获得了由跟随者构成的系统在多个领航者的控制下，系统可控的一些充分条件。在这些条件下，系统可以完成预期的编队控制或速度控制。     

基于超扭曲非奇异滑模的多电机协调控制

针对多电机控制系统存在响应性和同步性差的问题,以四轮独立驱动公铁两用车转向系统为被控对象,提出一种多永磁同步电机(permanent magnet synchronous motor, PMSM)协同控制策略。该控制策略采用偏差耦合的电同步控制方式,对多电机转角误差进行补偿,并提出一种新型非奇异快速终端滑模函数,同时结合超扭曲算法,设计超扭曲非奇异滑模控制器,实现多台永磁同步电机协同控制。基于MATLAB/Simulink平台搭建系统的仿真模型,并基于自主研发的纯电动公铁两用车进行实车试验。试验结果表明,该超扭曲非奇异快速终端滑模控制器可有效减小转向系统控制过程中所产生的跟踪误差、同步误差及系统抖振,缩短系统的响应时间,提高系统的控制精度,达到较为理想的控制效果。     

阀控非对称缸系统神经网络多逆模型切换控制研究

为提高存在负叠合量的阀控非对称缸系统的控制性能,提出基于神经网络的逆系统控制方法,利用神经网络逼近的逆模型与原系统复合,将复杂非线性系统转变为线性系统进行控制,建立了阀控非对称缸系统的数学模型,系统在(x_0,u)的邻域内存在相对阶,证明了系统的可逆性;采用基于遗传算法改进的BP神经网络(GA-BP)求解逆模型,并针对伺服阀存在负叠合量,以及流态存在层流和紊流两种状态的问题,建立系统的多个逆模型集,提高了逆系统的求解精度。利用AMESIM和Simulink联合仿真平台,基于参考速度切换的原则,对系统采用比例-积分-微分(PID)闭环控制器。结果表明:普通PID控制的液压缸伸出运动响应和缩回运动响应不一致,伸出运动存在0.20 mm的稳态误差,误差波动范围为0.06 mm,而缩回运动稳态误差较小,约为0.02 mm,但误差波动较大,约为0.09 mm;多逆系统复合控制的伸出缩回运动响应较一致,伸出和缩回运动均存在0.02 mm的稳态误差,误差波动范围为0.04 mm,验证了多逆模型切换控制方法可以消除阀控非对称缸系统的非对称性,降低波动负载干扰影响,提高系统的响应精度。     

具有多采样率及状态时滞的线性离散时间系统的预见控制

研究了输入多采样率型离散时间控制系统的预见控制器设计问题.首先利用提升技术从形式上消除多采样率特点和状态时滞,把问题转化为一个普通的单采样率无时滞系统的控制器设计问题.由于状态时滞的存在,提升过程中会引入输入量的历史值.把这些历史值和状态时滞项一起放入扩大系统的状态向量中,因此提升过程不会引入误差.针对提升后的系统,利用最优预见控制的标准处理方法,通过构造扩大误差系统,把问题转化为调节问题,最后给出带有预见补偿的最优控制器.再经过变换,得到原系统的预见控制器.同时对预见控制器的存在条件进行了讨论.数值仿真表明,本文所设计的预见控制器是有效的.     

轮式移动机器人滑移补偿鲁棒控制

提出了滑移补偿鲁棒控制策略. 首先建立包含滑移因素的移动机器人运动学模型,其中滑移量以附加的有界扰动形式引入. 借助链式系统理论,将带有滑移扰动的系统运动学模型转化成为一个标准的受扰链式模型,利用该模型的数学结构可以方便地设计变结构鲁棒控制器. 由稳定性分析可知,滑移补偿鲁棒控制器可以保证法向控制误差的收敛以及姿态误差有界. 仿真实验表明,设计的滑移补偿鲁棒控制器可以有效地消除滑移因素对轨线控制精度的负面影响,提高移动机器人在复杂地形条件下的可操作能力.