不确定关联大系统的自适应H_∞控制

研究一类具有时滞的非线性不确定关联大系统的鲁棒控制问题.假设不确定时变参数为半线性系统结构的有界输出,通过对时变不确定参数设计自适应律,从而对不确定参数进行估计,并且使系统满足H∞扰动衰减度.利用线性矩阵不等式(LMI)方法设计出鲁棒自适应H∞控制器.数值实例及仿真结果表明了该方法的有效性和可行性.     

含有时变延迟的双线性参数化系统的重复学习控制

针对一类含有时变延迟的双线性参数化时变系统,提出了一种新的重复学习控制方案.该方案假设未知时变参数、未知时滞和参考信号的共同周期是已知的,通过重构系统方程,有效地消除时变延迟的影响,采用微分—差分耦合参数周期自适应律估计时变和时不变参数,可以处理参数在一个未知紧集内周期性快时变的非线性系统,通过构造一个Lyapunov-Krasovskii能量函数,证明所有信号有界并且跟踪误差渐近收敛.给出了闭环系统收敛的一个充分条件.仿真结果验证了控制算法的有效性.     

新型时变大时滞最优预报自校正PID控制算法

本文提出了一个克服时变大时滞及被控过程参数时变的最优预报自校正PID控制算法。通过计算机数字仿真,将新算法应用到化肥厂合成氨H_2/N_2这样一个时变大时滞的被控过程,结果看出这种控制策略鲁棒性好,抗干扰能力强,消除了时滞及过程参数时变对系统输出的影响,可以构成相当理想的工程控制器。     

不确定关联大系统的自适应H∞控制

研究一类具有时滞的非线性不确定关联大系统的鲁棒控制问题．假设不确定时变参数为半线性系统结构的有界输出，通过对时变不确定参数设计自适应律，从而对不确定参数进行估计，并且使系统满足H∞扰动衰减度．利用线性矩阵不等式(LMI)方法设计出鲁棒自适应H∞控制器．数值实例及仿真结果表明了该方法的有效性和可行性．     

时变大纯滞后系统的单神经元预测控制

为对时变大纯滞后系统实现快速有效的实时控制 ,将单神经元与 L evinson预测器相结合采用比例积分微分调节器 (PID)控制方式 ,设计了单神经元预测控制器 ,其权值和可整定参数能够在线自适应调整 ,克服了大滞后对象控制结果不能及时反馈的不足。应用该控制策略对大滞后一阶和二阶对象的仿真研究表明 ,对大滞后时变系统具有很强的适应性和鲁棒性 ,各种控制性能明显优于常规 PID等其它控制     

块脉冲算子及其在控制理论中的应用(Ⅱ)——非线性时变系统中时变参数的递推辨识

本文利用(Ⅰ)中所提出的块脉冲算子,来讨论非线性时变系统中时变参数的辨识问题。以两类典型的系统(双线性时变系统和多项式时变系统)为例,分别给出了时变参数的递推辨识算法及计算机模拟结果。这种算法计算简便、精度较高。本文并进一步概括出应用这种方法去获得一般非线性时变系统参数辨识算法所应遵循的步骤,为获得更广泛的非线性时变系统的参数辨识算法,提供了新的途径。     

电阻炉温度自校正控制

本文介绍了一个采用自校正调节器(STR)的炉温控制系统,自校正控制集参数在线辨识和调节器设计于一体,较之于常规的PID调节方法,其控制性能(跟随性能和抗扰性能)有明显的改善,尤其可以克服时变参数对系统的影响,须知:电阻炉是一个具有时变、纯滞后和大惯性的对象,实验结果表明:采用自校正控制(STR)其控制效果优于PID控制,本文将介绍系统的控制原理,系统硬件和软件的结构。图5,参3。     

基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合 ,提出了时变时滞系统自适应内模控制算法 .理论分析及仿真结果表明 ,该算法能克服时滞及参数的变化 ,具有鲁棒性好、抗干扰能力强的特点     

多变量时变系统的自适应控制

将作者提出的单变量时变系统的算法推广到多变量情形,得到了多变量时变参数系统的自适应控制,同时讨论了算法的收敛性.     

具有时变时滞的不确定线性广义系统的无源控制

本文主要讨论具有时变时滞的不确定线性广义系统的无源控制问题。文中的时变时滞不是一个常数而是具有最大值,且不确定参数都是范数有界的。利用代数Riccati方程和线性矩阵不等式解决了在没有不确定参数情况下的时变时滞线性广义系统的无源控制问题。     

无模型预测控制及在溴化锂机组控制中的应用

为解决带有时滞特性的制冷系统的控制问题,提出了一种改进的无模型自适应预测控制算法,并将其应用到制冷系统控制方案中。首先,提出一种引入两个参数L1,L2的参数估计控制方案,改善了MFAPC( Model-Free Adaptive Predictive Control) 的伪偏导数参数估计过程,使算法在达到减参目的的同时提升了稳定效果; 之后在控制输入准则函数中加入了控制输出误差和。最后引入典型线性和非线性时滞系统、跟踪时变信号系统、溴化锂制冷系统,对其跟踪控制问题进行了仿真比较研究。仿真结果表明,改进的无模型预测控制算法能取得更稳定的输出结果,且有更快的响应速度和更好的控制性能,同时解决了带有时滞特性的制冷系统控制问题。     

基于遗传算法优化因子的灰色PI预测控制

针对灰色PI预测控制比例因子和积分因子参数整定困难,提出了基于遗传算法参数优化整定的PI型灰色广义预测控制(GPIPC)。灰色PI预测控制(GPIGPC)采用灰色预测控制技术克服时变时滞,用PI(PID)控制技术加强系统的鲁棒性,运用遗传算法在线优化整定灰色PI预测控制的比例因子和积分因子,增强了系统的跟踪特性和抗恒值扰动特性,极大程度地减少了模型时延失配和模型增益失配的影响。仿真实例表明,该算法具有较好的鲁棒性和抗干扰性。     

一种改进的动态矩阵控制算法

提出一种动态矩阵控制算法的改进算法,并用该算法对具有大时滞的系统进行研究.通过仿真试验与常规动态矩阵算法控制进行了比较,结果表明改进的动态矩阵控制算法在大时滞系统控制中具有较好的控制效果.     

模糊自适应PID在焦炉控制中的仿真

针对焦炉温度大惯性、纯滞后、非线性和时变性等特点,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID控制方法.对模糊自适应PID算法进行了理论分析,对焦炉生产的简化模型做了仿真研究.结果表明,采用模糊自适应PID控制,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都优于常规PID控制,具有更好的动态特性和稳定性,有效减少了炉温的波动.     

基于因特网的共享控制系统接入设备的在线辨识

研究在基于因特网的共享控制系统中,服务器节点在时变时延的网络环境下对接入设备对象的在线辨识.分析网络环境下被控设备对象在线辨识的方法与理论难点,融合控制技术及网络通信技术设计网络环境下共享控制系统接入设备在线辨识的模型结构.实现了服务器节点在网络环境下对电液位置伺服控制设备的模型参数辨识.以无网络环境下对该设备的辨识结果为基准,二者辨识结果基本一致.结果表明,该方案实现了被辨识的设备对象与辨识的服务器在空间位置上的分离,扩展了系统辨识的应用范围.     

基于神经网元的自适应Dahlin数字控制器

在常规Dahlin数字控制器基础上,提出了1种基于神经网元的自适应Dahlin数字控制器.它具有收敛速度快、鲁棒性强的特点,而且学习算法是自适应的.它既可以用于参数时变和时滞未知的受控对象,又适用于逆不稳定过程,同时不存在控制器的振铃现象,是解决具有慢时变和时滞未知工业过程控制的有效方法.     

时变时滞奇异摄动Lurie系统的控制器设计

为进一步加强对洛尔系统的鲁棒控制,基于前期稳定性分析理论基础上,研究含有不确定性结构的时变时滞奇异摄动Lurie 系统在扇形区域［V1,V2］内的控制器设计问题。通过构造新的李雅普诺夫泛函利用新的交叉项界定法,由Lurie 系统的特性,设计含有不确定性结构的时变时滞奇异摄动Lurie 系统在一般的扇形区域［V1,V2］内的状态反馈控制器,推出时滞依赖和时滞独立两种情形下新的状态反馈控制率。最后,通过数值样例证明所设计方法的有效性和可行性。     

一类不确定时滞大系统的分散模型参考自适应控制

运用分散模型参考自适应控制方法研究了一类不确定时滞大系统问题.在选择参考模型时,根据系统所期望的性能指标,考虑各子系统的相互作用,保留了互联项.这类不确定大系统的关联及干扰是时变不确定的.在这种不确定性界存在但却未知的情形下,基于Lyapunov稳定性理论,给出了其分散自适应控制律,并证明了整个互联大系统是一致最终有界...     

一种针对时滞系统的改进智能轨迹导引控制算法

针对在控制大时滞系统时,智能轨迹导引控制(ITGC)算法在偏差选取上的不足,引起系统调节时间过长以及抗扰性不佳的问题,提出了一种改进智能轨迹导引控制(改进ITGC)算法。根据引入的参考模型和估计滞后,可得规划导引与无时滞参考模型间的偏差D_A以及有时滞给定与实际被控对象间的偏差D_B,以D_A和D_B的加权线性组合纠正系统的响应。分别运用MATLAB和一体化试验箱进行验证。结果表明改进算法在控制大时滞对象时兼具系统的响应速度和抗扰性能优势,且模型失配时,算法依然有效。改进ITGC算法为控制大时滞系统增加了解决途径。     

状态时滞时变离散时间系统的最优预见控制器设计

研究了一类具有状态时滞的时变离散时间系统的最优预见控制问题.所用的方法仍然是通过引入差分算子构造扩大误差系统.首先克服了差分算子不是线性算子的困难,成功构造了扩大误差系统.然后通过提升技术,把系统转化为形式上没有时滞的普通控制系统.最后通过引入可预见的目标值信号信息,得到最终的扩大误差系统.从这个扩大误差系统出发,利用时变系统最优控制的有关结果,设计处理原系统的带有预见作用的控制器.利用矩阵分解,把需要求解的高阶Riccati方程转化成一个低阶的Riccati方程.仿真实例表明了该设计方法的有效性.