基于PC104嵌入式系统的智能温度控制系统设计

针对实际多变量强耦合非线性温控系统,设计了基于PC104嵌入式系统的拟人智能温度控制系统.根据不同的误差和误差变化趋势,采用分区PID控制策略,并构造了误差观测器,在线实时调整控制器参数,该系统运行表明该方法是有效的.     

不变流形在非完整链式系统镇定中的应用

该文研究了非完整链式系统的反馈镇定问题.针对非完整链式系统,构造了给定控制律下系统的不变流形,基于所构造的不变流形,提出了一种反馈镇定控制律的求解方法,并利用该方法求得了一个非连续时不变反馈控制律及控制律参数选择的充分必要条件,证明了所得控制律能使n维非完整链式系统各状态指数收敛于原点,求得了在该控制律作用下,非完整链式系统各状态的解析解.最后,利用仿真示例验证了所提控制律的有效性.     

基于轨迹跟踪的航天器姿态自适应鲁棒控制

针对存在不确定惯量和空间环境干扰的挠性航天器姿态大角度快速机动控制问题,提出了一种受细胞膜放电模型启发的自适应鲁棒姿态控制器设计方法.首先,为了快速完成姿态机动任务,并尽可能少激发挠性帆板振动,在挠性航天器运动学和动力学分析的基础上,提出了基于预先规划姿态运动轨迹且对不确定惯量具有自适应能力的自适应鲁棒控制器.在此基础上,为了改善机动过程中姿态跳变使系统指向精度和稳定度变差的问题,基于细胞膜放电的动力学模型设计了一种改进型自适应鲁棒控制器.所提出的控制器能够保证闭环系统渐进稳定;当惯量估计误差有界时,对于任意初始跟踪误差,该控制器可以保证姿态跟踪误差一致终值有界.仿真结果表明了所提出的改进型自适应鲁棒控制器的有效性.     

基于观测器的长时延网络控制系统设计

该文针对存在时变有界长时延的网络控制系统，讨论了具有时延补偿功能的状态观测器以及状态反馈控制器的设计方法。状态观测器根据控制器接收数据包的情况在开环预测和闭环预测两种模式之间切换，以补偿时延的影响。控制器的输入采用观测器的预测状态，从而将系统建模为一类具有多个子系统的离散切换系统。在此基础上，给出了状态观测器与控制器协同设计的方法。仿真结果表明：该文提出的设计方法能够比未采用补偿策略的方法取得更好的控制性能。     

区间Delta算子系统的鲁棒H∞控制

研究了基于Delta算子描述的区间系统鲁棒H∞镇定设计问题。在给出了区间系统的一种等价描述后，利用H∞控制的思想，将系统的鲁棒镇定设计问题化为求解Riccati不等式。所设计的控制器可使闭环系统鲁棒稳定，而且对可允许的参数变化具有一定的H∞性能。所得结论可将连续与离散区间系统的有关结果纳入到Delta算子系统的统一框架中。     

多电机同步联动系统的动力学分析与建模

以双电机同步联动伺服系统为例 ,研究了多电机同步联动系统的机械结构以及齿轮间的啮合关系 .利用机理分析法 ,分析了齿轮啮合动力学的原理以及多电动机联动的动力学 .将电机侧的参数折算到负载侧 ,首次建立了双电机同步联动伺服系统的无齿隙理想动力学模型 .通过齿隙特性的分析 ,建立了含齿隙双电机同步联动伺服系统的动力学模型 ,给出了双电机同步联动系统结构图模型和状态方程模型 ,并推导出了含齿隙的多电机同步联动系统的动力学一般模型 .     

Robust H_∞ reliable control for uncertain singular systems with state delay

1 .INTRODUCTIONSingular systems have comprehensive practical back-ground,a great deal of results based on the theory ofregular systems have beenextendedtothe area of sin-gular systems[1 ,2]. However , in practical applica-tions ,since faults of control components often occur ,ani mportant reliability requirement for the design ofreliable systems is to guarantee the stability and basicperformance of the plant by a single controller whichcan tolerate sensor and actuator faults . Such the so-…     

一种基于信息熵的强化学习算法

针对强化学习中探索和利用之间的平衡控制问题,提出了一种基于信息熵的强化学习算法。该算法利用信息熵的概念,定义了一种新的状态重要性测度,度量了状态与目标之间的关联程度,据此设计了一种探索机制,用于自适应调节学习过程中探索和利用之间的平衡;通过设置可变测度阈值的方法,对状态空间进行自主删减,最终生成合适的、规模较小的状态空间,从而大大节约了计算资源,提高了学习速度。仿真结果表明,所提算法具有较好的学习性能。     

基底神经节的尖峰神经元网络模型及其在机器人中的应用

为提高机器人智能,建立了基底神经节行为选择的尖峰神经元网络模型,并通过仿真实验验证了其选择性能。将该行为选择模型嵌入基于行为的机器人控制体系结构中,并用来控制实际机器人。实验结果证实了在基底神经节行为选择模块的作用下,机器人能够选择执行正确的行为。     

基于模糊反馈的网络控制系统分层调度策略

针对基于工业以太网的网络控制系统中控制回路数据、非实时数据和紧急数据共享有限优先队列和网络带宽的特点,综合考虑了控制回路的控制性能要求和非实时节点的网络服务质量要求,提出了基于模糊反馈的分层调度策略。各控制回路和非实时节点的带宽范围由指定的调度节点定时集中分配。在分配的带宽范围内,控制器节点利用系统误差及其变化动态地设定采样周期和数据优先级,非实时节点利用时延和丢包率动态地调整数据包的长度及优先级。与线性最早时限优先、线性最早时限优先+死区调度策略、线性混合业务调度和线性混合业务调度+死区调度策略的对比仿真实验,验证了该调度策略的有效性。