微电网背景下UPQC鲁棒H2/H∞优化控制方法研究

由于微电网中的负载、电源类型多变化快,造成大量谐波和电压波动等电能质量问题.为此,本文建立了UPQC统一数学模型,提出了一种基于鲁棒H2/H∞的微电网UPQC优化控制方法.该方法将模型参数的不确定性引入到状态方程中,使得闭环系统对所允许的不确定性同时满足H∞干扰抑制和最优H2性能,把鲁棒H2/H∞控制器的设计转化为具有线性矩阵不等式的优化问题,进而推导出线性动态反馈控制器.理论分析和仿真实验结果表明:该方法具有控制效果好、响应速度快、鲁棒性强等特点.     

具反应扩散项的变耦合时滞神经网络的鲁棒脉冲同步

运用Lyapunov方法,结合Kronecker积和Poincare不等式获得依赖于时滞和反应扩散算子的神经网络全局同步充分性判据,并且所获得的判据依赖于时滞.这些新的LMI形式的同步判据,易于用LMI工具箱进行求解,在时滞耦合神经网络的应用中具有重要的作用.此外,激活函数的扇形非线性假设可以进一步降低结论的保守性.最后,通过实例证明了结论的有效性.     

一类非线性网络控制系统的鲁棒镇定问题

研究了一类带有不确定的非线性网络控制系统(NCSs)的鲁棒镇定问题。在非线性NCSs中,被控对象被表示为一个带有不确定的Takagi-Sugeno(T-S)模糊模型。利用Lyapunov-Krasovskii泛函方法和时滞输入方法,针对不确定非线性NCSs,给出了一个基于线性矩阵不等式(LMIs)形式的网络控制器设计方法。     

带状态时滞和输入时滞的不确定非线性系统的鲁棒H_∞控制

针对一类带有状态时滞和输入时滞的不确定非线性系统,研究了鲁棒H∞控制问题.在适当的假设下利用Lyapunov稳定性方法,并采用一个新的积分不等式方法,用线性矩阵不等式的形式给出了系统鲁棒能稳和鲁棒H∞控制的时滞依赖条件,其保守性小于已有的结果.最后给出数值例子验证了所给结论的可行性和有效性.     

基于QR分解和提升小波变换的鲁棒音频水印方法

利用QR分解的稳定性以及提升小波计算速度快的优良特性,给出一种基于QR分解和提升小波变换的盲鲁棒数字音频水印方法.为了保护原始二值水印图像的安全,利用混沌序列对其进行扩频,生成了待嵌入的水印信号.将原始宿主音频信号升维后进行QR分解,根据R分量是上三角矩阵且第一行为非零元素的特点,选定R分量的第一行,对其进行提升小波变换,得到了待嵌入的小波系数,利用线性瞬时混合模型将其与待嵌入的水印信号进行混合,得到隐秘音频信号.水印提取时,利用独立分量分析算法从待检测的隐秘音频信号中提取嵌入水印信号,获得嵌入水印信号的估计,经过后处理即可获得水印图像.实验结果表明,该方法可以实现水印的盲提取,并且具有良好的透明性和鲁棒性.     

精确反馈线性化中虚拟输出函数的求解与应用

为使精确反馈线性化方法得到更广泛的应用,给出虚拟输出函数的简便求解方法．首先将虚拟输出函数的求解转化为偏微分方程组的求解,然后针对这类偏微分方程组的特点提出仿照求解齐次线性方程组的方法可以简便的求出虚拟输出函数．利用该方法为非线性舵鳍联合系统实现了状态反馈线性化,并基于闭环增益成形算法设计了非线性鲁棒控制器,仿真表明该控制器对原非线性系统能起到良好的控制作用．该方法简单、实用,对于状态反馈线性化的实现具有一定的指导意义．     

BT303CuS易切削不锈钢轧件劈头的研究

对BT303CuS易切削不锈钢热轧过程中产生的轧件头部开裂原因进行了分析,发现轧件劈头与钢中硫化物的形态有关,利用热模拟实验研究了加热温度对轧件硫化物形态变化影响,在此基础上确定出最佳加热温度范围是1200～1280℃.同时采取了控制轧件头部冷却水、使用新型导卫及增设工序飞剪等一系列工艺措施,显著减少了轧制缺陷,中间废品率由5.67%下降到1.38%,使宝钢股份特钢事业部长型材生产线形成批量生产该钢的能力.     

一类线性不确定时滞系统的鲁棒控制

利用Lyapunov稳定性理论研究了一类既有状态时滞,又有控制时滞的多时滞不确定线性系统.通过构造Lyapunov泛函,讨论该泛函沿闭环系统的导数,给出了这类系统时滞无关鲁棒镇定的条件.利用Lyapunov和Riccati方程的解,构造了线性鲁棒状态反馈控制器.     

非负放大函数与多延时的Cohen-Grossberg神经网络的鲁棒稳定性

在Cohen-Grossberg神经网络设计及实现过程中,非负放大函数条件是很实用的.在网络参数存在摄动的情况下,研究了具有非负放大函数的一类多延时Cohen-Grossberg神经网络的鲁棒渐近稳定性问题.首先通过证明一个有用的引理,建立了渐近稳定性和鲁棒稳定性之间的关系.其次,在不要求激励函数满足严格单调增加和有界性的情况下,通过构造适当的Lyapunov泛函,针对所研究的神经网络模型,基于线性矩阵不等式技术建立了平衡点鲁棒稳定的一个充分判据.仿真结果进一步证明了所得结论的有效性.     

带有稳定学习算法的小波神经网络及应用

针对当系统存在未建模动态时,神经网络辨识易产生参数漂移和不稳定的问题,采用输入-状态稳定性(ISS,input-to-state stability)分析方法,获得小波神经网络权值矩阵和小波尺度参数的误差反传类时变学习算法,该算法不带有鲁棒修正即可以实现小波神经网络的鲁棒稳定性.仿真例子表明,此稳定学习算法优于一般的误差反传算法,并将带有稳定学习算法的小波神经网络用于污水处理过程出水水质COD(化学需氧量,chemical oxygen demand)的预测,获得了较好的效果.