不确定时滞脉冲切换系统的鲁棒H∞控制

考虑一类时滞不确定脉冲切换系统在任意切换策略下的鲁棒控制问题.基于H∞控制理论,Lyapunov稳定性理论给出了该系统渐近稳定且具有γ鲁棒性能的充分条件及有记忆状态反馈控制器和脉冲控制器.最后的仿真结果表明了该方法的正确有效性.     

一类不确定切换系统的鲁棒可靠控制

针对一类线性不确定切换系统,利用Lyapunov函数法,当执行器失效或部分失效时,给出了鲁棒可靠控制器,使得闭环系统对所有可能的不确定性和所有允许的执行器失效,在所设计的鲁棒可靠控制器下是渐近稳定的.然后运用线性矩阵不等式将鲁棒可靠控制器设计问题转化为一组线性矩阵不等式的可行解问题,从而可借助MATLAB中线性矩阵不等式工具箱求解.最后通过数值算例,验证所提出设计方法的有效性.     

弯曲纳米棒中的电子输运

研究了弯曲纳米棒中的电子输运行为.应用Serret-Frenet移动坐标系,借助微分几何运算,将问题转化为线性纳米棒中电子在有效势中的散射.在小曲率情况下,采用一级波恩近似,得到了散射矩阵和总透射系数的解析表达式.结果表明,透射系数随入射电子能量呈现振荡行为.透射系数与曲率的4次幂成正比,表明曲率显著影响电子输运性质.这对纳米力学和纳米电子器件研究有潜在的应用价值.     

含有非线性扰动的时滞系统新的鲁棒稳定性准则

考虑了一类含有时变时滞和非线性扰动的线性系统的鲁棒稳定性问题.通过利用新的Lyapunov泛函和Jensen积分不等式,得到了保守性较小的鲁棒稳定性准则.数值例子表明所得结果改进了一些文献中的结果.     

广义不确定时滞线性系统的鲁棒稳定性

文中着重讨论了一类参数不确定的广义不确定时滞线性系统的鲁棒稳定性问题,给出了对容许不确定性,系统可二次镇定和满足从干扰输入到控制输出的H∞范数界约束的无记忆状态反馈鲁棒H∞控制分析结果,得到了H∞范数界约束下广义不确定时滞线性系统控鲁棒稳定的充分条件.     

时滞依赖不确定状态时滞系统鲁棒故障诊断

针对一类具有未知输入和模型不确定性的动态时滞系统,基于H∞滤波器技术,提出了一种鲁棒故障诊断方法.首先引入一个参考模型,形成广义残差系统,然后引入一个新的具有时滞依赖的有界实引理;利用对偶原理,针对对偶系统,借助线性矩阵不等式(LMI)技术,给出了基于状态观测器的时滞依赖鲁棒故障诊断滤波器(RFDF)设计方案,推导出具有时滞依赖解存在的条件以及观测器增益矩阵的求解算法.仿真算例验证了该方法的有效性.     

考虑网络诱导时延的电动汽车主动安全控制策略

为了解决汽车CAN网络的消息处理、数据丢包等行为会引起汽车控制系统的时间迟滞效应,从而影响整车动力学控制的准确性的问题,提出了基于鲁棒模型预测控制的汽车横摆稳定性控制策略. 首先分析了CAN网络的消息时延特点,以此为基础构建多胞时滞动力学模型描述汽车网络的参数不确定性. 进一步设计了包含不确定参数的鲁棒模型预测控制器,提高了汽车主动安全控制器的抗干扰能力. 此外,横摆稳定控制策略还使用基于渐进稳定不变椭圆集的变时域最优控制律提高了鲁棒控制算法的在线求解效率,平衡了系统控制鲁棒性和最优性的矛盾. 结果表明,提出的控制策略能够抵抗CAN网络时延诱导的参数不确定性,缓解鲁棒控制算法的保守性,提高汽车转向时的主动安全性能.      

青藏铁路保温板热棒复合结构路基保护冻土效果数值分析

根据带相变热传导有限元方法,对普通路基、含保温板路基、热棒路基和保温板热棒复合结构路基在未来50年青藏铁路沿线气温上升2.0℃情况下的温度场进行了预报分析和比较.计算结果表明,在年平均气温为-3.5℃或地表年平均温度为-1℃的地区,在青藏铁路50年的使用期内,普通路基、含保温板路基和热棒路基在气温升高条件下路基下伏、冻土都将发生融化,路基将会产生较大融沉变形,不能保证青藏铁路路基的稳定性.而保温板热棒复式结构充分利用了保温板和热棒两种措施的优点,可以更好的提高保护冻土的效率.     

一类不确定脉冲时滞系统的指数镇定

针对一类不确定脉冲时滞系统的鲁棒控制问题,通过设计鲁棒状态反馈控制器以消除脉冲扰动和时滞对系统的影响,从而使系统稳定.为此基于Lyapunov稳定性理论,选取适当的Lyapunov函数并结合Riccati方程以及线性矩阵不等式技术,设计状态反馈控制器,使得闭环系统实现鲁棒指数稳定.通过求解线性矩阵不等式给出鲁棒控制器的设计方法,最后通过数值例子说明方法的有效性.     

组合多重神经网络动态系统鲁棒故障检测与诊断

利用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据理论，通过组合多重神经网络分类器，对一控制系统中的校正网络进行故障检测与诊断．单个神经网络分类器对某些特定的特征量进行分类，对应实际系统特征量的网络输出值与相应训练用特征集的网络输出均值之间的广义距离为单个分类器输出的实际系统属于某类的度量值．证据理论采用简单支撑集假设下的证据组合形式，最终的输出为综合多个神经网络输出后的结果．实际应用表明，此方法可以检测与诊断出单一分类器不能发现的故障，同时也减少了利用单个分类器对不同故障进行检测与诊断时的不精确性