基于模型预测的网络化控制系统补偿控制

针对分时控制模式下存在于网络诱发延迟大于一个采样周期的网络化随机控制系统中的空采样和数据拒绝问题,提出了一种基于模型预测的补偿控制法。该方法通过在执行器设立缓冲区窗口并存放一定数目的历史控制量,利用多个历史控制量对当前采样周期的控制状态进行估计预测,对空采样和数据拒绝情况进行补偿控制,达到改善系统性能的目的。通过仿真实验证明了该补偿控制算法的有效性。     

基于价值导向策略的时延预测补偿算法

针对工业控制模型的复杂化以及由此引起的时延叠加问题,利用预测思想,以解耦子系统为模型,采用动态矩阵控制(DMC)算法作了分析,同时充分考虑了子系统间的关联,采用价值导向策略优化调度算法,使控制作用快速平稳过渡,并在此基础上提出了针对复杂系统的时延预测补偿算法(TDCDMC)。由于时延导致了控制作用无法及时跟踪系统变化,引入了补偿因子和过渡因子在线整定预测控制量和时延控制量,对于突变频繁的时延系统亦能迅速跟踪输入。仿真结果表明,这种改进算法的时延补偿性能良好,保证了控制的稳定性和快速性。     

基于凸多面体不确定网络化系统的鲁棒无源滤波

研究一类同时具有时变时延和测量数据丢失的不确定网络化系统的鲁棒无源滤波器设计问题。时变时延假设在一个已知的界内随机变化。测量数据的丢失是随机发生的,假设满足Bernoulli分布随机序列。采用线性矩阵不等式方法,给出了全阶和降阶的鲁棒无源滤波器存在的充分条件。所设计的滤波器使得滤波误差系统是均方指数稳定并满足给定的无源指标。最后数值仿真表明所提方法的有效性。     

Intelligent Scheduling Controller Design for Networked Control Systems Based on Estimation of Distribution Algorithm

The use of communication networks in control loops has gained increasing attention in recent years due to its advantages and flexible applications. The network quality-of-service （QoS） in those socalled networked control systems always fluctuates due to changes of the traffic load and available network resources, This paper presents an intelligent scheduling controller design approach for a class of NCSs to handle network QoS variations, The sampling period and control parameters in the controller are simultaneously scheduled to compensate for the network QoS variations. The estimation of distribution algorithm is used to optimize the sampling period and control parameters for better performance. Compared with existing networked control methods, the controller has better ability to compensate for the network QoS variations and to balance network loads. Simulation results show that the plant setting time with the intelligent scheduling controller is reduced by about 64.0% for the medium network load and 49.1% for high network load and demonstrate the effectiveness of the proposed approaches.     

近似时滞超混沌系统的动力学特性分析

.为揭示近似时滞超混沌系统的复杂动力学特性,计算了该系统产生的超混沌吸引子的混沌特征量,包括Lyapunov指数、关联维数、Kolmogorov墒、频谱和Poincare截面,并将之与经典的Lorenz吸引子进行了比较.从数值实验方面证明近似时滞超混沌吸引子比经典的Lorenz吸引子具有复杂的动力学特性.     

遥操作机器人系统克服时延影响的关键技术

综述了遥操作机器人系统克服时延影响的关键技术及其最近的研究进展 ;指出基于虚拟现实技术的遥操作机器人系统是其今后研究和发展的主潮流 ;认为致力于设计并研究对几何建模误差和动力学建模误差均具有鲁棒性的遥操作机器人系统 ,有效地解决系统通信时延问题 ,使其系统稳定 ,并具有良好的可操作性 ,才是切实可行办法     

基于组合Smith的模糊PID控制在湿度控制中的应用

针对烧结制粒湿度控制系统的大时滞、参数时变的特点,提出了基于组合改型smith预估器的模糊ND控制策略。仿真结果表明,此方法有效地补偿了大时滞的影响,对克服系统参数时变具有很强的鲁棒性,取得了较好的控制效果。     

时滞系统的最优PID控制与仿真

对过程控制领域中两类典型时滞系统在控制能量存在约束时的最优控制问题作了探讨。定义了一个包含跟踪误差和控制能量在内的积分平方性能指标，针对不同系统运用谱分解的方法最小化该性能指标，从而导出相应的PID控制器的参数整定方法，可使系统在控制能量约束条件下具有最优的控制性能。仿真研究进一步说明了所给方法的有效性。     

时滞离散马尔科夫跳跃系统l_2-L_∞的滤波

针对时滞离散马尔科夫跳跃系统的l2-L∞滤波问题进行的研究,通过建立的l2-L∞性能准则,采用线性矩阵不等式(LMI)技术推导出l2-L∞滤波器存在的充分条件,在推导过程中引入附加矩阵,降低了滤波器的保守性.所设计的滤波器不但保证了滤波误差系统随机稳定,而且满足给定的l2-L∞性能指标.仿真算例表明所设计的滤波器是可行的.     

执行器饱和的不确定时滞系统的镇定

针对控制系统中广泛存在的饱和问题,主要讨论了具有执行器饱和的连续线性常时滞不确定系统的镇定问题。由于饱和具有典型的非线性特性,在应用李雅普诺夫稳定性理论分析饱和系统时,必须对饱和非线性项进行处理。首先,根据扇形区域法引入无记忆状态反馈处理饱和项,并假设不确定项满足范数有界性条件,应用李亚普诺夫函数方法研究系统渐近稳定的充分条件,消除了不确定部分与时滞现象对系统带来的影响。其次,在闭环系统渐近稳定的条件下,将得到的非线性矩阵不等式转化为线性矩阵不等式,给出了无记忆状态反馈控制器的存在条件和设计方案。最后,通过一个二维数值仿真算例验证了所得结果的可行性和有效性。