基于测量延时降维观测器的冷轧机厚控系统鲁棒控制

来源 :第29届中国控制会议 | 被引量 : 0次 | 上传用户:liuyibi1987
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对冷带轧机液压厚控(HAGc)系统中带材厚度输出存在测量延时及系统状态不完全可测的情况,本文给出了基于降维观测器的鲁棒输出反馈控制策略,以提高实际工作中冷轧机带材的板厚精度。本文首先根据LVapunov- Krasovskii泛函稳定性理论,给出了具有输出延时不确定系统存在渐近稳定降维观测器和鲁棒镇定控制器的一个充分条件,然后使用该条件设计了冷带轧机HAGc系统的鲁棒输出反馈镇定控制器,最后给出了一个实际冷轧机厚控系统的仿真研究,结果表明所设计的控制器具有很好的控制效果。
其他文献
采用小波包分析法对所采集的韶钢4号风机9种故障信号分解和重构并对重构信号进行能量分析,提取出反映风机运行状态的特征向量和风机典型故障特征表。分析结果表明:对待检信号选用db10小波进行6层小波包分解,能获得反映风机故障的特征向量,利用故障特征向量与典型故障特征表,通过故障模糊识别方法进行故障诊断是有效的;对待检信号进行6层高频分解,风机的0.5倍频、1倍频~5倍频成分被分解在第1、2、3、4、6、
被控对象采用简单的开关变换器,并且设计了该变换器的神经网络控制器,基于FPGA方法探讨该控制器的硬件实现问题。分析了神经网络控制器的可重构特征,给出了几种基本可重构单元,基于SG/Simulink,建立了该控制器的实现模型。仿真结果表明,基于FPGA的神经网络的可重构实现技术,负载抗干扰能力强,超调响应时间快,减少了硬件资源的占用量,为电力电子领域神经网络控制器的硬件设计提供了一种新的方法。
研究了一类具有时变时滞的离散系统的变结构控制。在系统状态未知的情况下,首先设计了系统的状态观测器,然后基于该观测器,结合Lyapunov稳定性理论和LMI理论,设计其变结构控制器。
针对一类不确定线性离散系统,研究具有状态反馈的保性能重复控制问题,提出一种基于二维模型的鲁棒离散重复控制方法。通过独立地考虑重复控制系统的控制行为与学习行为,建立不确定重复控制系统的二维模型。在此基础上,对给定的线性二次型性能指标,给出了基于线性矩阵不等式的保性能鲁棒重复控制律,通过调节性能指标中的相应权矩阵,实现了对控制和学习行为的独立调节。最后,数值仿真验证了本文所提方法的有效性。
针对BA无标度复杂网络这一类型的网络结构,用Lorenz混沌系统来描述网络中的节点的状态方程,通过构建Lyapunov函数,对该网络模型引入自适应反馈控制策略,证明了该类网络模型可以实现同步。这个控制策略简单实用,也有利于以后的实际工程设计。仿真结果表明该控制策略的有效性。
针对三相配电网的无功补偿,采用Steinmetz平衡电路是解决系统三相分量不平衡的有效方法。但是该补偿电路对于平衡单相负荷实现三相平衡所需补偿容量较大。针对该问题,本文采用了以三相补偿装置总容量最小为目标的容量优化控制算法,设计了一种新型的FC-TCR型SVC控制系统。分析了容量优化设计的前提条件,推导出了容量优化控制算法的解析结果。通过MATLAB/SIMULINK和动态模拟实验证明了在满足补偿
针对K-Means算法聚类数量(K值)难以确定问题,提出一种基于N阶最短近邻分析的方法来自适应确定K值。该方法在普遍缺少先验认知的情况下,在计算N阶最短近邻距离的基础上,分析当前样本集数据点的分布,从而进一步通过数值计算获取全部阶跃点来最终自适应确定K值。理论分析与数值仿真研究表明该方法的有效性和可靠性,对K-Means算法的聚类结果起到一定的指导性作用。
本文首先引入MLD(Mixed Logic Dynamic)模型,这个模型是研究混杂系统的一个很有潜力的工具。文中给出了混杂系统转换成MLD模型的理论基础和方法,针对故障情况给出了负逻辑的MLD模型;这种模型和MLD方法的有机结合,是一种很好的混杂系统研究工具。基于这些理论给出系统模型建立的基本步骤。最后在三罐系统中给出模型的应用方法和故障诊断结果。从实验数据看出,算法简单高效地给出系统的故障信息
本文通过对惯性器件输出误差的分析,描述了单轴旋转惯导系统自动补偿的基本原理;通过分析陀螺漂移产生的导航误差产生机理,得到陀螺误差随转速的变大而变小的结论;利用光纤陀螺捷联惯导系统进行了单轴旋转实验,证实了上述分析结论。研究结果对单轴旋转系统转速的选择提供依据,并可为双轴旋转系统的开发提供参考。
自适应前灯系统(AFS)是汽车电子系统研究的热点研究问题,对于提高行车安全具有重要意义。本文在详细介绍AFS系统结构的基础上,讨论了汽车动态特性,提出了一种新的基于神经网络和卡尔曼滤波两层的多传感器混合数据融合框架,用以实现实时监控汽车的状态和输出AFS的控制信号。仿真结果表明融合算法能有效的滤除干扰,为AFS的调节电机输出有效的控制信号。