【摘 要】
：
针对一类含有时变时滞的不确定参数线性系统, 研究了在执行器发生故障情况下系统指数稳定鲁棒H∞可靠控制器设计问题。经过适当的状态变换, 将原系统的鲁棒可靠指数镇定问题转化为另一个等价系统的鲁棒可靠镇定问题。根据Lyapunov稳定性理论, 给出了系统存在指数稳定鲁棒可靠控制器应满足的一个矩阵不等式；给出了系统同时具有H∞性能指标应满足的另一个矩阵不等式。论文将这两个矩阵不等式转化为两个线性矩阵不等式
【机 构】
：
光电技术与智能控制教育部重点实验室(兰州交通大学),兰州,730070;兰州交通大学自动化与电气工程学院,兰州,730070
论文部分内容阅读
针对一类含有时变时滞的不确定参数线性系统, 研究了在执行器发生故障情况下系统指数稳定鲁棒H∞可靠控制器设计问题。经过适当的状态变换, 将原系统的鲁棒可靠指数镇定问题转化为另一个等价系统的鲁棒可靠镇定问题。根据Lyapunov稳定性理论, 给出了系统存在指数稳定鲁棒可靠控制器应满足的一个矩阵不等式；给出了系统同时具有H∞性能指标应满足的另一个矩阵不等式。论文将这两个矩阵不等式转化为两个线性矩阵不等式(LMIs)。利用论文方法设计的指数稳定鲁棒H∞可靠控制器能够使得时滞系统对于任意允许的不确定性以及一个预先指定执行器子集中任意执行器失效都保持鲁棒可靠指数稳定, 并且使系统具有指定H∞范数的干扰抑制能力。
其他文献
针对斩波式串级调速系统模型的不确定和系统强非线性的特点以及传统转速电流双闭环PI控制方法的缺点,提出了一种无源控制方法.在系统等效电路的基础上,建立了系统的Euler-Lagrange模型,并根据该模型推导出其无源控制策略.最后利用Matlab/Simulink对系统进行仿真验证,结果表明无源控制方法控制下系统有较好的动态和稳态性能.
腹膜透析处方设定是直接关系腹膜透析患者治疗效果的关键问题.本文利用了面向对象和专家系统技术,构造了腹膜透析处方设定专家系统.分析了该系统的结构,知识表示,知识库建立,推理机设计以及实现.根据患者的病情的动态变化,该系统能够完成透析处方设定,充分体现了处方参数设定的智能化.最后,通过实例表明了该系统的可靠性和有效性.
本文在阐述灰色理论和优化算法研究的基础上,给出一种基于最优化的新型GM(1,1)模型及其辨识过程,该方法利用累加再生成操作和优化理论来调整灰参数,提高样本序列的光滑度来减少其随机性,从而提高GM模型的拟合精度和预测精度。最后通过该方法对我国未来人口的发展进行建模和验证,结果表明该方法辨识精度高,优于一般灰预测方法,具有良好的应用价值。
本文研究利用神经网络实现雅可比矩阵模型的机器人手眼协调无标定动态系统的跟踪性能。由于网络训练条件与实际工作条件存在差别,需要在控制器设计上补偿系统未建模动态.因此,在考虑机器人动力学特性和视觉信息处理特点的基础上,建立系统离散域模型,研究系统的跟踪误差和系统稳定性,并提出改进方法。仿真结果验证了所提出方法的有效性。
针对道路上车辆运动与车道形状、位置的关系,提出了一种新型的多传感道路检测与目标跟踪方法。毫米波雷达虽具有精确的纵向测距功能,却不能识别车辆的横向位置、道路状况,弯道或换道时容易丢失目标。利用图像传感器摄取的道路图像,选取道路形状模型,利用道路图像的灰度特征,结合优化算法改变模板参数,实现对车道的跟踪.利用车道曲率与车辆转向角之间的关系,并采用基于UKF(Uscented Kalman Filete
给出凿岩机器人关节驱动液压系统数学模型,对其进行降阶近似,使用自抗扰控制(ADRC)方法设计二阶ADRC控制器,并在不确定性环境下进行仿真研究。结果表明,ADRC控制器对于系统参数摄动和大负载干扰力具有理想的鲁棒能力,控制过程快速、平滑,稳态精度高。
在平面型欠驱动两足步行机器人的基础上,提出了一种3D欠驱动两足步行机器人模型和动态步行控制方法。建立了机器人的复杂动力学模型,通过时不变规划方法对机器人运动进行规划,并通过有限时间收敛控制策略对机器人运动进行控制。仿真实验表明,动态步行渐进收敛于稳定的极限环,控制算法是可行的。分析了步行姿态对行进速度的影响,提出了一种欠驱动两足步行机器人步行速度控制策略并通过仿真实验对算法进行了验证。
大气隙直线感应电机(气隙长度大于10mm)目前已经在地铁、轻轨中得到了很好的应用,其在低速磁浮领域也将会有很好的应用前景。它与小气隙直线感应电机有很大不同,因此需要对该类型电机的特性以及驱动有较深入的研究。本文在直线感应电机DUNCUN等效电路的基础上,借助有限元分析,获得等效电路参数,进而建立了大气隙直线感应电机的等效电路模型。在此基础上建立了大气隙LIM 考虑动态纵向边端效应的矢量控制系统仿真
本文对新型静止无功发生器(ASVG)采用双闭环智能控制,提出了一种外环为常规的PI控制、内环为变结构神经网络模糊控制的控制方法。在内环控制中利用被选择的观测信号作为模糊控制器的输入/输出信号, 采用MATLAB中的模糊控制工具箱快速地获得初始化的模糊控制规则；应用一种变结构神经网络算法对初始化的模糊规则进行调整,提高模糊控制规则的自学习和自适应能力。仿真分析结果表明:该控制方法应用于ASVG 控制
本文将基于紧格式线性化的单入单出非线性离散时间系统的无模型学习自适应控制方法应用到直流电机速度系统中.控制器的设计是直接基于伪偏导数的估计,而伪偏导数信息则是通过新型参数估计算法利用直流电机系统输入输出的数据在线导出。硬件系统采用了数据采集卡控制直流电动机的实施方案。由通用PC 连接数据采集卡,控制数据采集卡产生PWM 波,驱动IGBT 电路控制直流电动机调速.仿真和实际应用实验演示了该方法对这种