H<,∞>控制理论应用于大滞后对象的研究

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:enjoy12_east
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
本文首先从控制理论的几个发展阶段入题,阐述了现阶段H_∞控制理论的提出对工程的实际意义及特点并对大滞后对象的控制意义及现状进行了说明。然后扼要概括了H_∞控制理论发展简史及其有关概念和定理,为本文在H_∞控制方面的研究作了理论铺垫。在深入分析了前人的各种大滞后控制方案基础上,对被控对象中的大滞后环节的近似方案进行了分析,给出了H_∞控制理论中的模型匹配问题,然后将模型匹配问题转换成Neharri问题,利用Neharri问题的解法给出了一阶大滞后的H_∞控制器的结构,并在仿真中验证了此控制器的正确性。之后又按照模型匹配问题的精确解法和H_∞标准问题的转化,给出了一种新的模型匹配控制器结构,仿真表明,此控制器可以对典型工业过程进行十分有效的控制,其响应曲线能够很好的逼近给定的模型,从仿真曲线可以看出,比起第三章中列举的两种鲁棒控制方案,我们的控制策略具有更好的性能指标。 其次,对于现在控制界中比较盛行的神经网络控制进行了深入的研究,首先给出了PID控制+滤波器控制器对于大时滞对象控制的有效性的结论,我们采用RBF神经网络预估器对所给对象进行在线辨识,并用在先调整参数的单神经元的PID控制器对于所给对象进行控制,仿真结果表明该方案具有稳态精度高,动态性能好和鲁棒性能强的特点。证明了新型控制器的实用性和正确性,同时,也为大滞后系统的控制提出了一种新的思路,具有一定的理论意义和实用价值。
其他文献
支持向量机(Support Vector Machine,SVM)是一种有监督的通用高效机器学习方法,目前在许多领域得到成功的应用,然而对于一些实际的机器学习和数据挖掘问题如网页分类、医疗诊
混沌(Chaos)是确定性的非线性系统表现出的看似无序但又有规律的复杂行为,由于混沌对于初值得敏感依赖,这种行为难以预测。动力学系统中复杂现象的发现以及混沌学的创立和发展,
随着网络的开放性、共享性和互联程度的不断扩大,网络安全问题显得越来越重要。而网络内部的安全逐渐成为一个重要的研究领域。在网卡上实现IP安全(Internet Protocol Security