多机电力系统固定时间动态面高阶滑模控制

针对含有参数不确定性和外部扰动的多机电力系统,设计了静止无功补偿器(SVC)与发电机励磁的协调控制器.动态面控制(DSC)方法与高阶滑模控制方法相结合,并引入固定时间概念,不仅避免了反步法中存在的"微分爆炸"问题,同时保证了系统的收敛时间上界独立于初始状态;采用范数估计方法,在线估计模糊逼近器权重向量的范数,大大减轻了...     

PMSM非线性解耦控制系统的L2增益干扰抑制

为了克服电机参数变化和负载扰动的不确定性对永磁同步电机动态解耦控制系统性能造成不利影响,提出一种带干扰抑制的永磁同步电机调速系统的非线性解耦控制方法,将参数变化和负载转矩扰动作为扰动输入,基于Lyapunov函数设计系统的状态反馈控制器,使得闭环系统对所有有界干扰是内部稳定的,且从扰动输入到输出满足任意小的有界L 2增益.仿真和试验结果表明:该控制策略能有效地改善调速系统的动态性能,增强其鲁棒性和抗干扰能力.     

永磁直线同步电动机智能变结构位置控制

针对滑模变结构控制对参数不确定上界、外部扰动上界难以确定及固有抖振等问题,设计了永磁直线同步电动机智能变结构位置控制器,利用模糊递归神经网络估计参数和外部扰动不确定上界,通过Lyapunov稳定性原理分析得到控制器的收敛条件,并证明了其稳定性,使估计上界的收敛速度明显提高,从而大大减小了系统抖振.仿真和实验结果表明,模糊递归神经网络滑模变结构控制算法具有快速的动态性能,并且对内部参数变化和外部负载扰动具有很强的鲁棒性.系统位置控制精度高,减小了系统抖振,证明了该方法的合理性和有效性.     

不确定性机器人系统前馈-反馈跟踪控制仿真

针对不确定性机器人系统的轨迹跟踪控制问题,利用基于计算力矩方法的前馈控制,结合PID的反馈控制构成前馈-反馈控制策略,给出了系统控制器设计的详细步骤.将该方法应用于GR-Ⅱ型两关节机器人系统,在考虑扰动变化和系统不确定性变化的情况下,经仿真证明了前馈-反馈控制能保证系统良好的稳定性,并对系统的扰动和不确定性具有强的鲁棒性和良好的跟踪控制精度.     

基于HOSMO的风电机组自适应超扭曲滑模控制

为提高风力发电系统在风速随机变化、未知扰动输入的运行环境下的最大功率跟踪控制性能,提出一种基于高阶滑模观测器(high order sliding mode observer,HOSMO)的自适应超扭曲滑模控制策略.为增强风机系统的动态跟踪性能,设计超扭曲滑模控制器.为验证并提高该方法的控制性能,对超扭曲滑模控制器中的未知参数和系统的不确定性设计自适应控制律,更好地抑制了超扭曲控制器的抖振,增强了对模型参数和外部扰动不确定性的鲁棒性.同时针对风机系统动态模型中部分状态变量难以准确测量的问题,设计了HOSMO对其实时估计,该方法对高频噪声有很好的抑制作用.将提出的控制方法与一阶滑模控制以及传统比例积分控制进行对比分析,证明了所提策略的正确性和可行性.     

基于H_∞控制算法的单相逆变电源控制器研究

为了在设计阶段定量描述逆变电源所能承受的负载变化范围,设计了基于H∞控制理论的单相逆变电源控制器.在控制器设计过程中,充分考虑逆变电源的数学模型与实际对象之间的误差,运用输出端乘型描述方式,对因负载变化而引起的不确定性模型集合进行了描述,并将正弦信号作为控制系统设计和跟踪的目标.仿真结果表明,该控制方案使正弦波逆变电源获得了良好的稳态和动态性能,在承受阶跃噪声扰动时仍具有较好的控制品质,保证了控制系统抵抗负载参数变化引起的不确定性扰动的能力.     

基于RBF网络上界自适应学习的预警卫星滑模控制

分析了RBF(径向基函数)神经网络的基本结构和数学特性,对于预警卫星动力学系统的不确定性上界值无法测量和未知的情况,采用RBF神经网络可以对较强干扰上界进行自适应学习,并可降低控制和动力学带来的抖振。针对带有摆镜的预警卫星姿态控制问题,提出了一种基于神经网络扰动补偿的姿态滑模控制方法。针对RBF网络正交最小二乘(OLS)学习算法,采用RBF神经网络来学习不确定因素的上界值,并设计了预警卫星的姿态控制规律,解决了预警卫星动力学扰动补偿问题。利用数值仿真估算了基于RBF网络上界自适应学习滑模控制的预警卫星姿态控制系统的性能指标。     

一种分散鲁棒自适应控制器的设计方法

基于李雅普诺夫函数法,提出了一种适用于不确定性线性大系统的分散鲁棒稳定控制方法,系统的不确定性因素包括系统参数摄动,关联变化以及外界干扰,由于实际大系统的不确定因素复杂且系统关联变化很难描述,因而在控制律中又引入了对设计参数的自适应算法,大大简化控制器的设计和实现,所提出的控制律可以保证系统在确定性干扰和关联变化的情况下全局稳定,同时自适应算法使参数收敛,仿真结果表明了该控制方法的有效性。     

基于连续高阶模滑的多机电力系统励磁控制

为了提高多机电力系统暂态稳定性,提出一种连续高阶滑模励磁控制策略。各发电机功角偏差为滑模变量,把具有非线性和不确定性多机电力系统的高阶滑模控制转化为不确定积分链系统的有限时间稳定问题,控制器结合几何齐次连续控制律和二阶滑模超螺旋算法,实现系统状态有限时间收敛,克服系统未建模动态、测量误差和外部扰动等不确定性,利用精确鲁棒微分器观测功角微分,理论分析证明了闭环系统的有限时间稳定。所设计高阶滑模励磁控制器能够保持机端电压稳定,并能有效提高电力系统的暂态稳定性。针对3机系统的仿真结果验证了该控制方法的有效性。     

一类非线性系统基于观测器的自适应容错控制

研究了一类不确定非线性系统的自适应容错控制问题。在系统的非线性函数、外界扰动、建模不确定性以及未知故障输入的上界均未知的情况下,通过构造Lyapunov函数,基于鲁棒自适应观测器设计了新的自适应容错控制器,使得闭环系统渐近稳定。最后,通过仿真算例说明了本文方法的有效性和优越性。     

估计不确定界的分散鲁棒自适应控制

对具有高阶不确定关联作用、未知不确定界、线性时不变关联系统，提出了一种分散鲁棒自适应控制方法．控制包括反馈增益的自适应估计和基于所估计参数的分散鲁棒控制．自适应方案的引入，克服了分散鲁棒控制方法中需要已知不确定性界的缺点．采用极点配置（或最优控制）方法设计常值反馈增益，避免了常值反馈自适应设计中需要人为给定反馈系数的问题，同时使系统具有更好的暂态特性．对运动小车二阶倒立摆的数值仿真证实了本方法的有效性．     

有限时间收敛的滑模自适应控制器设计

针对一类非线性不确定系统不确定边界未知但有界的情况,提出一种设计滑模自适应控制器算法。利用几何齐次性理论和积分滑模面设计了滑模自适应控制器,使其能够在有限时间内镇定,并设计相应自适应律估计控制增益,利用Lyapunov理论分析证明了闭环系统能在有限时间镇定。最后,仿真实例验证了所设计的滑模自适应控制器在不确定的情况下具有鲁棒性和自适应性。     

基于神经网络的鲁棒自适应滑模迭代学习控制

对一类不确定非线性系统，包括不确定性机器人，提出一种自适应鲁棒迭代学习控制方案，学习控制用于学习周期性的系统不确定性，自适应滑模控制用于抑制非周期性系统不确定性，并且利用RBF神经网络自适应学习系统不确定性的未知上界，对不确定性系统动态和有界输入拢动具有鲁棒性，通过Lyapunov直接方法，确保了对每次迭代闭环系统是一致有界的，并且沿着迭代次数的增加，跟踪误差渐近收敛于零，仿真结果表明了该方案的有效性。     

一类不确定线性组合系统的变结构分散镇定

研究了具有参数摄动、外界干扰等不确定因素影响的线性大系统的分散控制问题。考虑到子系统间关联项的重要作用,在子系统间关联项可知的情况下,提出一种新的考虑问题的思路。将已知的关联作用矩阵作为标称系统的参数矩阵,在假设系统不确定性有界且满足一定匹配条件的前提下,给出一种变结构分散控制算法,实现了大系统的全局渐近稳定。该控制律设计简单,并保证了闭环系统较好的动态性能和较强的鲁棒性。     

一类非仿射非线性大系统的结构在线扩展

研究一类非仿射非线性互联大系统的结构在线扩展问题。基于backstepping技术提出一种大系统在线结构扩展的自适应神经分散关联镇定控制方法。在原结构系统控制器保持不变的前提下,利用神经网络自适应技术设计新加入子系统的分散控制律和自适应律,将新加入子系统后原结构系统产生的互联部分放在新子系统的控制器中处理,从而获得新扩展子系统的自适应分散关联镇定控制器。该控制器可以保证新加入的闭环非仿射非线性子系统及整个扩展后的闭环大系统中所有信号是一致最终关联有界的。仿真结果验证了所提控制方法的有效性。     

不确定性关联时滞大系统的分散鲁棒镇定

应用线性矩阵不等式（LMI）方法研究不确定性关联时滞大系统的分散鲁棒镇定问题。系统中不确定项具有数值界，可不满足匹配条件。基于不确定项的表达形式，给出了其可分散状态反馈镇定的充分条件，即一组LMIs有解。在此基础上，通过求解一凸优化问题，给出了具有较小反馈增益的分散稳定化状态反馈控制律的设计方法。仿真示例说明了该方法的有效性和优越性。     

基于关联估计的分散预测控制

考虑了关联大系统的分散控制问题.假设各个子系统可以利用部分关联信息——能够对关联项进行预估.然后各子系统利用预测控制策略实施对子系统的控制,可以证明这种分散预测控制策略使全局系统是有界的大系统.     

时变不确定性关联系统的分散鲁棒自适应控制

研究了时变不确定性关联系统的分散鲁棒自适应控制方法，考虑了包括参数不确定性、输入扰动和关联不确定性的系统，系统的不确定性假设为有界，但其界未知．系统的控制分为不确定项界的自适应估计和鲁棒控制两部分．对一互耦双倒立摆系统进行了仿真，结果证实了算法的有效性．     

不确定系统LQ保代价控制的鲁棒稳定性分析

提出了不确定系统鲁棒LQ保代价控制的定义和概念,给出了非结构和一类结构不确定系统保代价控制鲁棒稳定性分析方法,分别建立了保代价控制的参数可变鲁棒界,对结构不确定系统,还提出了一种优化鲁棒界的方法,并确立了可行的计算步骤。     

一类复杂系统分散输出反馈鲁棒镇定

利用模糊逻辑系统的万能逼近性质，分析和研究了一类非线必不确定复杂系统的输出反馈鲁棒镇定问题，给出了这类系统的分散自适应输出反馈鲁棒控制器和模糊逻辑系统参数估计的自适应律，并在较弱的假设条件下，证明了这种控制器使被控系统的状态及参数估计误差一致终极有界。仿真实例说明了中提出的方法是有效的。