自动供水系统中的无模型自适应控制方法研究

将无模型自适应控制方法应用到供水系统压力调节和流量控制中。该系统控制器的设计不依赖于具体的数学模型,是直接基于一个伪偏导数的向量;该伪偏导数是通过一个参数估计算法,并根据供水系统中已有的相关信息在线导出;最后,利用Matlab软件进行仿真分析。仿真分析验证了该控制方法可以提高自动供水系统的灵敏度和稳定性,使整个系统快速地达到稳定的工作状态。     

逆流多效蒸发的稳态计算

多效蒸发是化工生产过程中采用的较为广泛的一种蒸发方式。由于多效蒸发的设备投资、能源损耗、操作费用等占生产成本很大比重，多效蒸发工艺过程参数繁多，需要对各个参数进行近似计算，才能更好地优化设计。因此，采用能量守恒和物料守恒的原理建立多效蒸发过程的数学模型并进行求解。结果表明，该方法建立的数学模型满足设计要求，为类似工艺系统模型研究和求解提供一定参考价值。     

一类改进的无模型自适应数据驱动滑模控制

针对目前大多数自适应离散变结构滑模控制存在的对受控系统数学模型依赖性和未建模动态问题,提出一类离散时间非线性系统的无模型自适应滑模控制,并对其控制律进行改进。该控制策略本质上属于一种数据驱动控制方法,控制器的设计仅依赖于系统的输入输出数据,不需要任何被控系统模型信息。理论分析表明:该控制算法提高了伪偏导数估计值信息的利用率,加快了系统收敛速度,并通过严格数学推导验证了控制系统的稳定性。通过对直线电机位置和速度信息跟踪的仿真结果表明,该无模型自适应滑模控制具有较好的控制性能,跟踪精度大大提高,鲁棒性增强。     

多效蒸发过程模拟

本文建立了多效蒸发过程的模拟计算方法。包括多效蒸发系统设计和现有多效蒸发系统校核两种类型。     

低温多效海水淡化系统的Aspen Plus模拟

应用Aspen Plus软件,模拟低温多效蒸发海水淡化系统的操作单元,建立完整的系统模型,并对模型进行分析.用法国SIDEM公司的四效低温多效海水淡化系统,对建立模拟系统的可信性进行验证.     

熔化极气体保护焊中弧长系统的改进无模型自适应控制

针对熔化极气体保护焊中电流与弧长非线性时变系统难以建立精确的模型,且在焊接过程中,系统存在各类不确定因素并易受到内外界扰动的问题,提出一种改进的无模型自适应控制方法。首先,设计了带有可测与不可测干扰以及不确定因素的动态线性化泛模型,采用参数估计算法在线估计伪偏导数,引入干扰观测器实时补偿逼近内外界扰动和不确定因素;进而,通过构建准则函数设计出弧长系统的控制律通,在此基础上,得到改进的无模型自适应控制方案;最后,证明了该方法的鲁棒稳定性。仿真结果表明：与现有无模型自适应控制方案相比,所提出方法具有良好的跟踪性能和更快的响应速度;当焊接过程中遇到可测和不可测干扰以及不确定因素时,所提出的控制方法具有更强的鲁棒性,从而确保了焊接过程中弧长的稳定和较好的控制品质。     

基于ART网络算法的多效蒸发器温差分配

对于多效蒸发海水淡化系统,由于各效传热系数预先未知,因此在等加热面积的温差分配方案下,设计需要的计算量非常庞大。引入ART自适应算法预示各效传热系数,结果相当准确,据此确定系统的温差分配方案,可大大降低系统设计的工作量。该方法已成功应用于某多效蒸发海水淡化系统的设计中。     

热力压缩机引射位置对多效蒸发海水淡化系统性能的影响

为了提高多效蒸发海水淡化系统性能,研究热力压缩机引射位置对多效蒸发海水淡化系统性能的影响,利用一个四效并联MED-TVC海水淡化实验系统进行了变化热力压缩机引射位置的系统性能实验.实验结果表明:热力压缩机引射位置对多效蒸发海水淡化系统性能有重要影响.随着热力压缩机引射位置的变化、引射压力的增大和压缩比的减小,多效蒸发海水淡化系统的性能系数先增大后减小.存在使系统性能系数最大的最佳压缩比和系统性能系数较大的最佳压缩比范围,得到的最佳压缩比范围为2.0~2.3.为了提高多效蒸发海水淡化系统性能,必须合理选择热力压缩机引射位置,使热力压缩机在系统性能系数较高的最佳压缩比范围内工作.     

二维层状介质大地电磁视电阻率相位联合快速反演

建立了二维层状介质模型,反演参数为每层的电阻率及各层的底界深度,利用视电阻率和相位进行二维联合反演.利用RRI法（快速松弛反演）通过有限单元法正演快速计算一维偏导数,引入一组修正系数把用RRI法计算的一维偏导数转化为二维偏导数,并且在二维偏导数矩阵中只保留对本测点下的模型参数的偏导数,而忽略掉对其他测点下的参数的偏导数,形成一个近似的雅可比矩阵.通过一个二维三层模型试算,验证视电阻率和相位联合反演能稳定收敛并在一定程度上减小多解性.     

基于参数模型辨识的逆变器重复控制

为了获取逆变器系统谐振频率点,实现有效的逆变器重复控制,提出一种用伪随机序列辨识逆变器模型,获取逆变器参数模型,设计基于反相模型的逆变器重复控制器的方法.详述传统重复控制方法的局限、基于采样模型的重复控制方法的难点、伪随机序列的产生方法、逆变器系统辨识的关键步骤以及逆变器反相模型的改造方法.结合这些方法,设计基于参数模型辨识的逆变器重复控制策略.实验结果表明,该方法既能够为确定逆变器系统谐振频率点提供方法,给重复控制器稳定性设计带来方便,同时获得优良的非线性负载控制效果.     

基于back-stepping方法的随机系统的非线性控制器

应用李雅普若夫第二方和伊藤公式，结合Young不等式分析受控随机非线性系统的非线性控制器的特性，并基于back-stepping方法设计出受控随机非线性系统的非线性控制器，证明在一定的条件下非线性控制器的镇定必须指数稳定性。最后仿真结果表明基于back-stepping方法设计出的非线性控制器设计的有效性。     

非线性系统全状态线性化内模扰动抑制

运用全状态线性化方法对在外部扰动持续作用下的非线性系统设计了扰动抑制控制器,利用非线性控制项消除开环系统的非线性因素。根据内模原理构造与扰动动态特性相同的内模补偿器,再利用Pontryagin极小值原理对增广系统设计最优调节器,得到非线性的内模扰动抑制控制器,其中的内模补偿控制项抵消了扰动对系统的影响。仿真中使用非线性内模扰动抑制控制器与非线性前馈反馈扰动抑制控制器进行比较,结果证明前者能够消除非线性因素影响且实现无静差扰动抑制。     

非线性变结构不确定连续系统的反馈控制

针对具有变结构且对象未知的单输入单输出的非线性系统模型的特点，基于自适应模糊，提出了一种具有投影功能的新型“扩张状态观测器”．该方法能有效跟踪变结构非线性系统的各阶状态变量，拓宽了非线性状态误差反馈控制器和自抗扰控制器的应用范围，同时给予了稳定性证明．最后，通过数值仿真验证了方法的可行性和有效性．     

基于神经网络的滚动时域优化控制

将神经网络逆模型控制方法与滚动时域优化控制技术相结合,提出了具有预测能力的基于神经网络的滚动时域优化控制方案。给出了控制器的结构设计及实现算法,并将其用于非线性不确定系统的控制,仿真实验表明,该控制器具有良好的非线性控制性能。     

基于平方和规划的非线性系统控制器设计

针对一类多项式非线性系统的控制器设计问题,基于平方和规划方法和Lyapunov定理,提出一种二次迭代的方法,完成最大吸引域下系统控制器的设计和系统Lyapunov函数的确定．该方法能够设计出多项式控制器,使系统具有良好的稳定性和动态特性．仿真结果验证了该方法的有效性．     

基于模糊观测器的非线性模糊鲁棒控制

用模糊T－S模型对一类不确定非线性系统进行模糊建模,在此基础上研究了模糊系统的状态反馈控制器、鲁棒观测器、基于观测器的状态反馈控制器的设计,证明了所设计的模糊状态反馈控制器、鲁棒观测器具有全局渐近性质。     

基于Razumikhin方法的非线性时滞系统的自适应模糊控制设计

【中文摘要】 为研究一类单输入单输出非线性时滞系统的自适应跟踪控制问题,基于Lyapunov Razumikhin泛函方法给出了一种新的自适应模糊控制器设计方法,利用模糊逻辑系统来估计系统中未知的非线性函数,用backstepping方法来设计跟踪控制器。所设计的自适应模糊控制器能确保所有的闭环信号有界,同时系统输出收敛到所期望轨线的一个小邻域中。仿真例子表明文中所提出的控制方案能够有效地跟踪给定的参考信号。     

多机系统TCSC非线性PID控制器研究

TCSC阻抗控制是实现TCSC其他控制功能的基础,而系统层控制在一定的控制策略下对电力系统的目标参数进行及时有效地反映.结合非线性控制和PID控制的优点,采用非线性控制作为系统层控制,PID控制作为中层控制,设计了控制器,其控制策略采用本地信息,不依赖于系统的精确模型.在Matlab/Simulink仿真环境下搭建两区域四机系统进行仿真.结果表明,该控制器在提高系统暂态稳定性方面有很好的作用.     

The design of predictive control with characterized set of initial condition for constrained switched nonlinear system

Stabilization of the constrained switched nonlinear systems is an attractive research subject. Predictive control can handle variable constraints well and make the system stable. Its stability is typically based on an assumption of initial feasibility of the optimization problem; however the set of initial conditions, starting from where a given predictive formulation is guaranteed to be feasible, is not explicitly characterized. In this paper, a hybrid predictive control method is proposed for a class of switched nonlinear systems with input constraints and un-measurable states. The main idea is to design a mixed controller using Lyapunov functions and a state observer, which switches appropriately between a bounded feedback controller and a predictive controller, and to give an explicitly characterized set of initial conditions to stabilize each closed-loop subsystem. For the whole switched nonlinear system, a suitable switched law based on the state estimation is designed to orchestrate the transitions between the consistituent modes and their respective controllers, and to ensure the whole closed-loop system's stability. The simulation results for a chemical process show the validity of the controller proposed in this paper.     

基于模糊神经网络的非线性系统预测函数控制研究

针对预测函数控制难以很好地实现非线性系统控制的问题,将模糊神经网络与预测函数控制相结合,设计一种基于模糊神经网络的非线性系统的预测函数控制器。用模糊神经网络辨识非线性系统的模型,辨识结果送到预测函数控制中,从而得到预测模型,最终得到最优的控制量。通过Matlab计算机仿真,可以看出此控制器对于非线性系统具有良好的控制效果和鲁棒性。