互联非线性系统反馈主导控制设计方法及汽门开度控制应用

分析了电力系统非线性的数学性质,指出电力系统非线性是一种有界非线性.在此基础上,将反馈主导方法(feedback domination method,FDM)引入多机电力系统非线性控制.该方法与反馈线性化方法不同;反馈线性化方法是通过反馈将原非线性系统转化为线性系统,反馈主导方法则是通过反馈将原非线性系统转换为特定形式的非线性系统,该特定形式的非线性系统的动态由反馈引入的非线性部分主导.以多机系统非线性汽门控制问题为例,设计了反馈主导非线性汽门控制器,该控制器仅包含本地量测量,易于实现.数值仿真表明,多机系统反馈主导非线性汽门控制器可显著提高电力系统暂态稳定性.     

非线性地基上正交异性矩形板的非线性热振动

研究了非线性地基上正交异性矩形板的非线性固有热振动.采用常规的L-P法分析非线性地基上正交异性矩形板的非线性热振动难以得到高精度的近似解,为此,先对该强非线性振动系统进行参数变换,将该强非线性振动系统转化为弱非线性振动系统.然后采用改进的L-P法进行求解,得到了强非线性振动系统的高精度近似解.此外,讨论了温度、地基特征参数、长宽比等因素对非线性地基上正交异性矩形板非线性热振动固有频率的影响,得到了非线性地基上正交异性矩形板热振动频率随温度下降、地基特征参数变大、长宽比变大而增大的结论.     

非线性粒子群算法

提出了一种新型的粒子群算法一非线性粒子群算法,给出了计算公式并进行了实验模拟.非线性粒子群算法采用非线性计算公式调整粒子速度.由于非线性计算公式的多样性,因此可以构建种类繁多的具体的非线性粒子群算法.非线性粒子群算法一方面保持了标准粒子群算法的简单性,同时也具有更强的搜索能力.实际计算表明,只要能够选好非线性项中的参数,就可以提高算法的效率.     

基于支持向量机的可分离非线性动态系统辨识

针对状态变量和控制变量可分离的非线性动态系统模型,通过引入两个非线性核函数重新设计了标准支持向量机的回归估计模型,使之适用于非线性动态系统的辨识. 它包含两个分别关于状态变量和控制变量的非线性函数,用于辨识可分离变量非线性动态系统中的两个非线性函数.文中的仿真实验验证了我们算法用于非线性动态系统辨识的有效性.     

基于混合神经网络的非线性预测函数控制

针对基本预测函数控制只能用于线性对象的控制这一不足,提出了基于混合神经网络的非线性预测函数控制.混合神经网络由BP网络和线性神经网络串连组成.采用混合神经网络对可用Hammerstein模型描述的非线性对象进行有效的辨识.其中,BP网络反映了非线性静态增益,线性神经网络反映了线性动态子系统.利用BP网络求出非线性静态增益的逆并与非线性对象串联,抵消非线性对象中的非线性静态增益部分,将非线性对象的控制问题转化为对线性对象的控制问题,实现了对非线性对象的预测函数控制.当被控对象的特性发生变化时,可对混合神经网络权值及时进行修正并调整控制器参数使控制系统始终保持良好的控制性能.仿真结果表明,此控制系统具有良好的控制效果.     

一种新的数据驱动的非线性自适应切换控制方法

针对一类非线性离散时间动态系统, 提出了一种新的非线性自适应切换控制方法. 该方法首先把非线性项分解为前一拍可测部分与未知增量和的形式, 并充分利用被控对象的大数据信息和知识, 把非线性项前一拍可测数据与未知增量都用于控制器设计, 分别设计了线性自适应控制器, 带有非线性项前一拍可测数据补偿的非线性自适应控制器以及带有非线性项未知增量估计与补偿的非线性自适应控制器. 三个自适应控制器通过切换函数和切换规则来协调控制被控对象. 既保证了闭环系统的稳定性, 同时又提高了闭环系统的性能. 分析了闭环切换系统的稳定性和收敛性. 最后, 通过水箱液位系统的物理实验, 实验结果验证了所提算法的有效性.     

一类非线性系统观测器与算例

给出了非线性系统状态观测器的一种提法, 对所给非线性系统作了必要的假设. 对非线性系统状态观测器存在的条件进行了分析, 进而讨论了一类非线性系统观测器的构造方法, 并给出了算例.     

切换非线性系统采样控制的研究现状与进展

切换非线性系统由于其广泛的工程应用背景以及重要的理论研究价值引起各行业学者的广泛关注.近年来,随着计算机技术的快速发展,切换非线性系统采样控制问题成为研究热点.对目前切换非线性系统采样控制领域的研究现状进行综述.首先介绍了切换非线性系统的基本问题,并梳理了切换非线性系统几个常用控制方法的基本思想.然后从时间触发采样控制和事件触发采样控制两个方面对切换非线性系统采样控制的国内外研究现状进行了论述.最后进行了总结并提出切换非线性系统采样控制领域未来值得关注的研究方向.     

一类非线性PID控制系统稳定性分析

针对一类由非线性增益函数与典型PID控制器级联组成的非线性系统,采用波波夫判据对此类闭环控制系统进行稳定性分析.分别确定了确保非线性PID,P,PI,PD闭环控制系统稳定的非线性增益的有效取值范围,为此类非线性控制系统的实际工程应用奠定了基础.     

基于非线性力反馈模型的软组织变形仿真

虚拟手术仿真研究中反馈力一般采用线性模型,但软组织的反馈力往往呈现出非线性的特点.通过对软组织生物力学特性的分析,将非线性性质应用到软组织力反馈模型的研究.在保持原线性反馈力方向不变的前提下,加入非线性扰动,建立了反馈力的非线性模型,从而使反馈力更加真实.首先构建了人体肝脏物理模型,然后给出了非线性力反馈模型方程,并对人体肝脏物理模型变形和反馈力进行了仿真.为了减小计算量采用了整体刚度矩阵缩减算法.仿真结果表明该模型有较好的非线性和可调节性.     

非线性控制系统的特性（Ⅲ）

本文采用线性系统理论比较的方法来阐述非线性控制系统理论。文章通过一些例子来分析非线性控制系统的能控性、能观性、抗干扰性、解耦和稳定性等方面的特性，从而进一步说明非线性控制系统理论在提法、论述和结论上的特点。     

基于块联模型的动态非线性校正方法比较

针对以块联模型表示,且静态特性位于第一象限的饱和型非线性传感器,进行基于块联模型的动态非线性校正方法研究.块联模型包括Hammerstein和Wiener模型,虽然它们都是由静态非线性校正环节和动态线性补偿环节组成,但是由于位置不同,即对传感器输出信号进行处理的顺序不同,校正效果也就有所不同.根据传感器不同的阻尼比,分别研究Hammerstein和Wiener模型的动态非线性校正方法的实现,并比较它们的校正效果.结果表明,传感器模型或阻尼比不同时,动态非线性校正方法的选择也应有所不同.研究成果为以后设计同类型传感器的动态非线性校正系统提供了先验知识.     

Robust stability of non-standard nonlinear singularly perturbed discrete systems with uncertainties

In the past several decades, the singularly perturbed discrete systems have received much attention for the stability analysis and controller design. Recently, there are some results about the nonlinear singularly perturbed discrete systems. Compared with the existing result, we consider the robust stability of the uncertain nonlinear singularly perturbed discrete systems with the less conservative assumption via the Lyapunov function method. Moreover, the previous results of the singularly perturbed discrete system are only applied to the system, which is composed of the slow part and the fast part, separately. However, we consider the non-standard nonlinear singularly perturbed discrete system in which the slow part and the fast part coexist, that is, a general case of the nonlinear singularly perturbed discrete systems. Then, by using the lower-order subsystems from two standard systems, we present the robust stability of the non-standard nonlinear singularly perturbed discrete system with uncertainties.     

非线性控制系统的特性（Ⅱ）

本文采用与线性系统理论比较的方法来阐述非线性控制系统理论。文章通过例子分析了非线性控制系统在能控性、能观性、抗干扰性、解耦和稳定性等方面的特性，从而进一步说明非线性控制系统理论在提法、论述和结论上的特点。文章的第一部分介绍了非线性控制系统的能控性和能观性，这一部分揭示非线性控制系统在干扰解耦和无交互作用控制方面的特性。     

用B-样条神经网络设计非线性观测器

对线性部分已知、非线性部分未知的一类非线性系统,提出了一种新的状态观测器 的设计方法.首先针对线性部分设计线性观测器,随后在线性观测器中加入非线性补偿项.该 补偿项先由"反卷积"的方式确定,再用B-样条神经网络拟合.对三个非线性系统设计了观测 器,通过与已有的解析方法进行比较,说明了该方法的优越性.     

非线性动态系统的Wiener神经网络辨识法

提出了一种新的Wiener神经网络结构并将其应用于非线性动态系统辨识问题.首先,用Wiener模型对非线性动态系统进行描述,将其分解成线性动态子环节串接非线性静态增益的形式.其次,设计一种新型的神经网络结构,使网络权值对应于相应的Wiener模型参数;并推导了基于反向传播的网络权值调整方法.最后,通过网络迭代训练,可同时得到线性动态子环节和非线性静态增益的模型参数.通过一个Wiener模型的数值仿真来验证方法的有效性,仿真结果表明所提辨识方法切实可行.     

非线性动态传感器系统的H模型神经网络辨识

针对非线性动态传感器模型辨识问题,提出一种新的Hammerstein模型神经网络结构辨识法。非线性动态传感器系统采用Hammerstein模型描述,将系统分解为非线性静态增益串接线性动态环节。再设计一种网络权系数对应于相应的Hammerstein模型参数的新型神经网络结构,推导了基于反向传播的网络权系数调整方法。通过网络迭代训练同时得到静态与动态两个环节的模型参数。最后通过一个H模型的数值仿真来验证方法的有效性,仿真结果表明所提辨识方法是有效的。     

非线性系统Wiener模型辨识

本文采用不同幅值的三电平伪随机m序列作为输入信号,辨识了离散非线性系统Wiener模型的线性脉冲响应函数和非线性增益系数.同时讨论了参数估计的统计特性及其区间估计,并附有仿真结果.     

广义非线性系统的模型跟踪控制及内部状态稳定性证明

将被控对象设定成线性部分和非线性部分,提出了一种广义非线性系统模型跟踪控 制的新方法,给出了非线性代数约束方程中包含控制输入时闭环系统具有唯一解的条件,证 明了当非线性项满足范数条件以及相关的传递函数满足正实条件时,闭环系统的所有变量都 是有界的.该方法可处理代数约束为非线性,用状态空间方程无法描述的被控对象.仿真结果 验证了设计方法的有效性.