基于禁忌搜索算法的电磁场逆问题鲁棒优化设计

为了综合分析优化解的性能,讨论了参数不确定条件下电磁场逆问题的鲁棒优化性。分析了鲁棒优化设计方法,研究了鲁棒期望适值函数关键参数的估计方法。以寻求鲁棒最优解为目标,应用改进的禁忌算法,基于鲁棒性能期望适值函数,求解了典型数学问题和工程设计问题。通过计算比较叠加扰动最优解条件下的目标函数值偏差,其结果表明,该研究算法能够快速有效地搜索到鲁棒最优解。     

基于动态输出观测器的一类自动引导车镇定问题研究

针对一类自动引导车(Automated guided vehicle,AGV)轨迹跟踪控制系统的镇定问题,提出用动态输出观测器进行镇定。建立AGV轨迹跟踪控制系统的数学模型,讨论动态输出观测器设计方法存在的不足,并且分析特征矢量矩阵条件数对系统鲁棒稳定性的重要影响。在此基础上,针对动态输出观测器特征矢量配置中存在的自由度,提出用粒子群算法对其进行优化。粒子的位置代表特征矢量配置的自由度,并以特征矢量矩阵的条件数作为优化目标函数,以获得最小的条件数,从而进一步提高镇定系统的鲁棒稳定性。仿真试验结果表明,对于系统状态矩阵参数的摄动,基于动态输出观测器反馈控制的AGV镇定的鲁棒稳定性要优于全维状态观测器。更进一步,基于粒子群的动态输出观测器镇定方法具有更强的鲁棒稳定性。     

结合模糊自整定的机械臂鲁棒PD控制器研究

针对多自由度机械臂控制系统存在的高度非线性、强时变性、强耦合性等问题,提出了 一种基于模糊自整定的鲁棒PD控制策略,引入模糊控制器替代传统PD控制的参数整定过程,实现PD参数的在线自调整功能,并设计鲁棒自适应补偿器,将鲁棒算法和自适应算法相结合以补偿系统的不确定性.引入Lyapunov函数验证了控制系统的稳定性,并通过...     

基于改进鲁棒自联想神经网络的传感器故障诊断新方法

本文首次提出一种传感器故障检测和信号恢复的改进鲁棒自联想神经网络新方法。文中阐述了改进鲁棒自联想神经网络的结构和算法,总结和归纳了传感器的六类故障模式.仿真了这些传感器故障模式的信号表现形式,并采取改进鲁棒自联想神经网络检测和恢复此六类传感器故障。本方法具有易于实时实现,结构简单的优点,计算机实验表明本方法是行之有效的。     

基于SVD的多终端实时定轨自适应鲁棒CKF算法

针对多终端实时定轨过程中难以精确获得量测噪声统计特性及存在异常测速值导致滤波精度降低的问题,提出一种基于奇异值分解(SVD)的自适应鲁棒容积卡尔曼滤波(CKF)算法。使用欧拉预测校正法离散带J2项摄动的轨道动力学方程以得到状态方程。将H∞鲁棒滤波思想应用于CKF算法,建立了非线性条件下约束水平与滤波信息的反比关系,实现对约束水平的自适应调整,并使用SVD代替传统的Cholesky分解以提高数值计算的稳定性。仿真结果表明,欧拉预测校正法可以有效提高轨道动力学方程离散精度;相比标准CKF算法,自适应鲁棒CKF算法具有更高的定轨精度及鲁棒性。     

MATLAB LMI工具在鲁棒稳定性分析中的应用

针对一类普遍存在的不确定时滞系统，基于线性矩阵不等式(LMI)的描述进行系统的稳定性分析，得到了用一个线性矩阵不等式系统的可行性表示的鲁棒稳定性滞后依赖型条件。介绍了如何利用MATLAB软件中的LMI工具箱进行分析与设计，据此计算出最大的允许时滞界。针对此类系统的鲁棒稳定性分析给出了数值算例。     

3-UPU并联自动调平机构控制系统设计

为解决自动调平机构系统稳定性差和调平精度低的问题,设计了一种基于3-UPU并联机构和PI鲁棒滑模控制的调平系统。首先,基于螺旋和反螺旋理论,设计了一种3-UPU并联机构作为系统的调平机构,并建立了机构的动力学方程,为调平控制系统提供了控制对象。然后,在PI控制的基础上,利用鲁棒滑模算法的抗摄动、实时修正系统非线性的功能,设计了一种PI鲁棒滑模控制器,并运用Lyapunov函数证明了控制器的稳定性。最后,分别采用两种控制方法对机构的调平误差进行了仿真分析,结果表明:PI鲁棒滑模控制器有更佳的调平精度和较小的稳态误差,为调平机构的研究提供了一种参考方案。     

未建模动态对象的鲁棒混合自适应控制器设计与研究

针对未建模动态对象设计了混合自适应控制器,并且对系统的鲁棒稳定性进行了分析,仿真结果表明：该控制器使闭环系统具有鲁棒稳定性。     

基于条件神经域的行为识别研究

以常用的行为识别数据集作为研究对象,利用条件神经域模型进行单人行为识别。首先用鲁棒自适应视觉背景提取算法提取特征,然后使用质心对齐方式截取目标区域并转成一维向量,最后将特征向量进行实验训练与测试,并将测验结果与隐动态条件神经域和支持向量机算法识别结果相对比。结果显示,条件神经域模型算法在识别率和稳定性方面都优于另外两种算法。     

可重构机械臂构型自适应控制研究

针对可重构机械臂系统存在的不确定性及不同构型下的轨迹跟踪问题,提出了径向基函数(Radial Basis Function,RBF)神经网络鲁棒自适应补偿控制算法。设计了RBF神经网络补偿控制器自适应逼近补偿系统存在的未知项;为减小控制器逼近误差及适应构型变化时的鲁棒性,在控制律中引入了鲁棒项;基于李雅普诺夫(Lyapunov)稳定性理论设计了构型自适应调节律和鲁棒项并证明了闭环控制系统的稳定性。最后,以两种典型的可重构机械臂构型进行研究,结果表明所提算法能够适应系统构型的改变,同时有效地补偿系统存在的不确定性。     

数控机床速度伺服系统自适应控制研究

针对数控机床速度伺服系统，讨论一种具有鲁棒稳定性的模型参考自适应控制方法，提出一种简便的高阶状态变量获取方法以及一种鲁棒适应算法，以便能消除由于有界扰动而引起的参数漂移。并对ＳＣＳ－０１伺服系统进行仿真实验，得到很好效果。     

电动助力转向系统的鲁棒H∞控制研究

电动助力转向系统（Electric Power Steering,EPS）中,机械摩擦、传感器噪声和路面干扰等不确定因素将降低EPS的助力跟踪性能、转向轻便性和鲁棒稳定性。针对该问题,以电动助力转向的助力跟踪性能、转向路感和车辆操纵稳定性为控制目标,基于电压补偿控制,设计了鲁棒H∞控制器。利用MATLAB/SIMULINK搭建了EPS控制模型、二自由度整车模型、轮胎模型,在单位阶跃操纵力矩作用下,仿真对比了电压补偿控制和基于电压补偿的鲁棒H∞控制的仿真响应情况,结果表明基于电压补偿的鲁棒H∞控制具有更好的助力跟踪性能、转向路感和鲁棒稳定性。     

基于H∞控制理论的交流伺服系统控制器设计

为了抑制模型摄动及外部干扰对永磁同步电动机（PMSM）交流伺服系统的影响,根据永磁同步电动机的鲁棒控制模型设计了鲁棒H∞反馈控制器,采用鲁棒H∞反馈控制器对电流环的电流突变进行了补偿,减少了负载阻力、端部效应等外部扰动对系统性能的影响。仿真结果表明：鲁棒H∞控制具有良好的鲁棒稳定性和抗干扰性。     

基于模糊RBF神经网络动态摩擦分块补偿的机器人数字鲁棒滑模控制算法

结合非线性、强耦合的机器人动力学模型,提出了采用3个模糊RBF神经网络对机器人中的不确定项——LuGre动态摩擦进行分块补偿的机器人数字鲁棒滑模控制算法,在线自适应训练非线性动态摩擦项的参数,并分析了该算法的Lyapunov稳定性。通过在二自由度机器人上的仿真,证明了该算法具有高精度、高可靠性、高品质、稳定、强鲁棒性等特点。同时发现了该机器人的摩擦模型中存在类菱形吸引子等非线性动力学现象。     

订单不确定下双资源约束多装配线鲁棒调度

考虑生产过程中的订单不确定等因素,建立了以最大化交付满意度、最大化装配线平衡率及最小化完工时间跨度为目标的鲁棒调度模型,基于差分进化算法和粒子群算法提出了对模型进行求解的混合优化算法,并通过算例验证了混合优化算法求解该鲁棒调度模型的可行性和有效性。最后综合分析PTCN公司二厂多装配线生产车间的实际生产情况,将所建立的鲁棒调度模型和提出的混合优化算法应用于实际的多装配线生产过程,获得了较优的调度结果。     

μ理论在柔顺力控制中的应用

研究μ理论在柔顺力控制系统中的应用。为模拟空间对接强制校正阶段的推出和拉近过程,提出基于6自由度并联机器人位置内环的柔顺力控制策略。描述基于位置内环的柔顺力控制系统串级控制结构,阐述用经典控制策略实现柔顺力控制的方法。综合考虑参数变化、模型变动和外来干扰等不确定性,利用μ综合控制理论设计鲁棒力控制器。给出鲁棒力控制系统回路中加权函数的详细选取方法和鲁棒力控制器的设计过程。通过μ分析比较鲁棒力控制器和经典力控制器的鲁棒稳定性和鲁棒性能。通过鲁棒力控制器和经典力控制器进行柔顺力控制试验,结果表明了所设计鲁棒力控制器的有效性和优越性。     

基于观测器的离散互联系统的故障诊断

研究了一类不确定离散互联系统的故障诊断问题。将改进的快速自适应估计(FAFE)算法应用到了离散互联系统的故障估计中,设计了分布式故障观测器。由于采用了改进的FAFE算法,在设计过程中可以避免计算原来FAFE算法需要的约束条件,从而解决了系统中带有不确定参数时这种约束条件难以计算的问题。同时改进的FAFE算法可以保持原来算法的精度。基于H∞鲁棒稳定性理论,证明了观测器的故障估计误差和状态估计误差是鲁棒稳定的且满足H∞性能指标。最后,在仿真中考虑了多个故障情形,并通过实例证明了本理论和方法的正确性。     

四轮独立驱动EV侧向稳定性H∞鲁棒容错控制

为解决参数不确定性四轮独立驱动电动汽车发生执行器及传感器故障时车辆侧向稳定性控制问题,提出一种H_∞鲁棒容错控制方法。运用故障矩阵函数引入车辆连续性故障,建立了考虑执行器及传感器故障的二自由度车辆参数不确定性动力学模型。运用线性矩阵不等式求解方法设计车辆侧向稳定性H_∞鲁棒容错控制器,保证车辆动力学系统渐近稳定性及抗干扰能力,实现控制系统H_∞鲁棒性能满足给定的干扰衰减指标。搭建CarSim与MATLAB/Simulink联合仿真实验平台,验证控制器的有效性。仿真实验表明,所设计H_∞鲁棒容错控制器能有效提升了车辆的侧向稳定性及安全性,对车辆故障具有良好的容错控制能力。     

基于广义非凸鲁棒主成分分析的视频前背景分离

针对基于传统鲁棒主成分分析的视频前背景分离的精度不高的问题,提出了一种新的广义非凸鲁棒主成分分析(GNRPCA)模型。该模型分别采用广义核范数和广义范数来代替鲁棒主成分分析模型中的秩函数和l_0范数,以解决现有鲁棒主成分分析模型存在的对秩函数和稀疏度函数的替代函数过惩罚而导致逼近程度不佳的问题。然后采用交替方向乘子法(ADMM)对提出的GNRPCA模型进行求解。最后,将该算法用于视频前背景分离,进行仿真实验并对实验结果进行分析。实验结果证明提出的算法的平均F-measure值为0.589 2,相对于截断核范数算法提高了13%以上,比其他的基于鲁棒主成分分析的视频前背景分离算法更具有优越性和有效性。     

异质队列的分布式鲁棒解耦控制

基于分布式控制结构和基于图论的通信拓扑描述方法,针对车辆节点动力学的不确定性设计了一种异质队列的鲁棒解耦控制策略。采用乘性不确定模型覆盖由下位控制器和车辆动态特性构成的队列节点的动态特性,在此基础上通过通信拓扑的特征值分解和线性变换将异质队列控制系统分解成H∞范数有界的不确定部分和一个对角系统,从而实现队列系统的解耦。进一步对该控制系统的鲁棒稳定性、跟踪性能和队列稳定性进行理论分析。通过与非鲁棒控制器,以及不同通信拓扑下的系统性能进行台架实验对比分析,对所提方法的鲁棒稳定性、跟踪性能和队列稳定性进行了验证。