不确定离散时滞大系统的鲁棒稳定性

对于一类具有时变时滞以及非线性不确定性的离散大系统,考虑了其鲁棒稳定性问题.基于Lyapunov泛函方法及矩阵范数不等式方法,提出了这类时滞大系统的时滞无关鲁棒稳定性判据,所得判据条件由一族Lyaunov方程以及代数不等式给出,计算简单,验证方便.最后以一个数值实例表明了本文所得结论的正确性.     

区间时滞系统的非脆弱鲁棒H∞控制

针对一类时滞是时变的且属于一个已知区间的线性系统,提出了一种新的Lyapunov-Krasovskii函数分析方法,分析区间时滞线性系统的稳定性,并设计了非脆弱鲁棒H∞控制器.设计的非脆弱鲁棒H∞控制器不仅可以保证时滞系统是渐近稳定的,同时可以满足所给定的H∞性能指标.非脆弱鲁棒H∞控制器可以通过线性矩阵不等式方法获得.仿真例子验证了该方法的有效性.     

不确定离散时滞系统的H∞保性能预见控制

针对一类具有凸多面体不确定常参数的离散时间时滞系统,研究其H_∞最优保性能预见控制器的设计方法.首先,与以往不同,本文的扩大误差系统仍然保留了时滞,以保证扩大误差系统的状态向量维数不随时滞的增加而增加.其次,针对所构造的扩大误差系统,设计有记忆的状态反馈控制器,并利用线性矩阵不等式方法,导出确保所求控制器存在的条件及该控制器设计的方法.最后,通过建立并求解一个含线性矩阵不等式约束的凸优化问题,给出扩大误差系统的鲁棒H_∞保性能控制器,该控制器对于原系统来说就是鲁棒H_∞保性能预见控制器.      

基于分段分析方法的时滞不确定离散系统的时滞相关稳定性

研究了一类时变时滞不确定离散系统的时滞相关稳定性问题.不确定项具有线性分式形式.基于分段分析方法,将时滞区间分成若干子区间.通过构造新的Lyapunov泛函,得到保守性较小的时滞相关稳定性条件,所得结果完全由线性矩阵不等式形式给出.数值算例表明了该方法的有效性.     

具有时变时滞的变采样周期网络控制系统的稳定性分析

研究了一类具有时变时滞和变采样周期的网络控制系统的稳定性问题.网络控制系统被建模为等效的具有输入时滞的系统,通过构造一个新的具有不连续项的Lyapunov泛函,给出了线性矩阵不等式作为使得闭环系统指数稳定的充分条件.通过求解这些线性矩阵不等式,可以找到一个常数作为采样时刻和输入更新时刻之间的上界,保证闭环系统的稳定性.数值仿真算例表明,该方法有效且相比已有文献局限性更小.      

状态时滞多采样率线性离散广义因果系统的最优输出调节器设计

研究了带有状态时滞的多采样率线性离散时间广义因果系统的最优输出调节器的设计问题.首先利用离散提升技术将原系统转化为形式上无时滞的系统.再通过等价变换,利用系统的因果性特点将其化为一个正常系统.继续对系统进行离散提升,导出一个形式上简单的单采样率系统.然后将原系统的二次性能指标函数修正为单采样率系统的二次性能指标函数,进而利用最优调节原理,得到其最优调节器.再经过变换,得到多采样率系统的最优输出调节器.同时对导出的单采样率系统的能稳定性和能检测性进行了讨论,给出了严格的数学证明.最后的数值仿真表明,本文所设计的最优调节器是有效的.      

变时滞中立系统的时滞依赖渐近稳定性分析

本文讨论了一类变时滞中立系统的时滞依赖渐近稳定性问题.通过利用Lyapunov-Krasovskii泛函(LKF)和自由权矩阵方法,得到了该系统渐近稳定性的时滞依赖新判据.交叉项间的联系由Leibniz-Newton公式给出.定理的推导没有利用模型转换和交叉项有界方法.由于结果以严格线性矩阵不等式形式给出,所以很容易验证所考虑系统的稳定性.最后的数值实例验证所给判据的有效性和对已有结果的改进.     

双重指数函数的幂级数可展性

考察一个函数在给定区间上是否可展为麦克劳林级数,一般是判断余项在该区间上是否趋于0.利用该方法,通过建立一个级数估计式,给出双重指数函数y=eex在实数域上的可展性证明.     

不确定随机时滞系统参数依赖鲁棒镇定

现有的一类具有凸多面体不确定随机时滞系统鲁棒镇定条件存在较大保守性,为此,研究了一类具有凸多面体不确定性随机时滞系统参数依赖鲁棒镇定问题.利用Lyapunov随机稳定理论和构造参数依赖的Lyapunov函数,以线性矩阵不等式(LMIs:Linear Matrix Inequalities)的形式给出一类具有凸多面体不确定性随机时滞系统参数依赖鲁棒镇定的充分条件.并通过数值例子说明了该方法计算过程简单,结论精确,适用于工程中结果的有效性.     

一类具多偏差变元的非线性时滞微分方程的稳定性

本文利用Gronwall积分不等式,研究了形如(1)的具多偏差变元的非线性时滞微分方程的稳定性及一致稳定性.     

随机反应扩散神经网络的鲁棒稳定性

研究一类具有分布时滞和反应扩散的随机细胞神经网络,通过构造Lyapunov泛函,并利用It(o)公式以及线性矩阵不等式(LMI),得到不确定系统鲁棒稳定的充分条件.     

两种非正态总体参数的区间估计

推导给出了两类非正态总体参数的区间估计,对二项分布的参数P和泊松分布的参数λ分别给出了其等尾双侧区间估计.     

具有跟踪鲁棒性能的H_∞最优预见控制

研究了一类不确定离散时间系统的鲁棒H∞预见控制问题.其中采用一种新的方法构造扩大误差系统,避免对时变的系数矩阵取差分,从而成功构造简化的扩大误差系统.然后针对所求得的不确定系统的扩大误差系统,通过引入带有预见作用的状态反馈,研究鲁棒H∞保成本控制问题,得到确保鲁棒H∞控制器存在的充分条件及H∞状态反馈控制器的设计方法.该条件可以通过求解一个线性矩阵不等式优化问题而实现.所得控制器回到原系统就得到带有预见作用的最优预见控制器.而且,通过引入积分器,实现闭环系统对目标值信号的鲁棒无静差跟踪.最后的数值算例说明了本文理论的有效性.     

基于可编程级联低通滤波器实现的定子磁链估计器

为了提高定子磁链估计器的性能,介绍一种基于可编程级联数字低通滤波器实现的定子磁链估计器.通过介绍这种定子磁链估计器的基本结构并分析其频率特性可知,这种估计方法能够有效地消除初始估计误差和离散化误差对估计结果的影响,减小由直流分量引起的定子磁链估计误差.利用Matlab软件进行仿真实验和物理实验,给出了实验结果,结果验证了这种定子磁链估计方法的可行性.     

时滞对高速铁道车辆悬挂系统半主动控制的影响

利用多体动力学技术和联合仿真的方法及半主动开关控制和改进型开关控制中的时滞,对车辆动力学性能的影响进行了仿真分析.结果表明:无时滞理想状态下,半主动控制对车辆横向动力学性能的控制效果明显,且运行速度越高控制效果越好;时滞对车辆横向动力学性能的影响较大,但并非随着时滞的增大而逐渐恶化,而是呈波浪形起伏,当时滞处于100-200 ms和400-500ms范围时,半主动控制效果最差,甚至失效;考虑时滞后,开关控制效果优于其改进型,这与没有考虑时滞因素时结论相反,证实了时滞分析的必要.     

基于ELM和MCSCKF的锂离子电池SOC估计

为了减少噪声对锂离子电池荷电状态估计的影响,本文提出一种新颖的基于极限学习机和最大相关熵平方根容积卡尔曼滤波的SOC估计方法。首先,利用泛化性好、运行速度快的极限学习机作为卡尔曼滤波的测量方程;其次,基于灰狼优化算法,极限学习机的超参数被优化以提高电池荷电状态的估计精度;最后,基于最大相关熵平方根容积卡尔曼滤波,极限学习机的测量噪声被进一步减弱。所提方法可以简化极限学习机繁琐的调参过程,且为闭环的SOC估计方法。所提方法在多工况和宽温度范围内被测试以验证其泛化性能。测试结果显示,所提方法明显地提高了锂离子电池的荷电状态估计精度。同时,对比其他算法,所提方法的平均运行时间仅仅为长短时序列和循环门控单元网络的三分之一。当行驶工况复杂、温度变化区间较大时,所提方法的均方根误差小于1%,最大误差小于3%。当存在初始误差与环境噪声时,所提方法显示出了优越的鲁棒性。      

基于数据丢包的离散奇异脉冲系统量化控制器设计

针对离散奇异脉冲系统,在保证闭环系统稳定的基础上,考虑网络中存在的数据丢包和信号量化问题,提出了一种基于数据丢包的量化反馈控制器设计方法.首先,根据非线性奇异脉中系统的描述,建立了相应的具有丢包的闭环量化反馈控制系统的数学模型.其次,根据李亚普诺夫稳定性理论,给出了离散奇异脉冲系统的渐近稳定的充分条件以及量化反馈控制器的设计方法.最后,通过求解一组代数矩阵不等式得到量化反馈增益.通过对洛伦兹系统仿真,表明利用所设计的量化控制器能够保证闭环非线性离散奇异脉冲系统在具有数据丢包的情况下渐近稳定.     

一类非线性中立双曲型偏泛函微分方程的振动性

研究一类多滞量的非线性中立双曲型偏泛函微分方程的振动性,借助广义Riccati变换和微分不等式技巧,获得这类方程分别在Robin、Dirichlet边值条件下所有解振动的若干新的充分性条件,表明其振动是由时滞量引起的,所得结果推广了最近文献的相关结果.     

电力系统状态估计算法综述与研究趋势

状态估计的核心部分是状态估计算法,简要介绍了电力系统状态估计的基本概念和数学模型,阐述了近年来研究较多的几种电力系统状态估计算法,其中包括:最小二乘算法、快速分解算法、正交变换算法、量测变换状态估计算法以及分区协凋算法等,并对各个算法的优缺点加以评述.最后对状态估计算法的发展趋势进行了展望.     

粗轧带坯宽向温度分布的仿真

基于以往对固体热交换问题的研究,提出了一种新的适合于粗轧带坯宽向温度分布的仿真方法,并对热交换系数的优化提出有效的经验值估计区间法。仿真实验结果表明：新的仿真方法改善了仿真数学模型的形式,并且利用经验值估计区间的参数优化法大大地提高了运算效率。