非线性广义最小方差控制律综述

如何设计简单的控制策略对复杂非线性系统进行控制是控制界还未解决的难题．非线性广义最小方差控制律的提出使得非线性控制器的设计可以基于更为一般的非线性模型，并且控制器易于实现．整个系统包含时滞环节，稳定的非线性输入子系统和一个可以用多项式或者状态空间描述的子系统．通过最小化由误差加权项、状态加权项和输入加权项组成的信号的方差得到优化控制器．在系统为开环稳定的情况下，可用史密斯预估器进行控制．本文首先介绍了非线性广义最小方差控制的发展进程，然后综述了基于状态空间和多项式描述的系统的非线性广义最小方差控制器的设计以及其现状和今后的发展方向．     

一类连续级联系统的全局一致稳定性

针对一类非线性连续级联系统, 利用齐次系统的齐次性质给出了其全局一致稳定性分析结果. 假设级联系统中的驱动子系统和被驱动子系统分别满足全局一致渐近稳定且满足一定的齐次度, 若级联项也满足一给定齐次不等式, 则整个非线性级联系统为全局一致渐近稳定的. 若驱动子系统和被驱动子系统都具有负的齐次度, 则该非线性级联系统为全局一致有限时间稳定的. 与传统的ISS假设或级联项增长假设相比, 文中方法所给的齐次不等式条件更容易验证. 且文中方法不仅适用于Lipschitz连续的系统, 而且适用于非Lipschitz连续的系统. 两个例子验证了该方法的有效性.     

链预估器及其应用

本文基于链系统给出一种结构分散型预估算法.设计子预估器需要的结构信息仅为相应 子系统的模型,而不必考虑其它子系统的结构信息.构成子预估器的测量信息也是分散化的, 除含该子系统的输入和输出外,仅含与它直接关联的测量信息.文中提出了即时预估和超时 预估的概念,研究了有关的性质.最后讨论了链预估器在过程控制中的一个应用实例.     

基于结构自适应滤波方法的非线性系统辨识

针对非线性系统辨识中定结构参数辨识局限性高和辨识率低的问题，将结构自适应引入辨识的优化，提出一种基于子系统的结构自适应滤波（SSAF）方法。该方法的模型由若干子系统级联而成，每一个子系统均为线性-非线性混合结构。子系统的线性部分是一个一阶或二阶可选的无限脉冲响应滤波器（IIR），非线性部分则是一个静态的非线性函数。初始化中，子系统的参数随机产生，生成的若干子系统按照设定的连接规则进行随机连接，而不含反馈的连接机制确保了非线性系统的有效性。采用一种自适应多精英引导的复合差分进化（AMECoDEs）算法用于自适应模型循环优化，直至找到最优的结构和参数，即全局最优。实验结果表明，SSAF方法在非线性测试函数以及真实数据集上的表现优异，辨识率高且收敛性好，与聚焦时滞递归神经网络（FTLRNN）相比，它所用参数的个数仅为FTLRNN的1/10，且适应值精度提高了7%，验证了所提方法的有效性。     

基于多智能体的循环流化床锅炉燃烧控制系统

由于循环流化床锅炉燃烧系统具有参数分布广、非线性、时变和大滞后等控制难题,因此分析了该系统的结构与工艺特点。运用多智能体建模方法,将系统进行机理分析分解为若干个子系统,并找出子系统输入输出变量之间的关系,建立被控对象的子系统的数学模型。采用多智能体预估和控制方法,给出循环流化床锅炉燃烧系统的多智能体预估控制算法。仿真结果表明采用该建模和控制方法,能够取得满意的控制效果。     

基于两级算法的混沌控制

提出了一种两级算法,可以解决连续混沌系统的最小能量控制问题,首先,给出一个二次目标函数,同时把混沌系统分解为线性部分和非线性部分.上级算法对混沌系统中的非线性部分进行预估,并把整个原系统表为带有常系数的线性系统;下级算法用极小值原理解决这个典型线性二次最优控制问题,并把解返回到上级算法,上级算法根据下级的解对非线性部分重新预估.这样通过两级间不断的信息交换,最终得到混沌系统的最优控制律.该方法不仅实现了对混沌系统的控制,而且在整个控制过程中保证控制能耗为最小.证明了算法的收敛性和闭环系统的稳定性.对统一混沌系统的仿真结果表明了控制策略的有效性.     

广义连续随机非线性系统的递推算法*

讨论了广义连续随机非线性系统的最优递推问题,利用矩阵的奇异值分解理论,给出了广义连续随机非线性系统的奇异值标准形式.基于标准形式,在两种情况下将系统分解成两个子系统,通过对子系统状态估计的研究,得到了该系统的最优递推算法.     

基于k近邻的批次过程在线实时监测方法

针对基于k近邻的故障检测方法(Fault Detection method using the k-Nearest Neighbor rule,FD-kNN)的在线实时监测需预估当前时刻之后的采样数据,检测性能会受到预估精度影响的问题,对FD-kNN进行扩展以适用于批次过程的实时监测.该方法根据每个采样时刻的历史数据进行建模,并根据这些模型实时监测批次过程.该方法不需要预估数据,避免由于预估误差大而带来的误报和漏报问题,同时较好地继承k近邻法则(k-Nearest Neighbor rule,kNN)在处理非线性、多模态和非高斯等问题上具有的优势.青霉素发酵过程的仿真试验验证该方法可行.     

基于改进的通用学习算法非线性预测控制系统设计

传统的PID控制由于对象的非线性,会导致控制系统震荡加剧,而且会造成闭环系统的不稳定,这对于系统的设计与维护造成了很大的困难;为了解决该问题,提出了一种改进的ULN预估非线性预测控制系统设计方案;利用通用学习算法对不同的滞后对象进行训练,在基于对象充分学习的基础上,设计了ULN预估控制器;最后做了多组对比实验,以典型的PH中和控制系统为例,利用通用学习算法对不同的滞后对象进行训练,在基于对象充分学习的基础上,设计了ULN预估控制器;通过仿真实验结果表明,提出的方法比传统的方法具有更好地控制效果,系统具有更强的鲁棒性能。     

基于逆系统理论的力觉临场感机器人系统控制

力觉临场感机器人系统是一个存在通信时延的非线性耦合MIMO系统,因此,直接对其进行远程遥控非常困难。为了解决这个难题,首先运用了逆系统方法将从机械手线性化,并将其解耦成若干个伪线性SISO子系统;同时假设遥控过程中的输入通信通道和反馈通信通道的时延时间都为已知常数,从而将通信时延和伪线性系统作为复合被控对象;最后对每个SISO子系统分别设计了Smith预估器。仿真试验结果证明了该控制方法的有效性。     

多杆柔性关节机械手轨迹规划的次优化方法

本文对多杆柔性关节机械手的轨迹规划问题进行了研究．首先利用逆系统解耦方法把这一有约束非线性规划问题转化为多个子系统的线性规划问题，然后通过子系统线性规划问题的解析最优解构造了多杆柔性关节机械手轨迹规划的次优化解     

多杆柔性关节机械手轨迹规划的次优化方法

本文对多杆柔性关节机械手的轨迹规划问题进行了研究．首先利用逆系统解耦方法把这一有约束非线性规划问题转化为多个子系统的线性规划问题，然后通过子系统线性规划问题的解析最优解构造了多杆柔性关节机械手轨迹规划的次优化解     

非线性微分——代数子系统的逆系统的构造

对于一类非线性微分-代数(Differential-algebraic equation, DAE)子系统, 将非线性常微分方程(Ordinary differential equation, ODE)系统的逆系统方法进行了完全扩展. 首先对此类非线性DAE子系统提出的物理背景和系统特性进行了详细阐述. 然后给出了非线性DAE子系统的逆系统定义, 包括单位右逆系统和 α 阶积分右逆系统. 接下来提出一种递归算法, 利用此算法给出了被控系统可逆的充要条件, 并构造了物理可实现的控制器, 实现了非线性DAE子系统的线性化解耦. 最后基于本文所提出的控制方法, 研究了电力系统同步发电机组励磁汽门综合控制的线性化解耦问题.     

大型动力系统的降维：基于模态截断的非线性Galerkin方法

为了有效地求解大型动力系统,现已提出了各种降维方法．根据非线性Galerkin方法的求解思路,我们将大型动力系统分解成三个子系统,即”慢子系统”、”适速子系统”和”快子系统”．在此基础上提出了改进的非线性Galerkin方法,即：在数值积分过程中将适速子系统的贡献导入慢子系统．然后,以一个含有立方非线性的5自由度强迫振动系统为例阐明了新方法的有效性．     

含参数多自由度非线性系统的降维方法研究

研究一类具有一定结构特点的含参数多自由度非线性系统,以固定界面动态子结构方法为基础,借助于灵敏度分析的基本思路,提出一种实用的降维方法首先根据实际系统的结构特点将其划分为若干子系统,使其中部分子系统是线性的,其余子系统是非线性的基于灵敏度分析的相关理论导出线性部分子系统的频率、模态对于参数的依赖关系,采用固定界面模态综合法将线性部分子系统的截断模态与非线性子系统进行综合,最终得到具有较低维数的含参数非线性动力系统结合具体算例,将降维前后的非线性动力系统随参数值变化时的对应的幅频特性曲线进行了比较算例表明,采用这里提出的降维方法所得到的低维系统可以较为准确地反映原系统的动力学特性．     

同步发电机非线性广义子系统模型的解耦控制

针对基于非线性奇异子系统模型的同步发电机,本文利用逆系统方法,研究了其励磁汽门综合控制的输入输出线性化解耦问题.同步发电机本质上是电力大系统中的一个非线性奇异子系统,同步发电机的解耦控制是使系统达到优良性能的重要途径之一.本文提出一种递推算法,利用逆系统方法将被控系统转化为两个独立的积分型线性子系统,实现了系统的动态解耦.仿真结果表明了本文所提控制方法的有效性.     

非完整移动机器人的连续时变鲁棒K指数镇定

针对带有参数不确定性动态非完整移动机器人的镇定问题,提出一个全局连续的时变鲁棒控制律.首先,使用全局可逆变换将系统的动力学模型转换成一个不确定性线性子系统和一个不确定性非线性子系统;然后,引入一个与初值有关的指数衰减项,将非线性子系统转换成带扰动项的线性系统;最后,设计鲁棒控制律将整个系统镇定到原点.与已有的控制器相比,所提出的控制器能同时获得连续性、渐近性和指数收敛速度,仿真结果也验证了这一点.     

连续Hammerstein模型参数估计方法

本文提出一种辨识连续Hammerstein模型参数的方法,该方法利用不同幅值的M周期序列作为系统的输入,通过DFT变换,离析出线性子系统的连续模型,并由频域辨识法及时域辨识法直接估计出连续模型的参数和非线性特性的系数。数字仿真结果表明本算法是可行且有效的。     

改进三级共态预估法收敛性能的四级算法

本文提出的四级算法是一种由Hassan-Singh的三级共态(?)法发展起来的、解大规模非线性动态系统问题的递阶算法。为了获得更合理的对轨线的预估值X~*、u~*,运用Kalman滤波的思想改进了原来的预估算法。在实际应用中,这种改进的四级算法比三级算法表现出更好的收敛性能。最后在附录里对这种算法的收敛性作了证明。     

一类时变非线性系统自适应控制

针对非线性时变系统提出一种间接自适应方法。利用时尺变量函数，将非线性系统划分为若干子系统，间接自适应方法对任意信号都具有稳定性。仿真结果表明了，此法的有效性。