不确定线性时滞随机系统的最优保性能控制

对一类具有状态时滞的不确定线性随机系统,研究了保性能状态反馈控制律的设计问题。采用线性矩阵不等式方法和伊藤公式,导出了保性能控制律的存在条件。进而,通过求解一个线性矩阵不等式约束的凸优化问题,提出了最优保性能控制律设计方法。最后用数值例子说明了该方法的有效性。     

自然激励下某电动汽车白车身模态参数识别

为了研究电动汽车白车身的动态特性,提出了一种基于自然激励的结构模态参数识别方法。 利用此方法对某电动汽车 白车身进行了结构模态参数识别,得到了其前三阶结构模态参数。 并将利用该方法识别的结果和传统方法识别结果进行了对 比,发现固有频率最大误差为 1. 8%,阻尼比最大误差为 13%,振型基本一致,进而验证了方法的正确性。 之后利用识别的模态 参数结合电动汽车工作特性,对该白车身的动态特性进行了评价。 提出的方法不需要专用的激励设备,可应用于不易激励的大 型、重型结构模态参数识别。 模态参数识别的结果对电动汽车白车身动态特性设计具有一定的指导意义。     

高相对度非正则离散抛物分布参数系统迭代学习控制

对一类具有高相对度的非正则离散抛物型分布参数系统的迭代学习控制问题进行了研究.首先将集中参数系统高相对度的定义相应的推广到离散分布参数系统.基于本文的非正则离散分布参数系统,设计了一类带有相对度为p的离散分布式迭代学习控制算法.然后由偏差分方程解的一般形式,将该分布参数系统降维处理为一般的离散线性系统,给出了在适当初边值条件下迭代跟踪误差沿迭代轴收敛的充要条件.用线性系统稳定性理论证明了本文所设计的分布式学习控制算法的收敛性.数值例子说明了所给算法的有效性.