浸入与不变方法原理及其在非线性自适应控制中的应用

非线性系统理论的实际工程需求和复杂性使其成为控制学科中最具吸引力和挑战性的研究领域,为此介绍了一种新的非线性控制律设计方法——浸入与不变（I&I）理论.该方法首先选择一个比被控系统维数低的（局部）渐近稳定的目标系统,然后设计浸入映射和控制律,使得原系统在控制律作用下的动态轨迹都是目标系统在浸入映射下的像,并且该控制律能够保持目标系统的像为不变吸引流形,且使闭环轨迹有界.针对未知点质量模型,设计了一种新的非线性浸入与不变自适应控制律,实现了对参考指令的精确跟踪.将其与基于确定等价原则的自适应控制律相比较,仿真结果表明,所设计的浸入与不变控制律能够更好地处理带有未知参数的系统.     

全方位移动机械手运动控制Ⅰ——建模与控制

针对一类由轮式驱动全方位移动平台和机械臂所组成的全方位移动机械手,首先通过对机械结构和运动特性的分析,建立一体化运动学模型,并利用拉格朗日力学法建立动力学模型,分析这两种模型的运动性质.然后根据所建立的模型,分别设计轨迹跟踪控制器,并对控制器的稳定性予以证明.在基于动力学模型的轨迹跟踪控制器中,通过结合全方位移动平台的运动学模型和全方位移动机械手的动力学模型,定量地分析移动平台运动状态对机械臂的耦合作用,并在相应的轨迹跟踪控制器中予以补偿.仿真结果不仅显示所提出两种模型的正确性和相应轨迹跟踪控制器的有效性,而且也说明所述方法可以作为一类移动机械手通用的建模和控制方法.     

全方位移动机械手运动控制Ⅱ——鲁棒控制

研究考虑全方位移动机械手系统动力学未知情况下的鲁棒控制问题.首先,在原有动力学模型的基础上,建立考虑外部干扰的移动机械手动力学模型.利用神经网络无穷逼近能力,设计估计器对系统结构不确定性进行在线辨识.然后,提出一种不依赖神经网络先验知识的鲁棒轨迹跟踪控制策略,从理论上证明其稳定性,并且该控制器能够有效阻止非模型有界干扰的影响,实现了对全方位移动机械手系统中不同动力学特性的移动平台和机械臂的协调控制.同时,为了减轻神经网络在线学习的计算量,提出一种分离式的神经网络结构,对系统结构不确定项中的两个独立矢量进行分别辨识,有效地提高了神经网络的训练效率.最后,通过计算机仿真结果验证了所提出控制律的有效性,能够快速稳定地实现全方位移动机械手系统的协调轨迹跟踪控制.     

基于数据驱动的重型燃气轮机多模融合建模方法研究

针对重型燃气轮机建模问题,通过分析某电厂GE9FA重型燃气轮机的实际运行数据,将其工作过程 按阶段划分为盘车清吹、共同加速、独立加速、全速空载和负载调整5种模式,提出一种基于非线性有源自回 归（NARX)模型和神经网络架构搜索（NAS)方法的新型多模融合建模方案,并采用线性插值方法解决数据采 样周期和控制周期异步的问题,实现了燃气轮机全流程的高精度建模,验证结果说明了所提出方法的正确性 及由此构建的模型的有效性。     

基于机理数据协同驱动的重型燃气轮机 控制系统参数解析余度构建研究

针对重型针对重型燃气轮机控制系统传感器解析余度的构建问题,提出了一种机理数据协同驱动的控制系统 参数解析余度构建方法。首先基于重型燃气轮机工作原理,建立参数的机理模型;然后引人网络架构搜索法 得到最优前馈神经网络结构,通过前馈神经网络训练机理模型的误差,得到数据驱动模型,将其作为机理模 型的补偿部分,补偿部分提高了参数解析的精度。仿真结果表明本文提出的参数解析方法的有效性,用该方 法可获得精准的解析模型。 燃气轮机控制系统传感器解析余度的构建问题,提出了一种机理数据协同驱动的控制系统 参数解析余度构建方法。首先基于重型燃气轮机工作原理,建立参数的机理模型;然后引人网络架构搜索法 得到最优前馈神经网络结构,通过前馈神经网络训练机理模型的误差,得到数据驱动模型,将其作为机理模 型的补偿部分,补偿部分提高了参数解析的精度。仿真结果表明本文提出的参数解析方法的有效性,用该方 法可获得精准的解析模型。