一类非线性系统的次优控制研究

考虑一类关系度不确定且零动态稳定的非线性系统的控制器设计问题．利用预测控制概念,通过选用较为全面的二次型性能指标,对输出进行高阶泰勒级数展开,推导出一种非切换的解析次优控制律,进而得出了在该控制律下闭环系统局部稳定的充分条件．仿真例子验证了该控制算法具有较好的动态性能,与已有的近似线性化方法相比,显示了该控制策略的优越性．

     

折叠翼飞行器鲁棒飞行控制系统设计方法

为解决折叠翼飞行器在机载发射段主升力翼面/立尾展开前后气动特性变化较大,以及对飞行控制律鲁棒性要求较高的问题,基于飞行器六自由度非线性动态模型,应用随机鲁棒分析与设计方法(SRAD),对机载发射段折叠翼飞行器的翼面/立尾展开过程,设计了鲁棒飞行控制律,并通过对风干扰环境下的六自由度非线性弹道仿真,验证了翼面"立尾展开段鲁棒飞行控制律的有效性.

     

有界丢包网络环境下不确定系统的预测控制

研究了有界丢包网络环境下的多包不确定系统的鲁棒预测控制．首先在构建无限时域性能代价函数时,不同于传统预测控制方法,只考虑成功数据传输序列,并由此提出了两种鲁棒预测控制方法：将无限时域控制作用参数化为一个状态反馈控制律;或参数化为一个自由控制作用接一个状态反馈控制律．与传统方法一样,采用性能代价函数作为Ｌｙａｐｕｎｏｖ函数证明了系统的闭环稳定性．仿真实例验证了此方法的有效性．

     

不确定广义系统的输出反馈鲁棒预测控制

针对一类具有范数有界不确定性的广义系统,当系统状态不可测时,提出了一种基于输出反馈的鲁棒预测控制器综合算法．采用ＬＭＩ方法以及变量变换思想,将无限时域“最小 最大”优化问题转化为线性规划问题．确定出一组分段连续的输出反馈控制序列,给出了输出反馈控制律存在的充分条件,证明了优化问题在初始时刻的可行解可以保证广义闭环系统是渐近稳定且正则无脉冲的．仿真实例验证了所提出方法的有效性．

     

鲁棒线性优化问题研究综述

鲁棒优化（ＲＯ）是从计算复杂性的角度研究不确定优化模型鲁棒最优解的数学方法．从单阶段鲁棒优化和多阶段鲁棒优化两个方面对鲁棒线性优化（ＲＬＯ）理论的研究进展进行综述,前者的研究主要基于不同形式的不确定集合,后者的研究则基于前者的方法．研究多阶段不确定决策中决策变量受不确定参数实现值影响的情况,其核心是影响函数连续时的仿射可调鲁棒对应模型和函数离散时的有限适应性模型．最后对ＲＬＯ 的研究前景作了展望．

     

未知参数多变量线性系统自适应模糊广义预测控制

对未知参数多变量线性系统提出了自适应模糊广义预测控制方法.该方法直接用模糊逻辑系统组成的向量设计广义预测控制器,并基于广义误差向量估计值对控制器中的未知向量和广义误差估计值中的未知矩阵进行自适应调整.该方法不但能保证闭环系统所有信号有界,而且可使广义误差向量收敛到原点的一个邻域内.

     

不确定条件下循环供应链模糊自适应生产计划调度

首先,建立了循环供应链下生产计划调度模型和状态方程,通过模糊量化因子整合了正向和逆向生产计划,分析了循环供应链中存在的不确定性.然后,设计一种模糊自适应生产计划调度模型,对循环供应链生产计划的需求信息、回收信息、库存信息和生产信息进行模糊化,通过对生产计划量的自适应比例-积分-微分处理,提高了生产系统的产出对需求信息及回收信息的快速响应.最后,对该模型的应用进行了讨论和仿真验证.     

变精度模糊粗糙集的一种定义

模糊粗糙集模型同经典粗糙集模型类似,容易受到噪音数据的影响 .针对该问题,受变精度粗糙集模型的启发,提出了变精度模糊粗糙集的概念. 针对现有变精度模糊粗糙集模型尚不能满足一些基本性质的缺陷,重新定义了模糊近似空间中某一模糊集的 β-下近似和β-上近似,该定义方式能够满足上述的基本性质.

     

时滞相关不确定随机系统的鲁棒H∞控制

针对具有时变时滞和范数有界不确定性的随机系统,研究其随机镇定和鲁棒H_∞控制问题.设计状态反馈控制器,使得对所有可容许的不确定性,闭环系统随机稳定且满足给定的H_∞性能指标.利用线性矩阵不等式(LMI)及自由权矩阵技术得到系统镇定的一个充分条件,该充分条件由一组时滞相关的矩阵不等式表达.最后通过仿真数例表明了所提出方法的有效性.

     

自主汽车的侧向H∞自适应变论域模糊控制

自主侧向控制实现汽车自动调节转向和车道变换,是复杂的非线性控制系统.本文将变论域模糊控制,自适应技术和H_∞最优控制理论相结合对自主汽车的侧向系统进行控制,提高了系统的鲁棒性和控制精度.设计直接自适应变论域模糊控制器,利用Lyapunov稳定性理论证明了整个闭环系统的稳定性.然后与H_∞相结合,通过选取控制变量的权重因子,可以将逼近误差和外部扰动对跟踪误差的影响减小到任意给定的标准.最后把这种算法应用到了自主汽车的侧向系统的控制,仿真结果表明算法的实用性和有效性.     

基于变论域模糊增量理论的质子交换膜燃料电池温度控制

质子交换膜燃料电池(PEMFC)内部的电化学反应过程直接表现为温度的变化,所以有效的温度控制是保证燃料电池可靠性和耐久性的关键.本文将模糊增量控制用于PEMFC热管理系统中,将PEMFC的温度和电堆出入口温度差保持在设定值.首先,建立PEMFC热管理系统的动态模型,包括PEMFC电堆模型和辅助散热设备模型.然后,基于建立的系统模型,设计了一种变论域的模糊增量控制器.该控制器通过伸缩因子来动态调节模糊控制器中的量化因子和比例因子,实现对模糊论域的调节,从而提高控制的灵敏性和精确度.最后,将该温度控制方法用于10 kW燃料电池系统中,实验结果表明变论域模糊增量控制器相比于其他模糊控制方法,不仅具有更快的动态响应速度,还具有更强的鲁棒性和更高的控制精度.     

变论域自适应模糊控制在航机发电中的应用

航机发电系统是一个时变、非线性、强干扰、模型复杂,燃料供应不确定性大的复杂系统,应用传统的控制方法往往难于达到满意的控制效果.变论域自适应模糊控制具有对模型无准确要求、响应快速、精度高、鲁棒性好、适应性强等优点.本文将变论域自适应模糊控制器用于航机发电机组的调节与控制中.首先详细的论述了控制器的结构设计、伸缩因子的选择方法,然后给出了具体的控制算法;最后给出的现场试验及试运行结果表明该控制算法在航机发电中切实可行,效果令人满意.     

Chattering-free fuzzy variable structure control for multivariable nonlinear systems

In this paper, a fuzzy logic controller (FLC) based variable structure control (VSC) with guaranteed stability for multivariable systems is presented. It is aimed at obtaining an improved performance of nonlinear multivariable systems. The main contribution of this work is firstly developing a generic matrix formulation of the FLC-VSC algorithm for nonlinear multivariable systems, with a special attention to non-zero final state. Secondly, ensuring the global stability of the controlled system. The multivariable nonlinear system is represented by T-S fuzzy model. The identification of the T-S model parameters has been improved using the well known weighting parameters approach to optimize local and global approximation and modeling capability of T-S fuzzy model. The main problem encountered is that T-S identification method cannot be applied when the membership functions (MFs) are overlapped by pairs. This in turn restricts the application of the T-S method because this type of membership function has been widely used in control applications. In order to overcome the chattering problem a switching function is added as an additional fuzzy variable and will be introduced in the premise part of the fuzzy rules together with the state variables. A two-link robot system and a mixing thermal system are chosen to evaluate the robustness, effectiveness, accuracy and remarkable performance of proposed FLC-VSC method.     

Some approximation properties of adaptive fuzzy systems with variable universe of discourse

In the last 20 years, while most research on fuzzy approximation theory has focused on nonadaptive fuzzy systems, little work has been done on adaptive fuzzy systems. This paper introduces an algorithm for adaptive fuzzy systems with Variable Universe of Discourse (VUD). By means of contraction-expansion factors, universe of discourse can be modified online, and fuzzy rules can reproduce automatically to adapt to the modified universe of discourse. Thus, dependence on the size of initial rule base is greatly reduced. Using Stone-Weierstrass theorem, VUD adaptive fuzzy systems are proved to be universal approximators with two-order approximation accuracy. In addition, the convergence properties of approximation error are discussed, and a sufficient condition is presented to partition universe of discourse and to calculate the size of rule base. An example is also given to illustrate the approximation power of VUD adaptive fuzzy systems.     

未知多变量非线性系统自适应模糊预测控制

对一类未知多变量非线性系统提出了直接自适应模糊预测控制方法,此方法首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直接用模糊逻辑系统组成的向量来设计预测控制器,并基于时变死区函数对控制器中的未知向量和广义误差估计值中的未知矩阵进行自适应调整．文中证明了此方法可使广义误差向量估计值收敛到原点的一个邻域内．     

一类非线性系统的自适应预测函数控制

针对一类具有输出反馈耦合的离散非线性系统,将过程的非线性状态空间模型等效为线性时变状态空间模型;然后利用最小二乘法辨识系统参数,并通过在目标函数中引入系统状态的变化给出一种具有类似离散PI最优调节器结构的新型自适应预测函数控制器．由于引入了新的优化目标函数,该控制器控制效果与鲁棒性要优于仅考虑预测输出误差的传统预测函数控制器．仿真结果表明,该控制器优于经典离散PI最优调节器．     

基于变论域模糊控制的温室环境控制系统的设计

详细介绍了基于变论域模糊控制的温室环境控制系统,以温度控制系统为例进行设计。该系统以变论域模糊控制为核心算法,用BP神经网络改变模糊控制的论域。根据误差和误差变化率选择合适的论域,不仅克服了误差过大或过小时对温室控制的影响,还解决了温室多变量难以建立数学模型和隶属度函数选择较难的问题。     

电阻点焊的变论域模糊控制方法

为提高电阻点焊模糊控制适应性和稳定性差的缺点, 根据变论域控制理论, 提出了电阻点焊的变论域模糊控制方法. 首先, 讨论了变论域模糊控制的基本原理. 其次, 设计了输入隶属函数、输出隶属函数、模糊控制规则、伸缩因子, 开发了一种基于规范化因子的电阻电焊变论域模糊控制器, 并使用模糊规则选择变论域的伸缩因子,给出了算法实现的具体步骤. 最后, 进行了不同控制方案的实验研究, 分析了实验结果, 验证了该控制算法的优越 性.     

Design of longitudinal predictive re-entry guidance law based on variable universe fuzzy-PI composite control

This paper studies the longitudinal predictive re-entry guidance law based on the variable universe fuzzy-PI composite control to overcome the inaccuracy of the reference trajectory re-entry guidance for re-entry vehicles. The variable universe fuzzy controller is used to obtain a satisfactory dynamic response when the downrange error is large, and the PI controller is utilized to eliminate the steady-state error when the downrange error is small. Simulation results show that the proposed guidance law is very robust to the initial errors and can achieve better accuracy, and is also able to handle the effect of the stochastic errors in re-entry processes.