基于Razumikhin方法的二阶随机非线性时变时滞系统的输出反馈控制

本文针对一类二阶的随机时变时滞非线性系统,研究其输出反馈镇定问题.基于Razumikhin方法和反推设计技术,构造合适的观测器和Lyapunov函数,所设计的控制器可以保证闭环系统的平衡点依概率全局渐近稳定.通过Razumikhin方法设计的控制方案,能够彻底去掉此类系统传统结果中对时滞导数的限制.仿真示例验证了控制方案的有效性.     

一类含有时滞的高阶随机非线性系统的状态反馈镇定

利用随机系统的反推设计方法,研究了一类高阶随机时变时滞非线性系统的状态反馈镇定问题.根据随机系统的稳定性定理,采用Lyapunov泛函设计了一个状态反馈控制器,该状态反馈控制器使得整个闭环系统的平衡点是依概率全局渐近稳定的.本文研究的具有不同阶数的随机高阶非线性系统是以往结果的一个推广,仿真示例验证了所设计状态反馈控制器的可行性和有效性.     

基于Razumikhin方法的三阶非线性时变时滞系统的输出反馈镇定

本文研究一类带有时变时滞的三阶非线性系统,在Razumikhin方法和反推设计思想的基础上,通过构造观测器和Lyapunov函数,设计系统的输出反馈控制器.为了去掉时滞导数的限制条件,本文使用Razumikhin方法,对系统进行更直接的分析.分析结果表明,所设计的控制器使系统的平衡点全局渐近稳定.     

随机时滞系统的H_∞控制

讨论了随机时滞系统的H∞控制问题.利用李雅普诺夫函数法,设计了使得闭环系统渐近稳定且具有给定H∞干扰抑制度γ的状态反馈控制器,该控制器存在的条件以线性矩阵不等式(LMI)的形式表示,并进一步通过求解具有LMI约束的凸优化问题,给出了随机时滞系统的最优H∞控制器的设计方法.仿真示例验证了所提方法的有效性.     

基于输出反馈的不确定广义双线性时滞系统鲁棒容错控制研究

研究了不确定时滞广义双线性系统的鲁棒容错控制问题,给出了时滞广义双线性系统基于输出反馈的控制器设计方法。所得的控制器使系统无论有无执行器发生故障,都能使其鲁棒稳定。     

一类随机前馈时变时滞非线性系统的状态反馈控制

基于低增益齐次占优技术和坐标变换等方法,针对随机前馈并且输入和状态均有时间延迟现象的非线性系统,主要研究其状态反馈控制问题.通过构造合适的Lyapunov泛函,巧妙地设计出了一个与时间延迟互为独立的状态反馈控制器,该控制器可以使整个闭环随机系统的平衡点是依概率全局渐近稳定.最后,仿真示例表明了该控制器设计方法是行之有效的.     

双线性离散系统的全局可镇定性

讨论了一类多输入多输出（MIMO）离散双线性系统的全局可镇定性。利用Lyapunov稳定性方法和分离原理,得到降阶动态输出反馈镇定控制器的设计。     

变时滞随机大系统的输出反馈分散控制

研究了一类具有严反馈形式的变时滞随机非线性大系统,其互联项满足线性增长约束,选择了适合这类组合非线性系统的分散状态观测器,应用Backstepping方法,通过选取适当的四次型控制Lyapunov-Krasovskii泛函,并参照Lyapunov-Krasovskii泛函定理,设计了输出反馈分散控制器,使得其闭环系统的平衡点在概率意义下时滞无关渐近稳定。通过仿真实验,其结果表明了该控制算法的有效性。     

基于灵敏度的不稳定对象PID控制器

针对不稳定对象提出了一种基于灵敏度指标的PID控制器整定方法.首先采用内环反馈结构将不稳定对象转换成一个稳定的模型,然后基于灵敏度指标设计PID控制器,最后通过将两个回路等价为一个反馈回路结构获得给定加权PID控制器参数.仿真结果表明,本PID控制器整定方法可以使不稳定对象闭环系统获得期望的灵敏度,保证了系统的鲁棒性和良好的控制性能.     

非线性Lipschitz离散系统的全局可镇定性

文章讨论了一类多输入多输出非线性离散系统的全局可镇定性，其中假设该系统满足Lipschitz条件且自治系统Lyapunov稳定。利用LaSalle不变原理和分离原理，本文分别得到离散系统全局镇定性的充分条件，基于降阶观测器分析给出了一类降阶动态输出反馈镇定控制器的设计。     

一类带Neumann边界波动方程的稳定性

文中讨论了一类带Neumann边界波动方程的稳定性,利用Backstepping方法设计了该波动方程的反馈控制器,引入可逆变换将控制系统转化为稳定的目标系统,并利用变换的有界性和目标系统的稳定性证明得到闭环系统的稳定性.     

基于状态观测器的非一致采样系统状态反馈预测控制

针对控制信号不等间隔采样的非一致采样系统,提出了一种基于状态观测器的状态反馈预测控制算法.通过提升控制信号,设计了输入、输出同周期的非一致采样系统的状态观测器,并且给出了提升控制信号前后观测器系数矩阵的关系.运用线性矩阵不等式方法,解决了无穷时域二次型性能指标下的优化问题,给出了状态反馈预测控制器存在的充分条件.仿真结果证明了控制算法的有效性.     

电动助力转向系统滑模变控制技术研究

以电动助力转向系统中直流助力电机的控制器为研究对象，依据助力电机的数学模型，应用带观测器补偿的滑模变结构控制方法，设计了滑模变控制器，通过调节助力电机的电压，获得预期的输出电流。仿真结果表明，所设计的滑模变控制器使助力电机具有很好的动态性能，系统基本无抖动现象，实现了助力电机输出电流对目标电流的跟踪特性。     

模糊CMAC神经网络用于单输入输出非线性系统的鲁棒自适应反馈线性化

在已知名义系统的基础上,将模糊ＣＭＡＣ（小脑模型关联控制器）神经网络用于一类状态反馈可线性化的单输入单输出（ＳＩＳＯ）连续时间非线性系统的鲁棒自适应反馈线性化,使系统获得要求的跟踪性能．在很弱的假设条件下,应用李雅普诺夫稳定性理论证明了闭环系统内的所有信号为ＵＵＢ（均匀最终有界）．     

基于RBF神经网络的可重构机械臂控制研究

采用RBF神经网络控制算法来解决MIMO不确定非线性系统的自适应输出反馈控制问题,以系列模块化机械臂为研究对象,设计RBF神经网络控制器不断逼近可重构机械臂动力学模型,采用MATLAB软件基于RBF神经网络逼近设计的控制器对RR构型机械臂进行控制仿真.结果表明该控制器能有效地逼近机械臂动力学模型,并能较好地适应机械臂不同构型.     

如何处理阅读教学中的反馈信息

反馈是指一个系统的输出信息又反回来作为输入信息,并对信息的再输出发生影响,起到控制和调节作用.任何系统只有通过反馈才能实现控制,反过来说,一个没有反馈的系统要实现控制是不可能的.     

基于概率Tubes的Markov跳变系统的随机预测控制

针对一类带有随机干扰的Markov跳变系统,考虑状态概率约束,提出一种随机预测控制方法.采用Tube技术,将概率约束转化为递推可行的概率Tubes,基于概率Tubes设计的控制器,保证闭环系统随机稳定.仿真实例验证了本文方法的有效性.     

具有时变时滞的复杂动力学网络的同步控制

研究了具有时变耦合时滞的复杂动力学网络的同步控制问题.设计了一个线性反馈控制器,通过构造Lyapunov函数,证明了该控制器能够使具有时变耦合时滞的复杂动力学网络实现渐近同步.数值仿真结果也证实了该控制器的有效性.     

一个新的超混沌耦合发电机系统及其超混沌控制

在三维耦合发电机系统的基础上,引入非线性控制器，构建一个新的超混沌耦合发电机系统，分析了新系统平衡点的性质、Lyapunov指数谱、吸引子的相图等动力学特性；利用线性反馈控制法，通过设计合适的反馈增益,实现了新系统的超混沌控制.理论分析和数值仿真验证了该方法的有效性.     

输入受限网络控制系统的鲁棒模型预测控制

针对一类带有随机时延的输入受限多面体不确定网络控制系统,提出了一种鲁棒模型预测控制算法.假设随机网络时延为Markov链,并考虑Min-Max无穷时域性能指标,用线性矩阵不等式方法给出了依赖于模态的状态反馈控制器.基于Lyapunov方法,得到了保证可行性和鲁棒随机稳定性的条件.仿真结果验证了算法的有效性.