约束T-S模糊系统设计的模糊Lyapunov方法

来源 :第21届中国过程控制会议 | 被引量 : 0次 | 上传用户:duoduo19851125
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通过引入模糊Lyapunov函数,研究一类执行器饱和的离散T-S模糊系统.对系统设计模糊抗积分饱和补偿器,得到系统稳定的充分条件,并扩大了系统的吸引域.这种方法避免了寻求一个满足系统所有模糊规则的公共正定矩阵P.最后,抗积分饱和补偿器增益通过迭代优化算法得到.
其他文献
为了解决汽车转向过程中防抱死制动稳定性问题,提出一种新的协同控制系统.该协同控制结构由转向控制器和制动控制器组成.在转向控制中设计滑模鲁棒自适应控制器和横摆力矩控制器力求改善汽车动态响应,鲁棒自适应性和稳定性.此外定义协同误差,建立汽车协同误差模型并设计汽车防抱死制动鲁棒自适应控制系统.为了减少转向系统和制动系统之间的补偿控制律难以确定的困难,提出耦合误差补偿原理与同一给定控制相结合的新的耦合控制
本文研究了一类具有随机介质访问协议网络化系统的H∞滤波问题.将传感器和滤波器的通信过程描述为一个马尔可夫链,进而将滤波误差系统建模成一个马尔可夫跳变系统.然后,运用李雅普诺夫方法和线性矩阵不等式技术,给出了滤波误差系统随机稳定且具有给定H∞性能的一个充分条件,并基于该条件给出了H∞滤波器的设计方法.最后的数值算例验证了本文方法的有效性.
炼钢连铸过程是连接铁区生产和轧制生产的桥梁,连铸是炼钢连铸过程的最后一道工序,因此连铸过程的调度成为了整个钢铁生产过程降低生产成本,保证生产有序进行的关键.本文提出了以完成时间最小化为目标的调度数学模型,通过对计划层编制的浇次计划属性与连铸机属性匹配构造出的浇次集合,采用基于启发式的深度优先搜索算法进行求解,摒弃了以往现场调度人员传统的经验调度方法,该方法已经通过了国内某大型钢铁厂实际数据的测试,
本文提出了一种带有连续时间变量的离散事件系统(称为计时离散事件系统)结构模型.通过讨论计时语言的性质,如封闭性、可控性以及可观性,研究了计时离散事件系统的监控综合问题,并基于这些性质,分别提出了计时离散事件系统在完全可观与部分可观条件下监控器存在的充要条件.
为了有效利用复杂非线性工程系统中各种不确定信息和主观知识,本文结合相空间重构理论和证据推理理论,建立时序证据的多步预测模型.本文先对时序证据进行相空间重构;针对时序证据预测中信息量大且存在误差累积的不足,采用时序证据滑动窗口处理方法,以降低累积误差;窗口内运用迭代融合规则,以降低信息量的存储.将该模型应用于某型陀螺仪漂移预测,试验结果证明,本文方法能够有效降低迭代时产生的累积误差和信息量,结论更接
本文提出一种基于动态矩阵控制(DMC)算法预测特性的新型PID控制方法.在考虑将来的输出期望偏差罚函数最小的前提下,由DMC计算出控制变量的值.继而构造基于DMC的预估器用以预测将来时刻的系统输出.根据将来时刻的多步预测偏差,PID控制器产生当前时刻的实际控制增量.文中也给出了基于DMC的预估器及PID控制器的参数整定方法.仿真结果表明,与常规的PID控制和DMC控制相比,所提方法具有良好的控制性
研究了T-S模糊离散广义系统的鲁棒容许性问题.对于开环标称系统,基于严格线性矩阵不等式(LMI)给出了容许性判别条件.进而基于此条件并引入新的矩阵变量,得到严格线性矩阵不等式形式的鲁棒控制器设计方案.使得通过反馈控制,闭环系统在不确定性范围内是正则、因果、稳定的.最后通过算例仿真验证方法的有效性.
针对基本粒子滤波方法存在的权值退化和计算效率低问题,提出了一种基于信息分享机制的粒子滤波算法.该方法将粒子群优化算法和蚁群优化算法的优化思想共同作用到粒子更新中,实现粒子之间信息共享,从而增强粒子的多样性和最优估计能力.同时分析了该算法的收敛性.视觉跟踪实验表明,该算法能用较少的粒子实现单目标和多目标跟踪,综合跟踪性能优于基本粒子滤波和基于粒子群优化的粒子滤波方法,验证了本算法的有效性.
本文针对高炉煤气与焦炉煤气混合加压过程,提出一种基于子空间辨识的过程状态与输出关系建模方法.通过分析过程的强耦合特性,以蝶阀前的高炉煤气压力和流量、焦炉煤气压力和流量为过程状态,混合煤气热值和压力为输出,采用子空间辨识方法建立了一个4输入2输出的关系模型.仿真实验表明,建立的模型有效地反映了过程特性,具有较高的辨识精度.
本文研究了具有非线性耦合与外部干扰的移动多智能体系统的一致性问题.假设系统不存在外部干扰的情况,设计了一个牵引控制使得移动智能体系统达到一个期望值.假设系统存在一个外部干扰,应用干扰-观测器控制,使得系统中的所有智能体可以渐近达到一致.通过分析具有固定拓扑和时变拓扑的移动多智能体动态系统,得到了许多基于抗干扰观测器的系统收敛性条件.最后应用仿真实例说明了结论的有效性.