吉鸿海[1]2016年在《自适应迭代学习控制和卡尔曼一致性滤波及在高速列车运行控制中的应用》文中研究指明本文以自适应迭代学习控制和卡尔曼一致性滤波理论为基础,从列车速度跟踪控制技术和速度测量估计技术两个角度,着重研究了高速列车重复运行控制中的若干实际问题。论文的主要研究内容和创新点总结如下:一、针对高速列车运行中存在的控制输入饱和与未知的速度时变时滞问题,研究了一类自适应迭代学习控制方法,实现高速列车速度运行曲线的精确跟踪控制。首先,考虑列车运行中存在的控制输入饱和情况,利用非线性参数化系统描述高速列车动力学模型,进行系统非线性特性研究,提出基于参数分离原理的半饱和自适应迭代学习控制律,以及沿迭代轴的系统时变参数辨识的全饱和参数学习律。其次,考虑列车运行中同时存在控制输入饱和与未知的速度时变时滞情况,通过加入时滞补偿项,提出带有时滞补偿改进的自适应迭代学习控制方法。然后,基于Lyapunov泛函分析方法,证明自适应迭代学习控制方法及其改进形式都可以严格保证列车速度在2-范数意义下沿迭代轴逐点收敛到期望速度轨迹。最后,数值仿真和比对实验进一步验证所提方法的有效性。二、针对高速列车运行中存在的牵引/制动执行器故障问题,研究一类自适应迭代学习容错控制方法,实现高速列车速度运行曲线的精确跟踪控制。首先,考虑列车运行中同时存在控制输入饱和、未知速度时变时滞以及牵引/制动执行器故障的情况,设计含有非线性反馈补偿和鲁棒补偿项的半饱和自适应迭代学习控制律和全饱和参数学习律。对于SISO高速列车系统,该方法是一种不依赖于精确模型结构、系统参数、时滞与故障等信息的速度跟踪控制方法,可以同步补偿和处理控制输入饱和、状态时滞、执行器故障等非线性影响。其次,对于一类MIMO非线性参数化系统,考虑系统同时存在执行器故障、被控对象和控制增益矩阵非线性参数不确定的情况,提出扩展的自适应迭代学习容错控制方法。然后,通过设计一个新颖的时间权重Lyapunov-Krasovskii-Like复合能量函数,证明了自适应迭代学习容错控制方法及其扩展形式都可以严格保证SISO列车速度误差和MIMO系统状态误差在2-范数意义下沿迭代轴逐点收敛到零。最后,仿真结果进一步验证算法的有效性和优越性。三、针对传感器网络中传感器节点观测受限、分布式测量模型对网络拓扑信息利用不足以及传感器节点间通信噪声等问题,研究了一类分布式连续时间信息权重的卡尔曼一致性滤波方法,实现传感器网络中含有噪声的连续时间线性动态系统状态最优估计。首先,考虑控制输入已知的情况,根据传感器网络拓扑结构,选取局部状态估计误差的协方差矩阵的逆作为信息权重矩阵,设计了新颖的传感器局部测量模型,推导并得到局部最优的系统状态卡尔曼一致性滤波估计方法。其次,考虑系统控制输入未知的情况,给出改进的分布式连续时间信息权重的卡尔曼一致性滤波算法,可以对含有噪声的系统状态和控制输入同步进行分布式估计,避免使用系统输入等全局信息,能够减少通信负担和拓展应用范围。然后,利用Lyapunov稳定性理论,证明连续时间信息权重的卡尔曼一致性滤波方法及其改进形式都可以严格保证分布式传感器对系统状态的局部最优估计。所有传感器对含有噪声的系统状态估计在最小二乘的意义下都一致收敛到系统真实状态的有界邻域内。最后,通过仿真数例和对比实验,验证提出的分布式滤波方法在传感器网络中对连续线性系统状态估计有效,并且明显优于其他已有的滤波方法。四、针对离散时间线性或非线性系统的参数辨识和状态一致性最优估计问题,研究一类基于卡尔曼滤波的系统参数辨识方法和一类分布式离散时间信息权重卡尔曼一致性滤波估计方法,实现传感器网络中非重复运行线性系统的状态最优估计以及高速列车重复运行非线性系统的速度最优估计。首先,考虑一般的含有噪声的离散时间线性系统,提出基于网络信息流拓扑的信息矩阵权重的分布式测量模型,设计分布式离散时间信息权重卡尔曼一致性滤波方法,并给出了基于Lyapunov泛函的收敛性分析。仿真研究及对比实验验证提出的分布式滤波方法在传感器网络中对离散线性系统状态估计有效。其次,考虑一般的含有噪声的离散时间非线性系统,利用全格式动态线性化技术,将非线性模型等价转化为含有外源输入的线性时变自回归模型,分别提出非重复系统的基序列拟合卡尔曼滤波和重复系统的迭代卡尔曼滤波两种系统参数辨识方法。然后,考虑高速列车离散时间重复运行的非线性系统,设计一种分布式离散时间数据驱动的信息权重卡尔曼一致性滤波的速度估计方法,可以通过列车速度传感器网络,实现高速列车含有噪声的速度测量与估计。理论分析表明提出的滤波方法可以保证列车速度估计在最小二乘的意义下都一致收敛到列车真实速度的有界邻域内。最后,高速列车速度估计仿真研究及对比实验进一步验证算法的有效性。
陈禹行[2]2013年在《布式驱动电动汽车直接横摆力矩控制研究》文中进行了进一步梳理在如今环境污染和能源危机的背景下，电动汽车进入了高速发展的时期。分布式驱动电动汽车（IEV）是一种全新形式的电动汽车，它通过置于车轮轮辋内的轮毂电机驱动车轮，给整车提供动力。由于IEV车辆结构和动力学特性发生很大变化，因此IEV车辆的稳定性也是需要研究的新问题。DYC系统是针对车辆稳定性提出的完备的车辆主动安全控制系统，研究和开发针对IEV车辆稳定性的DYC系统具有两方面的重要意义。一方面，DYC系统可以解决IEV车辆的稳定性问题，包括对IEV车辆重要状态观测和对IEV车辆稳定性控制。另一方面，IEV车辆结构给DYC系统提供了一个更好的平台，DYC系统可以在IEV车辆上实现在传统结构车辆上很难实现的驱动DYC控制或综合DYC控制形式，发挥更好的控制效能，IEV车辆也因此可以获得更高的稳定性。然而，现有IEV车辆DYC系统研究存在一些不足，如对轮胎状态估计不足，不能充分把握控制边界；直接基于车辆侧偏角控制的研究较少，不能直接控制车辆稳定性；使用方向盘转角估计驾驶员意图，有时可能会导致控制失去意义；前后轮纵向力固定分配，影响控制效果。针对上述问题，本文依托国家重点基础研究发展计划（973计划）“高性能分布式驱动电动汽车关键基础问题研究（2011CB711201）”，采用基于模型的设计方法（MBD）研究和开发IEV车辆DYC系统。本文具体研究工作如下：根据MBD开发流程，本文首先建立了IEV车辆模型，为DYC系统开发提供仿真平台。本文在IEV车辆模型中集成了郭孔辉教授提出的UniTire轮胎模型和最优预瞄侧向加速度驾驶员模型，用以提升模型精度、实现人—车闭环试验仿真。其次，本文建立了车辆侧偏角和轮胎力非线性观测器，为DYC系统提供精确的车辆状态。本文指出常用的非线性观测器设计方法在车辆系统中实用性的不足，并选择了滑模观测器作为开发车辆状态的非线性观测器；之后详细推导了滑模观测器开发设计方法，并在滑模观测器中加入了系统阻尼项，加速观测状态轨迹收敛，减小观测值颤振；最后基于七自由度车辆模型开发了七阶全维滑模观测器和三阶降维滑模观测器。结果表明，系统阻尼项在观测器中发挥了很好的作用，使车辆状态估计值迅速收敛；全维观测器和降维观测器都达到了非常满意的效果。之后本文分别从控制车辆侧偏角和控制车辆横摆角速度两个不同的角度开发了DSCDYC系统和DMbDYC系统。DSCDYC系统以车辆侧偏角最小化为控制目标，从稳定性的角度控制车辆；DMbDYC系统以车辆横摆角速度满足驾驶员意图为控制目标，从车辆响应的角度控制车辆。DSCDYC将车辆侧偏角用于状态反馈，直接控制车辆稳定性。DSCDYC系统采用层次控制架构。上层控制器通过施加整车横摆力矩控制车辆侧偏角。控制车辆侧偏角的车辆控制系统是一个错配系统，因此在上层控制器中使用了针对模型不确定性错配系统开发的先进控制方法：动态面控制方法。下层控制器将整车的横摆力矩作为控制状态，将轮毂电机力矩作为控制输入，并通过对轮胎特性的研究，开发了全新的LoFDDS纵向力分配策略。LoFDDS策略可以精确计算控制边界，兼顾驾驶员的纵向意图，并借助车辆稳态转向特性辅助控制车辆。充分结合IEV车辆的分布式驱动形式，最大化发掘轮胎潜力。DSCDYC系统仿真试验结果显示，DSCDYC系统对车辆侧偏角的抑制作用非常明显，车辆稳定性大幅提升。DMbDYC系统使用内嵌参考驾驶员模型来预测驾驶员的意图，对驾驶员的操纵失误和滞后有抵制和修正作用。DMbDYC系统解决了现有DYC系统使用方向盘转角来计算驾驶员的意图的不足，因为这种计算方式在驾驶员产生操纵失误或滞后时将变得没有意义。本文在充分理解预瞄驾驶员模型的基础上，对单点预瞄最优侧向加速度驾驶员模型进行了修改和简化，使其实时预测驾驶员意图，并利用驾驶员模型推导了DMbDYC系统的控制目标；之后应用滑模控制方法和LoFDDS策略开发了DMbDYC系统；最后搭建了实时测试平台，并使用软件在环模式对DMbDYC系统进行试验验证。试验结果表明，驾驶员模型能精确预测驾驶员的意图，DMbDYC系统的控制效果比现有控制器更加显著，车辆的响应更符合驾驶员的意图，车辆的稳定性也有很大提升。本文最后对DYC系统进行试验验证。本文开发了IEV试验车，并进行部件试验和整车试验，获取和验证DYC系统所需参数；之后对已开发DYC系统观测器和控制器相关参数进行设置，并通过IEV车辆验证DYC系统。试验结果表明，试验结果与仿真结果非常接近，DYC系统对车辆稳定性发挥重要作用。本文主要创新点如下：1.开发了IEV车辆滑模观测器，在线估计车辆侧偏角和轮胎力。滑模观测器基于七自由度非线性车辆模型开发，内嵌简化UniTire轮胎模型，兼顾模型精确性和实时运算负荷。滑模观测器中还加入系统阻尼项，加速观测器收敛，抑制滑模观测器颤振。2.开发了针对车辆侧偏角控制的DSCDYC系统。DSCDYC系统应用先进的动态面控制方法，将车辆侧偏角作为反馈控制量，直接对车辆稳定性进行控制，大幅提升了车辆稳定性。3.开发了LoFDDS纵向力动态分配策略。LoFDDS策略通过精确计算轮胎附着极限来最大化的发掘轮胎潜力，并借助车辆稳态响应特性辅助控制车辆稳定性，同时兼顾车辆的纵向响应也能满足驾驶员意图。4.提出了全新的DMbDYC系统。DMbDYC系统中内嵌参考驾驶员模型，实时预测驾驶员的意图，改进现有DYC系统控制目标，减轻或抵消驾驶员的反应滞后和误操纵对车辆响应带来的负面影响，提升控制效果。
吕红丽[3]2007年在《Mamdani模糊控制系统的结构分析理论研究及其在暖通空调中的应用》文中提出随着科学技术的高度发展，在控制工程中被控对象越来越复杂，控制过程往往具有非线性、多环路、大滞后等特点，各种参数也往往存在时变性，这类系统没有明确的物理或化学规律可遵循，要进行传统的定量分析十分困难，致使复杂过程的数学模型难以建立，传统经典控制方法和现代控制理论无法对其实现有效的控制，因此现代工业工程的迅猛发展迫切需要寻求更加有效的控制策略来完成实际过程的非线性系统控制。自从1974年英国工程师Mamdani首次将模糊控制成功应用于蒸汽机控制以来，随着计算机及其相关技术的发展，模糊控制已成为智能控制的重要组成部分，模糊控制技术近年来在复杂工业过程控制方面发挥着日益重要的作用。模糊控制作为一种非线性系统控制策略，最大的特点是无需建立系统的精确数学模型，可以将操作者的经验知识直接转化为模糊规则，通过模糊推理过程对系统实施控制，克服了线性化方法的运算复杂性，同时充分利用了现场操作人员的成功经验，而且模糊控制系统具有良好的鲁棒性，可以克服由于系统本身的时变性、不确定性和外部扰动等带来的影响，有效的提高过程控制质量，为复杂工业过程和非线性系统的控制研究开辟了新的途径。虽然模糊控制已经在工业控制，家用电器自动化等很多行业中解决了传统控制方法难以解决的很多控制问题，引起了越来越多的控制理论和相关领域广大工程技术人员的极大兴趣。另一方面，从整体模糊控制研究体系来看，模糊控制系统是处于发展中的一种控制方法，模糊控制系统还没有形成完整的研究体系，模糊控制系统理论和应用的发展仍然存在一些需要解决的问题。为了更好的扩展模糊控制理论的应用，本文首先研究了模糊控制器结构的解析分析，然后吸收PID控制、模型预测模糊等相关领域的研究成果，提出两种复杂非线性过程的模糊控制器设计新方法，并且将设计的新型模糊控制器应用于暖通空调系统的温度控制中，仿真和实验结果表明所提出模糊控制策略的良好控制效果。总结全文，论文的主要内容可具体概括如下：(1)首先对模糊控制系统的研究进行了全面综述，回顾模糊控制系统的研究背景，产生与发展状况，控制器特点和基本类型，主要研究方向及发展现状，介绍模糊控制系统理论的主要研究内容，模糊控制与PID控制，预测控制等其它控制方法的渗透和结合研究，以及模糊控制的应用发展状况，指出目前模糊控制系统研究中存在的一些问题，提出论文的主要研究内容和结构安排。(2)研究了模糊控制系统的基本原理，基本结构，设计方法等。通过引入一种新型模糊蕴含运算，从数学分析的角度研究了max-min型Mamdani模糊控制器的解析结构，详细推导了输入、输出隶属函数均采用等腰模糊数的一类具有线性规则的双输入单输出模糊控制器的结构表达式，证明了这类模糊控制器相当于一个全局二维多值继电器与局部非线性PD控制器的和，在此基础上研究了它的极限结构特性，对其稳定性进行了分析。然后与其它模糊推理方法进行比较，分别推证了采用sum-product，sum-min，max-product等不同模糊推理方法的典型模糊控制器具有相似的结构特性，并对模糊控制器的结构进行了进一步讨论。(3)提出一种利用常规PID控制器比例，积分，微分增益因子进行模糊控制器设计的新型方法，该方法充分利用了常规PID控制器的成熟经验改进模糊控制器的设计。首先通过比较和分析选择适合实际工业应用的模糊控制器结构，然后通过模糊控制器的结构分析结果给出模糊控制器与PID控制器线性增益系数K_P，K_I，K_D之间的解析关系，表明模糊控制器本质上是一种时变非线性的PID控制器，根据这一解析关系，利用常规PID控制器增益系数间接设计模糊控制器的正规化因子，建立一种新型模糊控制器的设计方法。(4)研究了模糊变论域思想的改进算法，由于改变模糊控制器变量的论域本质上等价于改变变量的正规化因子，因此如果保持模糊控制器的基本论域不变，那么通过增加模糊控制器输入变量的正规化因子的取值同样可以达到缩小论域的目的，而且改变正规化因子相对于论域变化更加容易操作。然后将这一改进算法应用到模糊控制器设计参数的在线调节和优化中，进一步提高了模糊控制系统的控制精度。(5)针对非线性系统建模困难及难以控制的特点，提出一种基于sum-min推理的Mamdani型模糊模型预测控制策略。该方法首先通过对模糊模型进行解析分析，建立非线性系统的Mamdani型模糊预测模型，获得系统在k+1采样时刻的一步线性化预测模型和P步线性预测模型，然后基于模糊线性化预测模型进行常规预测控制器设计，从而给出了实现该非线性系统模糊模型预测控制方法的具体步骤。仿真实验结果表明了该算法是一种鲁棒性强的有效控制方法，与常规的动态矩阵控制相比，该方法具有超调量小，调整时间短等优良的动态性能。(6)对本文提出的新型模糊控制器设计方法在暖通空调中的应用进行了研究。首先对暖通空调系统的节能与控制进行简单描述，研究了暖通空调系统的基本结构和主要控制回路，然后对空调处理机组的控制系统进行物理建模，在此基础上，将提出的模糊控制器新型设计方法应用到暖通空调系统中，采用冷冻水的流速(?)_(chw)控制回风机的干球温度T_(ao)，获得了良好的控制效果。该方法最突出的优点是可以充分利用针对暖通空调系统设计比较成熟的PID控制器，而且鲁棒性强，容易设计，便于现场操作人员学习和掌握，改变了模糊控制在实际工业过程中难以实现的现状。最后总结了全文的主要工作，并对模糊控制下一步的研究方向进行了展望。
韩京元[4]2014年在《非线性板球系统的监督分层智能自适应控制算法研究》文中指出板球系统(Ball and Plate System)是一个典型的多变量不确定非线性控制对象。已经成为控制理论的典型benchmark实验研究平台。针对非线性板球系统的模型不确定性、欠驱动、耦合等非线性特性，许多学者仅考虑非线性板球系统的简化模型设计控制算法。另外，基于操作者的大量实验调试及语言经验知识的智能控制算法能够应用于类似于板球系统的不确定系统，因而针对这类不确定非线性系统，智能控制算法与典型的非线性控制算法的结合具有极其有效性。通常，影响板球系统运行性能的主要因素包括两方面，即环境与任务约束、小球运动速度。当根据环境与任务要求所确定的小球运动轨迹的曲率变化频繁或曲率较大，以及要求小球运动速度较高时，都将为控制提出更高的要求。因此，设计一种可以随时监督系统稳定性和状态变量变化的监督分层控制器具有重要意义。本文将控制器分成两层：上层为监督与优化层；下层是结合自适应规则和滑模理论、智能算法的优点设计的控制器。主要研究内容包含几个方面：1、针对忽略两个方向轴耦合与小球平板摩擦力的非线性板球系统，提出了两层控制器：将基本控制器设计成基于神经网络的比率、微分、积分控制器(PID)，作为底层控制器；将补助控制器设计成基于粒子群-差分进化(PSO-DE)算法的控制器作为上层控制器。此两层控制器利用PSO-DE算法研究了基于神经网络PID控制器加权因子在线学习机构的自适应控制器。由PID控制器的基本控制规则与人类经验，给出了神经网络PID的层数目、各层的神经元数目、每个神经元之间的连接方法，从且使得神经网络PID具有在线学习能力、记忆能力和对任何函数的近似能力。此外，非线性板球闭环系统，通过上层控制器的PSO-DE优化过程调整了神经网络PID (NN-PID)控制器的每个连接线加权值，保证了板球系统的稳定性与收敛性。本文提出的方法克服了反向传播算法(BP)的缺点（即，容易落在局部优化点），同时使得了控制器具有PID控制器的优点：简化机构、良好的动态性和稳定性。2、针对小球在高速运动时非线性板球系统明显的不确定性和干扰变动等情况，提出了基于稳定性监督的监督分层模糊自适应直接型滑模控制器设计方法。基于Lyapunov稳定性理论与状态变量变化范围监督，此控制器采用模糊自适应规则的上层监督补助控制器设计方法，提出了以直接型滑模控制器为底层控制器的算法。本文将两个方向轴之间耦合项与摩擦力项等外部干扰相加，得到多种干扰项之和d(t)，并分别研究了两个轴的小球运动而将板球系统分解成四个子系统。同时，分别对每个子系统定义了滑模面，利用耦合系数将滑模面结合构建了直接型滑模控制器。构造了以滑模表面与滑模表面微分函数为模糊输入变量的模糊自适应规则，基于Lyapunov稳定性理论和状态变量变化范围监督策略，设计了调节滑模耦合系数的自适应规则，从而实现了板球系统的稳定控制并避免了复杂的计算。本文对所提出的控制方法进行了仿真实验验证。仿真结果表明，此方法能够较好地实现非线性不确定系统的镇定控制和轨迹跟踪问题。3、针对不确定多变量非线性板球系统，提出了一种具有监督控制与自适应补偿功能的监督分层间接型模糊自适应控制算法。近几十年来，模糊自适应控制方法经常被应用于不确定SISO非线性系统，可对于实际工程中常见的多变量、控制矩阵不可逆的非线性系统却缺乏一定的适用性。在不确定非线性板球系统的运行过程中，当控制增益矩阵的行列式等于零的时刻，即控制矩阵不可逆的时刻，则球处在失控状态。因此，针对控制增益矩阵不可逆的多变量不确定系统，设计模糊自适应控制是有意义的。本文研究了能够克服上述难题的方法，通过与第五章相似的设计过程推导出了以上层的算法为监督分层模糊自适应控制算法和基于函数误差与状态变量误差的误差自适应补偿控制，底层控制器由间接型模糊控制律构成。该方法不要求控制对象的增益矩阵可逆性。因此，针对典型的不确定非线性MIMO系统即不确定非线性板球控制系统，在不要求控制增益矩阵可逆的条件下提出了一种具有监督控制项的间接模糊自适应控制方法。而且基于Lyapunov稳定性理论设计了自适应控制规则和自适应补偿控制律的参数，以能够保证闭环系统的稳定性和跟踪误差趋于零的小领域内的收敛性。在板球系统实验平台BPVS-JLU-II上，上述的控制算法完成了板球系统的大范围变动镇定仿真实验和各种轨迹（圆形、方形和8字形等）跟踪控制仿真实验。综上所述，本文针对不确定非线性板球系统，设计了监督分层智能自适应控制器，并且进行了深入的理论和实验研究，所设计的控制方案的有效性、可行性、稳定性和收敛性可以很好地保证。
丁冬生[5]2015年在《分数阶非线性系统控制研究》文中研究说明现代物理学发展已经证实,相对于基于传统微积分描述的整数阶系统,很多真实的物理系统都可以更加精确地用基于分数阶微积分理论的分数阶系统描述。目前,分数阶系统控制已经成为非线性系统领域的一个新的研究热点。本文结合国家自然科学基金项目“不确定分数阶混沌系统同步控制及其在保密通讯中的应用研究”和浙江省自然科学基金项目“分数阶非线性系统的渐近稳定性”,对分数阶非线性系统控制理论进行了初步研究。首先,给出了分数阶系统的一些基本概念,包括状态空间模型、伪态、状态、初始化问题和能量函数等。初步讨论了基于分数阶李雅普诺夫稳定性的分数阶系统控制理论,构造了一类基于幂指数函数的分数阶李雅普诺夫函数,给出了分数阶非线性系统的稳定性充分条件。此外,推广了经典的控制李雅普诺夫函数,定义了控制分数阶李雅普诺夫函数以及自适应控制分数阶李雅普诺夫函数,将分数阶非线性系统镇定问题转化为一系列不等式条件的满足问题。本文将传统的反步设计思想引入到分数阶非线性系统中,基于控制分数阶李雅普诺夫函数设计的框架,提出了分数阶反步设计法。利用控制分数阶李雅普诺夫函数设计法,给出了分数阶非线性系统可实现米塔格-列夫勒镇定的充分条件,并利用分数阶反步设计法,分别设计了确定性分数阶非线性系统和不确定性分数阶非线性系统的分数阶镇定控制器。由此所设计的分数阶控制器能保证闭环控制系统的全局稳定性。分数阶非线性系统也常常存在扰动,例如参数不确定性或噪声。本文研究了含扰动的不确定性分数阶非线性系统的控制问题。针对分数阶非线性系统的控制输入端存在扰动,或者在模型的任意位置存在扰动,分别在扰动最大上界已知和未知的情况下,利用分数阶反步设计法,提出了分数阶连续控制器和分数阶切换控制器。由此所设计的分数阶控制器能保证分数阶控制系统收敛到平衡点。
孙启启[6]2006年在《基于干扰抑制的汽车电动助力转向与主动悬架系统的集成控制研究》文中提出汽车在行驶过程中受到的很多外界干扰会导致其操纵稳定性、行驶平顺性和安全性等整车性能下降。本文考虑到其中几种重要的干扰因素,结合线性和非线性H_∞控制理论,设计出电动助力转向(EPS)与主动悬架系统(ASS)的输出反馈H_∞控制器,改善了车辆的操纵稳定性、转向轻便性和行驶平顺性,同时很好地抑制了车身姿态变化。首先,建立基于横向和垂向动力学的九自由度非线性整车模型,并对该数学模型进行仿真验证。其次,考虑到非线性系统的复杂性和系统设计的局限性,将系统非线性部分视为模型的不确定性因素,选择相应的加权函数和不确定性界函数,建立增广被控对象矩阵,将鲁棒性能控制问题转化为标准的H_∞控制问题。再次,为改善车辆转向和侧风工况下的整车性能,利用L_2增益干扰抑制的方法设计出EPS与ASS的非线性输出反馈H_∞控制器,并在驾驶员-汽车-道路闭环系统中对所设计的控制器进行了仿真验证。最后,在EPS和ASS集成电控硬件系统的基础上,根据所提出的控制策略编写相应的软件,并进行了实车道路试验,试验结果再次验证了集成控制器的有效性。
王璐[7]2015年在《基于观测器的抗干扰控制策略研究及性能评估》文中研究表明在实际控制系统设计问题中,不可避免地会受到模型参数摄动、未建模动态、系统状态间耦合、未知外界扰动等因素的影响,这些因素会使系统的控制精度下降、鲁棒性变差甚至导致系统不稳定,给控制系统的设计及应用带来了很大挑战。因此,高性能的鲁棒抗干扰控制策略是控制领域永恒的研究课题。基于观测器的控制是一种有效的抗干扰控制理论框架,该方法以观测器作为控制系统内环,利用被控对象的输入、输出信息对系统模型不确定性进行估计,并在外环控制器中进行补偿,从而保证闭环系统的控制品质。在现有的多种观测器中,干扰观测器(Disturbance Observer,DOB)和扩张状态观测器(Extended State Observer,ESO)得到了系统、全面的研究和应用。上述两种观测器设计方法都能够有效解决抗干扰控制问题,但二者分别基于不同的理论体系进行分析和设计,对于二者之间的联系、区别和性能差异进行分析是十分重要的。因此,本文首先针对DOB和ESO在三类系统中的分析和设计进行研究,在上述工作基础上,对二者的抗扰结构和性能差异进行对比研究,从而对如何面向不同类型被控对象和控制任务进行观测器选择给出指导意见。本文的主要研究工作和创新点包括:(1)针对同时包含时滞和右半复平面零点的非最小相位系统,提出一种系统性的鲁棒DOB设计与参数优化方法。考虑闭环系统的内部稳定性、扰动抑制性能、相对阶次、混合灵敏度性能等设计指标,建立基于H∞范数的Q滤波器优化方程。通过回路变换,将Q滤波器优化问题转化为H∞控制器求解问题,并在虚拟被控对象中引入包含标称模型右半复平面零点的全通传递函数,使得优化得到的Q滤波器满足内部稳定性的约束条件。(2)针对状态可测的非线性系统,提出一种基于鲁棒DOB的干扰抑制控制方法,并研究相应的参数优化策略。设计包含部分反馈线性化补偿器和低通滤波器的DOB,并在此基础上设计外环反步控制器。分析了外环控制器结构、参数对内环观测器参数优化的影响,给出保证系统鲁棒性的约束条件,进而基于H∞理论对DOB的参数进行优化。以飞行器姿态跟踪控制问题为例,对提出控制方法的有效性进行实验验证。(3)针对状态不可测的非线性系统,提出一种广义ESO设计方法。对传统ESO的干扰抑制性能进行分析,揭示系统重构策略的本质。在对系统等效扰动模态进行分析的基础上对系统进行重构,最大限度地利用等效扰动的先验信息,降低系统模型的不确定性。基于重构系统设计的广义ESO能够对等效扰动中已知模态的分量实现完全地估计和补偿。最后,基于Lyapunov理论分析闭环系统的稳定性。(4)观测器对于扰动的估计效果决定了整个闭环系统的性能,因此,研究观测器的抗扰结构,对DOB和ESO的抗扰结构进行统一分析,从而将观测器设计问题转化为抗扰结构中等效低通滤波器的结构设计与参数优化问题。在此基础上,针对不同类型被控对象和控制任务,分别对两种控制策略的性能进行对比研究,归纳总结了两种控制策略的差异,从而对观测器选择给出指导意见。
宾洋[8]2006年在《车辆走停巡航系统的非线性控制研究》文中提出针对城市拥挤交通工况的车辆走-停巡航控制系统是先进汽车主动安全技术领域一个新的研究方向,正日益受到重视。本文以车辆动力学及非线性控制理论为基础,以实现车辆走-停巡航系统的合理控制为目标,对车辆走-停巡航纵向动力学系统建模、单输入单输出(SISO)非线性系统的控制方法及其在车辆走-停巡航控制系统中的应用、实车实验平台的开发等方面进行研究。本文首先研究低速行驶工况下的车辆巡航纵向动力学系统仿真模型。建立了一种能够较好反映系统特性的车辆纵向动力学系统仿真模型及适用于城市拥挤交通工况并能体现驾驶员驾驶特点的车间纵向动力学系统模型。以车辆和车间纵向动力学系统模型为基础,本文对驱动工况车辆走-停巡航系统非线性控制方法进行了研究。建立了车辆非线性纵向动力学系统控制模型及走-停巡航系统集成模型,并在此基础上研究了基于输入输出线性化方法的加速度跟踪控制,以及输出干扰解耦的驱动工况车辆走-停巡航控制。以制动工况下的车辆走-停巡航系统为对象,本文研究了SISO时滞非线性系统的控制方法并实现了相关应用。在建立制动工况下车辆走-停巡航系统集成模型基础上,针对其非线性、时滞特性以及目标车减速度干扰的影响,提出一种改进的非线性SMITH预估补偿方法,以消除控制变量时滞,并结合时滞算子、扩展李导数和扩展李括号方法,研究并解决了SISO状态变量时滞非线性系统的输入输出线性化、坐标变换的可逆性以及输出干扰解耦问题,实现了SISO时滞非线性系统的综合控制。最后,应用基于分步变换和设计思想的控制方法实现了车辆的减速度跟踪控制,以及制动工况下走-停巡航系统的输出干扰解耦控制。为验证所研究的非线性控制方法及其在车辆走-停巡航系统的应用,本文以常规车辆结构为基础建立了汽车走-停巡航系统实车实验平台,研制了一种新型的电子节气门传动装置,并利用仿真及实车实验对所完成的车辆走-停巡航系统的控制性能及非线性控制方法的正确性进行了验证。结果表明,本文设计的车辆走-停巡航控制系统表现出良好的动态收敛过程、稳态跟踪精度和鲁棒性能。
赵灵冬[9]2014年在《分数阶非线性时滞系统的稳定性理论及控制研究》文中提出自1983年Mandelbort指出自然界及许多科学技术领域中存在大量的分数维以来,分数阶微积分在各个领域得到了广泛研究,分数阶微积分较整数阶微积分具有诸多突出优势迅速成为当前的研究热点；在实际系统中,不可避免存在非线性特征,是非线性系统。与此同时,一般控制系统由于反馈延时、信号传输延时等都具有时滞。而时滞的存在往往是系统的稳定性和性能变差的原因,时滞的存在可能导致通信网拥塞、数据丢包,可能导致交通系统中车辆流动不畅、交通拥堵。如何判定分数阶时滞非线性系统的稳定性与控制至今未得到有效解决,该课题的科学意义不仅在于发展分数阶时滞非线性系统稳定性理论实现分数阶时滞系统控制,推动分数阶控制理论和控制方法的应用,更有助于丰富非线性系统控制理论,推动控制理论和控制工程的发展。本论文提出了分数阶无时滞与含时滞非线性系统稳定性理论；提出了矩阵配置的控制器设计方法。实现了分数阶无时滞与含时滞非线性系统的控制与同步及系统的未知参数辨识。本论文的主要研究内容和创新点包括以下内容：1.分数阶非线性系统稳定性与控制研究。基于整数阶非线性系统稳定性理论与分数阶线性系统稳定性理论,从系统Jacobian矩阵特征值的角度出发提出了分数阶非线性系统稳定性理论。与此同时,将整数阶Lyapunov稳定性理论拓展到分数阶系统中,提出构造正定函数V并对函数V求整数阶导数的稳定性分析理论。该稳定性理论克服了分数阶Lyapunov稳定性理论中对函数V的复杂的分数阶求导、稳定性分析困难,且系统参数发生摄动时稳定性分析失效这一难题。在此基础上,研究无时滞分数阶系统的脉冲控制理论,建立了脉冲强度与脉冲间隔的一般关系,实现了分数阶系统的脉冲控制。最后研究了分数阶系统的间歇控制稳定性理论,建立了间歇控制一般稳定性条件,实现了分数阶系统间歇控制。数值仿真结果证实所提理论的正确有效性。2.分数阶时滞系统稳定性理论与控制研究。基于本文提出的分数阶非线性系统稳定性理论和整数阶时滞系统稳定性理论,研究了如何建立正定函数V的扩展函数并对该扩展函数求整数阶导数而不是分数阶导数的分数阶系统Lyapunov-krasovskii理论,建立了扩展函数的一般构造方法。利用该理论,整数阶时滞系统的大部分控制方法可拓展到分数阶时滞系统。且从定理的形式可以看出,当系统系数和微分阶次在一定范围内摄动时该理论仍然适用。基于特征值稳定性分析理论,结合不等式利用反证法等建立了分数阶时滞系统极限发散和收敛速率计算方法。根据分数阶时滞非线性系统的极限发散和极限收敛速率,建立了分数阶离散时滞非线性系统间歇控制稳定性理论,实现了离散时滞分数阶系统间歇控制方法。最后,仿真实例显示其结果的有效性。3.基于矩阵配置法的分数阶非线性系统控制器设计。尽管非线性系统的控制与同步有大量报道,但如何简单有效设计控制器实现系统控制鲜见介绍。针对这一情况提出矩阵配置控制器设计法。针对无时滞参数己知、参数未知的分数阶系统提出了如何利用矩阵配置控制器设计方法设计控制器实现系统控制和未知参数辨识。基于本文提出的分数阶时滞系统稳定性理论,利用时滞分离方法,提出了含离散时滞的分数阶非线性系统矩阵配置控制器设计方法,实现了离散时滞分数阶非线性系统控制。进一步将这一方法拓展到了整数阶分布式时滞系统,实现了整数阶分布式时滞系统控制。这些工作表明该控制器设计方法具有较好的通用性。最后,总结全文并提出了进一步研究的方向。
杨立新[10]2012年在《一类随机非线性系统控制设计算法及应用》文中研究说明在实际控制工程中，由于建模误差、环境干扰等因素的影响，完全的确定性系统是不存在的，研究不确定非线性系统的控制问题具有重要的理论意义和实际应用价值。随机非线性系统是一类带有随机动态特征的非线性系统，是近年来非线性控制理论研究的热点方向之一。本文基于自适应鲁棒控制理论、神经网络逼近理论、随机微分方程稳定性理论、时滞泛函微分方程稳定性理论，探讨了一类随机非线性系统的控制问题。主要研究工作如下：第一，针对带随机扰动和内动态的不确定非仿射非线性系统，提出一种基于高增益观测器和神经网络的自适应输出反馈控制器。在假设系统零动态稳定的条件下，将确定性系统控制方法扩展到随机系统，并利用神经网络的泛化学习能力，对非仿射非线性系统进行了自适应估计和鲁棒控制器设计。应用Lyapunov稳定性及随机系统稳定性理论证明闭环系统信号是依概率有界的，且跟踪误差收敛于原点的可调节邻域内。第二，针对一类含有不确定非线性函数的随机系统，提出一种自适应观测器设计算法。所讨论的系统的不确定非线性函数包含未知状态而非仅仅包含系统输出，是一类更加宽泛的不确定随机系统。通过构建一个含有参数自适应律的观测器来重构状态，有效地解决具有非仿射不确定性的随机系统的状态估计问题。应用Lyapunov稳定性理论和Ito随机微分理论给出严格的稳定性分析，证明该观测器是依概率有界的，并且它的界可以通过选取适当的参数进行调节。第三，研究一类带有未知时滞的不确定随机非线性系统控制设计问题。针对带未知时滞的非参数不确定随机非线性系统，提出一种与时滞无关的自适应控制算法；进一步，针对同时带有未知时滞、不确定参数和不确定非线性函数的随机非线性系统，提出一种基于神经网络的自适应滤波反步控制算法。利用滤波反步法代替传统反步法，以避免传统反步法设计中固有的“explosion of complexity”问题。控制结果使得闭环系统信号是依概率有界的，且跟踪误差均方收敛于原点的小的可调节邻域内。第四，针对高速、高精度宏/微定位平台的动态特性，提出基于自适应Kalman滤波器的非线性输出反馈控制设计算法。自适应Kalman滤波器用于补偿宏动定位平台的系统振动及外界噪声干扰。针对压电陶瓷驱动的微动平台系统固有的迟滞非线性特性，提出基于高增益观测器的智能自适应输出反馈控制设计算法。该算法利用神经网络模拟不确定非线性迟滞特性，同时包含一个鲁棒控制项，用于补偿神经网络逼近误差及观测器的观测误差。第五，针对多AUV协作作业时相互通信中不可避免的信息包丢失问题，提出一种基于观测预报器的最优估值器。观测预报器设计为所有已知历史观测信息的加权值，改进了传统的利用最近接收到的信息代替当前丢失信息的方法，可以充分有效地利用有用的历史信息来补偿通信过程中随机丢失的信息。进而基于补偿后的观测信息值，应用新息分析方法来设计AUV通信预报器、滤波器及平滑器。
参考文献：
[1]. 自适应迭代学习控制和卡尔曼一致性滤波及在高速列车运行控制中的应用[D]. 吉鸿海. 北京交通大学. 2016
[2]. 布式驱动电动汽车直接横摆力矩控制研究[D]. 陈禹行. 吉林大学. 2013
[3]. Mamdani模糊控制系统的结构分析理论研究及其在暖通空调中的应用[D]. 吕红丽. 山东大学. 2007
[4]. 非线性板球系统的监督分层智能自适应控制算法研究[D]. 韩京元. 吉林大学. 2014
[5]. 分数阶非线性系统控制研究[D]. 丁冬生. 浙江大学. 2015
[6]. 基于干扰抑制的汽车电动助力转向与主动悬架系统的集成控制研究[D]. 孙启启. 合肥工业大学. 2006
[7]. 基于观测器的抗干扰控制策略研究及性能评估[D]. 王璐. 上海交通大学. 2015
[8]. 车辆走停巡航系统的非线性控制研究[D]. 宾洋. 清华大学. 2006
[9]. 分数阶非线性时滞系统的稳定性理论及控制研究[D]. 赵灵冬. 东华大学. 2014
[10]. 一类随机非线性系统控制设计算法及应用[D]. 杨立新. 哈尔滨工程大学. 2012
标签：自动化技术论文; 自适应论文; 线性系统论文; 仿真软件论文; 非线性论文; 模糊算法论文; 模糊理论论文; 模糊神经网络论文; 系统稳定性论文; 参数估计论文; 模糊控制论文;