离散T-S模糊时滞系统的稳定性分析与控制器设计

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:ycw
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
随着科学技术的发展,工业系统变得越来越复杂,实际系统中存在各种各样的非线性、不确定性和时滞现象,缺乏精确的数学模型,这给控制系统的分析和设计带来了很大的困难,目前还缺少系统分析和综合的有效方法。Takagi-Sugeno(T-S)模糊模型对非线性系统有很好的逼近能力,被公认为是连接线性系统和非线性系统的桥梁。另一方面,时滞现象常见于实际中化工系统和网络系统等众多系统,是系统不稳定和性能变差的根源。因此,基于T-S模糊模型来研究非线性时滞系统有广泛而深远的意义。本文基于T-S模糊模型和线性矩阵不等式(LMI)的方法来研究非线性时变时滞系统的稳定性分析,控制器设计和观测器设计:  1.研究了离散T-S模糊时变时滞系统的时滞相关稳定性条件。通过构造新的模糊Lyapunov泛函,采用新技巧,得到改进的时变时滞的相关稳定性判据。该判据的优点在于,在推导过程中通过引入松弛矩阵,避免使用矩阵不等式来寻找两个向量的乘积项的最大值,因而具有更低的保守性。  2.基于并行分布补偿控制律(PDC)的控制器设计方法,得到时滞相关的镇定条件。在系统状态全部可测的情况下,设计状态反馈控制器使得相应的闭环模糊系统渐近稳定。在设计过程中,通过引入松弛矩阵来消除Lyapunov函数中的正定矩阵同系统矩阵之间的耦合,使得控制器的设计过程更加简便、易行并且保守性更低。  3.研究基于观测器的输出反馈控制问题,得到了基于并行分布补偿控制律(PDC)的时滞相关的镇定条件。在系统状态不是全都可测的情况下,设计基于观测器的输出反馈控制器使得闭环模糊系统渐近稳定。文中得到的观测器设计和控制器设计条件统一到LMI的框架内,便于利用已有的优化工具求解。  4.研究了基于PDC控制律的H∞控制器问题。设计H∞控制器使得闭环模糊系统渐近稳定,并且在零初始条件下,具有相应的H∞干扰抑制度γ。  上述所得到的稳定性条件和相应的镇定性条件都统一到线性矩阵不等式(LMI)的框架内,可以应用现有MATLAB中的LMI工具箱有效地求解。
其他文献
立体视觉是计算机被动测距领域中一种最重要的距离感知技术。从立体视觉技术诞生至今,经过30多年的发展,立体视觉在机器人视觉、航空测绘、军事应用、医学诊断及工业检测中的
随着科技的迅猛发展,基于视觉的小型无人直升机姿态解算算法被应用到了诸多领域中。而小型无人机的自主着陆是其飞行过程中的重要环节,精确、平稳的着陆可以保证无人机部件的
本文以某电气公司的k W级超导原理样机为基础,通过原理样机超导励磁线圈的优化设计、运行特性与规律的研究以及对励磁线圈制备方案的改进,掌握了超导电机设计的一般规律和关键技术,为10 MW高温超导风力发电机(后文简称为风机)的研发做知识和技术储备。在此基础上,对10 MW高温超导风机的关键技术做了具体研究,本文的主要贡献和创新点在于:1.基于H公式并结合Comsol中PDE方程建立了超导体的数值仿真模
学位
随着通信技术和电子技术的发展,视频通信已成为现实。视频通信功能是3G通信技术的主要标志之一。虽然通信网络的带宽一直在快速增加,但是对于高数据量的视频信号来说仍然是远
人脸识别技术是利用计算机分析人脸图像,提取有效的识别信息来辨别身份的一门技术,具有重要的学术价值与广阔的应用前景。它涉及模式识别、图像处理、计算机视觉、生理学、心理
随着任务需求的增长,空间技术正在朝着多任务性和自主化方面发展。针对空间非合作目标绕飞的概念正是在这样的环境下提出的。绕飞运动能够实现对目标的辨识、监视和长期在轨
城市轨道交通已经成为我国城市交通发展的主流。跨座式单轨交通作为城市轨道交通的一种形式是从19世纪初的货运系统到游乐设施基础上综合城市轨道交通技术发展起来的。随着技
随着大量的大功率用电设备投入到一些工矿企业、机械制造业等生产中,使得电力系统安全隐患和电能损耗问题都不容忽视,而如果能够保证无功平衡,提高功率因数,不仅电气设备有效利用率增加,电网线路损耗也大大减小,传输能提大大提高。因此,无功补偿技术对提高电能质量和降低损耗有着极其重要的意义。本课题所研究制造的智能型无功补偿进相器,是一种主要针对电动机的无功功率补偿装置,串接于电机转子回路,对提高功率因数,改善
以中间相炭微球(MCMB)为原料,采用模压成型工艺制备了质子交换膜燃料电池(Proton exchange membrane fuel cell,PEMFC)双极板。研究内容包括:MCMB粉体的理化性质表征及预处理;模
随着无线电通信、微型传感器、人工智能以及嵌入式计算等技术的进步,无线传感器网络技术得到了迅速发展。目前,无线传感器网络在社会生活中应用广泛,包括国家安全、环境监测