线性切换系统稳定性及相关问题研究

来源 :东北大学 | 被引量 : 0次 | 上传用户:JoQn
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
切换系统是一类结构清晰、简单的混杂系统,具有广泛的实际应用背景。切换系统是当前控制理论界的研究热点之一。虽然十年来切换系统的研究已取得长足的进步,但仍有许多问题需要解决,其理论还远未完善。 本文针对线性切换系统的稳定性、鲁棒稳定性、镇定、鲁棒镇定问题进行深入探讨,获得了一些有意义的结果。 首先概要地介绍了混杂系统的定义、常用的模型,叙述了混杂系统研究的历史及所要解决的问题,并且对目前有关切换系统的研究成果进行了较为详尽的介绍。在此基础上,进一步详细地介绍了切换系统的常用的、主要的研究方法,给出了单Lyapunov函数法、多Lyapunov函数法、LMI方法、凸组合方法、平均停留时间法、任意切换方法的具体过程,并配以例题说明。 基于梯度方法给出了线性切换系统渐近稳定的切换算法及渐近稳定的充要条件,进而用模糊方法对离散线性切换系统给出一种切换律的设计方法。该方法避免了Lyapunov函数构造的困难,具有一定的实际可行性。 然后重点研究了基于时间驱动的切换问题。分析了周期切换下的线性切换系统的稳定性,给出了判定系统渐近稳定的充要条件,指出周期切换稳定条件与凸组合稳定条件的内在联系。所得的稳定性条件不同于已有结果,可以直接运用于反馈控制器的设计。在此基础上,进一步分析线性不确定切换系统的鲁棒稳定性,得出了状态反馈鲁棒控制器的设计方法。仿真结果表明了所得结果的正确性。 讨论了一类含时滞的线性切换系统的鲁棒稳定性、鲁棒控制器设计问题,其中鲁棒稳定性分析采用多Lyapunov函数法,鲁棒控制器设计采用状态反馈和状态观察器方法。 文中还探讨了时变线性切换系统的稳定性问题。基于矩阵测度理论、时变连续系统状态解的Cauchy矩阵表示法给出了系统渐近稳定的一些充分条件。 文中最后总结了全文并指出了切换系统研究中存在的一些问题以及作者本人今后的研究设想。
其他文献
Data mining is most promising and flourishing frontier in database system. Data mining, also popularly referred to as Knowledge discovery in Database (KDD), is
本文采用齿轮箱振动信号的量化特征进行齿轮箱的状态分析,提取了常用的时域波形的统计特征、频谱分布的统计特征和小波包频带能量分布特征。齿轮箱的振动信号是由于多种因素的影响,具有高度的非线性,因而显得复杂和不规则的。时域、频域特征参数由于计算方法比较简单直接,物理意义十分明确,但对于齿轮箱的非线性振动信号仍有不足之处。分形分析可通过对非线性的信号进行分析,从中寻求可以揭示其不规则性的复杂现象所蕴含的规律
随机分布系统控制是控制理论体系及其应用中的一个重要分支,随机输入广泛的存在于实际工业过程中,如传感器噪声、参量的随机变化或外界的随机扰动等。到目前为止,对随机系统
本文以长丰集团计算机集成信息管理系统(CIMS)的实现为背景,首先研究了JIT生产管理方式下的看板管理,提出了针对总装车间的看板系统;然后研究了排队网理论,使用理论分析了机
森林监测中林区地域广阔,环境复杂,应用传统的有线网络传输大量的数据具有相当大的难度。本课题以森林防火监测为应用背景,开展基于无线传感器网络的火灾图像传输方法研究,将
本文首先讨论了伺服系统的国内外现状与发展,并指出本课题的研究意义和主要研究内容.在深入研究了永磁同步电机的数学模型、等效电路的基础上,本文对磁场定向控制和空间矢量
本文针对间歇过程优化控制问题,主要围绕该过程的优化部分进行深入的研究,从在线优化、优化算法改进以及面向能量的优化三个方面进行突破和创新。首先,针对间歇过程动态在线优化控制问题,提出了基于扩展卡尔曼滤波估计的间歇过程在线优化控制方案,通过与离线优化控制方案和典型的在线优化控制方案对比,该方案在对反应过程参数的估计和对反应产量优化方面展示出了良好的效果。随后,针对优化算法的研究,提出了基于邻域粒子拥挤
学位
本文从机器学习角度,分析研究了基于相关反馈的CBIR学习方法及其特点.针对图像检索中存在的训练样本有限等问题,从特征提取与描述、用户查询概念的学习及优化三方面内容,对可
永磁同步电动机(Permanent Magnet Synchronous Motor,以下简写PMSM),与普通交流电机相比,具有效率高,功率密度高、启动转矩大、响应速度快、开环转速精度高、等诸多优点。但是由于PMSM本身固有的强耦合、非线性等特点,使得传统的控制方法不能实现系统的最优。本文以PMSM为研究对象,以广义预测(Generalized Predictive Control)这一基于对象