【摘 要】
：
针对一类具有状态变时滞和不确定性扰动的离散系统,给出一种基于新型参考轨迹的滑模预测控制算法。首先,利用线性滑模函数构造了预测模型,结合双幂次函数设计了新型参考轨迹。然后,根据预测控制理论定义了性能指标函数,通过反馈校正和滚动优化技术得出了无约束情况下的最优控制律,并且证明了系统的稳定性。最后,仿真结果表明,相对于传统幂次函数设计的参考轨迹,算法在处理变时滞和参数摄动上具有良好的效果,不存在抖振,具有强鲁棒性,控制性能更优。
【基金项目】
：
山西省重点研发计划项目(201803D121025)。
论文部分内容阅读
针对一类具有状态变时滞和不确定性扰动的离散系统,给出一种基于新型参考轨迹的滑模预测控制算法。首先,利用线性滑模函数构造了预测模型,结合双幂次函数设计了新型参考轨迹。然后,根据预测控制理论定义了性能指标函数,通过反馈校正和滚动优化技术得出了无约束情况下的最优控制律,并且证明了系统的稳定性。最后,仿真结果表明,相对于传统幂次函数设计的参考轨迹,算法在处理变时滞和参数摄动上具有良好的效果,不存在抖振,具有强鲁棒性,控制性能更优。
其他文献
为了解决光刻机掩模台控制系统中模型参数的不确定性,提出一种带有自适应前馈的运动控制算法.该算法主要特点是以控制器的实际输出与估计输出之间的估计误差最小为优化目标,
为了平抑风电场输出功率的波动,提出用磷酸铁锂电池和超级电容组成混合储能系统配备在风电场,使并网功率波动性降低。首先,分析不同情况下风电出力的历史数据,在满足风电输出功率并网波动标准的前提下,对风电场的输出功率进行自适应滑动平均分解,得到并网功率和混合储能功率。其次,对混合储能功率进行小波包分解,得到低频功率信号和高频功率信号,分别由锂电池和超级电容进行平抑,实现混合储能内部的功率分配。算例分析表明,所提方法能够自适应地对不同场景下风电场输出功率进行分解,确保混合储能内部功率分配合理,使混合储能系统的使用时
针对具有参数不确定和集中扰动的四容液位耦合控制系统,提出一种自适应参数及扰动补偿控制方法。基于端口受控哈密顿原理,设计了自适应参数和扰动补偿机制,有效减少了因参数不确定和集中扰动造成的影响。为实现控制的鲁棒性并减小计算复杂度,提出一种分解-综合法设计参数估计向量。仿真结果验证了该方法的有效性。
随着我国现代航道水运工程领域的不断建设与发展,开始拆除一些不符合通航标准的老桥.一般情况下,拆除老桥时会采用机械拆除法和爆破法,但是由于在通航的航道上不能直接实施爆
为了提高织物染色产品的质量,分析企业的生产数据建立染色生产中色花和色差的质量预测概率模型。首先,对实际的染色过程进行研究,详细分析染色生产过程的每一环节,并且利用串联结构模型描述各影响因素之间、因素与各环节之间,各环节与最终染色质量之间的关系。在此基础上利用概率论的相关知识建立更为准确的质量预测模型,通过串级结构模型对染色质量进行分析,预测出染色生产中质量不合格的概率,并用实际生产数据验证了该模型和方法的有效性。
为了解决永磁同步电机调速系统PI控制器鲁棒性差、动态响应慢的问题,在矢量控制基础上,提出了基于干扰观测器的滑模速度控制和非线性状态误差反馈电流控制的级联式永磁同步电机双环调速系统。首先,设计了基于干扰观测器的滑模速度控制器,得到期望电流iq*,提高了速度的鲁棒性和响应速度;然后,将滑模速度控制器输出的iq*与iq的差值作为非线性状态误差反馈控制律的输入,并且利用干扰观测器估计的扰动量作为q轴电压值的补偿,增强了电流的鲁棒性和快速性;最后,通过仿真和实验验证了控制策略的有效性。
在电阻加热式真空蒸发镀膜过程中,需要通过对蒸发源的温度进行控制从而实现蒸发速率的控制。针对真空镀膜系统中蒸发源的温度变化具有非线性、时变性和滞后性的特点,提出了一种基于Smith预估的变论域模糊自适应PID的改进控制算法。基于改进的差分进化算法辨识真空镀膜温控系统的传递函数,结合变论域模糊自适应PID算法和比例控制构成分段控制模型。最后利用MATLAB进行仿真验证,结果表明,相较于Smith预估控制和模糊自适应PID控制算法,改进后的算法具有调节时间短、超调量几乎为零、无稳态误差等特点,对电阻加热式真空镀
无人机高度控制容易受到气流的变化、传感器精度、外界噪声干扰、非线性因素等影响。针对目前无人机高度控制中串级控制、模糊PID控制、鲁棒控制等方式导致的控制效果不佳、震颤现象严重、建模困难等问题,提出了一种复合智能控制:基于串级控制结构,以模糊PID控制做外环,粒子群PID控制作为内环的串级模糊-粒子群PID(FPSPID)控制。控制器具有控制精度高、鲁棒性强等优点。实际飞行表明:设计的控制器在飞行过
针对永磁球形电机的复杂转矩建模问题,提出了一种基于随机森林建模方法,同时提出了基于粒子群优化方案来解决永磁球形电机的优化通电策略问题.首先,通过电磁分析得到永磁球形
针对轮毂电机驱动的电动汽车的横摆稳定性问题,提出了一种基于极限学习机(ELM)网络的直接横摆力矩控制方法。采用自适应积分终端滑模(AITSM)控制策略设计横摆角速度控制器,并通过ELM的快速在线学习能力实现在闭环系统中进行集总干扰估计和补偿。控制器的主要贡献在于,一是实现横摆角速度跟踪误差的有限时间收敛,二是引入了ELM扰动估计技术,减少了传统滑模控制对系统扰动先验知识的依赖。仿真结果表明,使用所提出的控制器策略,车辆横摆角速度跟踪精度和系统强鲁棒性得到了提升,实现了更好的车辆横摆稳定性和操控性能。