基于自适应动态规划的鲁棒控制问题研究及应用

来源 :天津大学 | 被引量 : 0次 | 上传用户:woshizhaozhiqiang
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
随着工业生产水平的提高,相关工业过程的控制精度要求也逐渐增高。然而,实际生产中存在的各种不确定性与扰动将直接或间接影响控制精度,进而影响产品的最终品质。本文以自适应动态规划相关控制技术理论为基础,针对非线性系统在各种不确定性和干扰影响下的鲁棒控制问题进行研究。文章主要从理论研究和相关应用场景两个方面进行展开,并针对具体场景进行分析与设计。本文首先考虑了不确定非线性系统的鲁棒跟踪控制问题。考虑非线性系统含有的匹配/非匹配不确定性,并给出代价函数设计思路。进一步,针对含有非匹配不确定性的非线性系统鲁棒跟踪控制问题进行具体分析。建立辅助系统处理非匹配不确定性,通过稳态与暂态分析,得到暂态跟踪误差系统,并设计鲁棒跟踪控制策略。结合自适应动态规划方法,最终得到跟踪控制问题的近似最优解。同时,提供了基于李雅普诺夫稳定性分析的理论证明,并辅以数值仿真对其有效性进行了验证。以下分别以四旋翼飞行器和微电网系统为背景,考虑不确定问题并设计自适应鲁棒控制策略。考虑四旋翼飞行器系统中的时变与耦合不确定问题,设计一种基于神经迭代算法的鲁棒跟踪控制策略。基于位置和姿态跟踪误差子系统,提出一种改进的神经网络权值更新规则,放松对初始稳定控制策略的要求,进而通过迭代算法得到近似最优控制律。最后,考虑时变、耦合不确定问题,给出基于线性和非线性四旋翼飞行器系统的两个仿真算例,用以验证本文控制策略的有效性。针对微电网系统,随着可再生能源发电比例的增加,随机发电和动态不确定性为微电网频率控制带来了极大的挑战。本文提出一种完全基于自适应动态规划的智能频率控制策略,用于调节微型燃气轮机和电储能系统的功率输出。此外,考虑一天中光伏发电和负荷需求的变化,通过设计储能规划策略,可以实现光伏发电的充分利用和电储能的循环使用。仿真算例对基于电储能系统的智能频率控制策略进行了验证,并通过与PID、线性二次调节器和模糊控制方法的对比,体现了本文控制策略的优越性。
其他文献
基于稳态运动视觉诱发电位(steady state motion visual evoked potential,SSMVEP)的脑计算机接口(brain-computer interface,BCI)融合了人类视觉系统的运动感知功能,可减轻由SSVEP强烈视觉刺激引起的不适感和适应性,引起了广泛关注。然而,SSMVEP范式下依然存在被试者长时间精神集中出现的疲劳状态,这种疲劳状态将直接影响BCI
近年来,卷积神经网络由于其较高的分类精度而广泛应用于图像分类、目标检测以及场景分割等计算机视觉任务。卷积神经网络的分类精度随着网络层数的增加而提高。然而,伴随着网络加深,网络规模变大,需要的计算量剧增,采用软件运行卷积神经网络算法将会是一项非常耗时的工作。各种硬件加速器应运而生,以提高卷积神经网络模型的计算性能并满足嵌入式设备对于实时性、低功耗的要求。其中,现场可编程门阵列由于其强大的并行计算能力
计算机视觉技术和深度学习的快速发展为打造大规模、无人化养殖农场带来了新的机遇。利用计算机视觉技术实现猪个体识别,以提高猪场的管理效率成为近年来的研究热点。不同猪个体之间脸部特征较为明显,可通过识别猪脸确定猪个体身份,但实际养殖中脏乱的环境为猪脸识别带来很大困难。本文提出了一种基于多尺度卷积神经网络的猪脸识别算法,通过加深网络层数和拓展网络宽度提高了网络对猪脸图像的特征提取能力。利用对称拆分和非对称
随着计算机和自动化技术的发展,越来越多的移动机器人进入人们的生活,服务于社会的方方面面,尤其是在酒店服务、老年护理和医疗保健等行业受到人们的广泛欢迎。导航是移动机器人技术的核心,而定位是移动机器人导航的基本问题,只有准确的定位才能保证服务机器人可靠地完成任务。针对现有移动机器人室内定位方法存在准确性偏低和环境适应性较差等问题,本文采用深度学习结合特征点匹配的方法研究了利用门牌自然路标进行服务机器人
微化学反应器是一种能够通过控制化学反应的流速等方式控制化学反应进程的微型化学设备,可以大大缩短反应时间提高反应效率并且集成化程度高,可以与微小的传感芯片相集成,近年来得到越来越广泛的重视。追踪微化学反应对于表征化学反应进程中的相关参数,如化学反应速率、转化率、平衡常数、最适温度等发挥了很重要的作用。现有的一些方法通常不易与微化学反应器集成,因此不适用于微化学反应中并且无法实现实时在线检测。为了实现
瞬变电磁全波勘探需要记录供电电极或线圈在正向导通、正向关断、反向导通和反向关断时瞬态响应的全过程,需要同步记录不同位置的多组瞬态响应信号。这些信号幅度小,需要高精度、高分辨率、多通道的数据采集系统对瞬态响应进行采集。本文设计了瞬变电磁全波勘探数据采集系统,主要用于地表浅层的地质勘探。以瞬变电磁理论为基础,通过麦克斯韦方程组及电极激发的电磁场的轴对称性设计了势函数,对电极激发的瞬变电磁场响应进行了推
随着人工智能的快速发展,卷积神经网络(Convolutional Neutral Network,CNN)在图像处理,目标检测等领域发挥着越来越重要的作用。然而在很多的时候,使用CPU和GPU在处理这些大数据时存在诸多弊端,存在着速度慢,成本高,功耗大等缺点,无法满足CNN低功耗低延时推理的需求。现场可编程逻辑门阵列(Field-Programmable Gate Array,FPGA)则可以轻松
胸部X光(CXR)图像是诊断肺炎的重要依据,通常需要专业医生或者放射科专家进行解读和诊断。人工解读CXR图像耗费了大量时间和人力,且容易受主观因素影响导致误诊。因此,从CXR图像中自动检测肺炎病灶区域具有重要的实用价值。本文中采用深度学习技术,研究了CXR图像中肺炎病灶的检测方法,主要研究工作如下:1、针对CXR图像中肺炎病灶检测算法精度不高的问题,提出了基于Faster R-CNN的肺炎病灶检测
近些年来,基于视觉的移动机器人即时定位与建图(Simultaneous Localization and Mapping,SLAM)问题吸引了国内外学者的广泛关注。SLAM虽然只是机器人执行众多任务中的一环,但却为机器人运动、导航、娱乐等上层应用提供了自身定位信息,而机器人能够精确的定位是完成这些任务的前提。针对传统视觉SLAM算法中,光照、视点变化导致环境特征提取和特征追踪不稳定从而影响定位精度
本文通过对无模型自适应控制(Model-Free Adaptive Control,MFAC)的研究,分别在控制律的计算优化和针对系统伴随噪声干扰的问题上对无模型自适应控制算法进行优化改进。提出一种基于改进跟踪微分器的MFAC去噪方法和一种基于输出误差变化率来计算控制律的新方法。同时,对每一种方法在数学上都证明了输入输出信号的收敛性。最后,对本文提出的每一种改进的算法都进行了验证,来阐明本文算法的