摘要：轧机液压伺服位置控制系统,常常因外界环境变化等而发生参数改变,使轧机液压位置控制系统变为不确定性系统,给系统控制设计带来较大困难。针对一类具有范数有界和系统参数不确定性的时滞依赖系统,设计了鲁棒H_∞滤波器。通过建立液压位置被控对象数学模型,并假设外界环境条件的变化致使系统阻尼比参数变化,通过应用构造的鲁棒H_∞滤波器的算法,能使轧机液压伺服位置控制系统具有很好的抑制能力,具有较好的状态估计效果,还能够保证系统的快速响应特性和鲁棒稳定性。

摘要：针对一类不确定时滞系统的鲁棒H∞稳定控制,设计了基于观测器的鲁棒H∞控制器.假定系统的不确定性是时变的且具有范数有界.基于线性矩阵不等式(linearmatrixinequali-ty-LMI),通过构造Lyapunov泛函,选取适当的观测器,给出了控制器的设计方法,通过求解相应的线性矩阵不等式,就可以得到基于观测器的H∞控制器,并证明了该控制器在使闭环系统渐近稳定的同时,又能保证闭环系统满足一定的H∞性能指标.最后,数值算例验证了所给方法的有效性.

摘要：针对一类不确定系统的跟踪控制,设计了一种将GBF-CMAC(cerebellar model articulation controller with Gauss basis function)与滑模控制相结合的控制系统。利用符号距离和分层结构减少了神经网络所需存储器的数量,并提出了一种神经网络参数的自适应学习律。将设计的控制器用于含有不确定性和欠驱动结构的高阶柔性直线结构系统的跟踪控制,并与一般滑模控制和积分滑模控制进行了比较。实验结果表明,所设计的控制器不仅具有较好的鲁棒性,而且改善了滑模控制存在的抖振问题。同时通过调整神经网络的参数对抖振进行控制,实现了抖振和跟踪性能之间的最优选择。

摘要：针对无人机在飞行时存在执行机构故障和外界干扰问题,建立了无人机的动力学模型和系统发生执行器故障时的模型,提出了一种将迭代学习观测器和鲁棒自适应控制相结合的容错控制方法。利用迭代故障观测器去观测无人机控制系统的状态并通过迭代实时跟踪执行器故障,给出了该观测器的收敛性分析,并在此基础上设计基于自适应增益的趋近律,实现系统鲁棒自适应控制。进一步基于Lyapunov方法从理论上证明了设计的容错控制器的鲁棒稳定性。使用无人机控制系统对方法进行验证,仿真结果验证了方法的有效性。

摘要：以双机架可逆冷连轧机液压APC(Automatic Position Control———位置自动控制)系统为研究对象,建立了相应的轧机液压APC系统的数学模型。采用鲁棒H∞控制的设计方法对参数摄动等的不确定性进行了仿真,结果表明所设计的H∞控制器具有良好的跟踪特性和对参数摄动的鲁棒性。

摘要：针对一类广义不确定性多时滞系统,研究了其二次稳定性及H∞状态反馈控制器的设计.假定其中的不确定性是范数有界的,通过构造改进的Lyapunov泛函,给出了其二次稳定性及H∞状态反馈控制器存在的条件.所设计的控制器对所有容许的不确定性不仅使得相应的闭环系统渐进稳定,也能保证闭环系统满足一定的H∞性能指标,达到抑制干扰的效果.

摘要：针对一类奇异不确定时滞系统的鲁棒保成本控制,假定其中的不确定性是范数有界,采用基于线性矩阵不等式(LMI)和构造适当的LYAPUNOV泛函相结合的方法,给出了系统的鲁棒保成本状态反馈控制器存在的条件。通过求解相应的线性矩阵不等式就可得到鲁棒保成本控制,所设计的保成本控制器对所有容许的不确定性不仅使得相应的闭环系统达到二次稳定,也能保证闭环成本函数不超过一个确定的界。通过数值算例及仿真验证了所给方法的有效性。

摘要：针对非线性不确定系统,在执行器发生故障的情况下,研究了系统的鲁棒H_∞可靠控制器和系统状态观测器的设计.从Lyapunov稳定性和鲁棒H_∞可靠控制的定义出发,通过构建观测器型状态反馈的闭环控制系统,得到了鲁棒H_∞可靠控制器和状态观测器需要满足的不等式.利用相关引理,将不等式转化为等价的线性矩阵不等式,给出了系统的控制器和状态观测器的表达式.经仿真验证,所设计的基于观测器的非线性不确定系统的鲁棒H_∞可靠控制系统,在执行器失效时系统对允许范围内的结构不确定性具有一定的抗干扰和容错能力,检验了所提出方法的有效性和可行性.

摘要：针对不确定时滞系统的鲁棒跟踪控制问题,设计了一种基于小脑神经网络CMAC的鲁棒非脆弱控制器。首先,给出小脑模型神经网络控制系统的算法。其次针对一类不确定时滞系统,根据李雅普诺夫稳定理论,进行了鲁棒非脆弱控制器的设计。假设反馈控制中即含有状态反馈不确定性,也具有状态时滞的不确定性。证明不确定时滞系统鲁棒非脆弱控制存在的条件。该条件可以利用Matlab的线性矩阵不等式LMI工具箱来求解鲁棒控制器的参数。之后利用CMAC神经网络较强的学习能力和鲁棒非脆弱控制器对参数摄动抑制作用的特点,将鲁棒非脆弱控制器与小脑模型神经网络CMAC相结合,构成小脑模型神经网络与鲁棒非脆弱控制器的复合控制,实现对不确定时滞系统的跟踪控制。仿真结果显示,对于输入端扰动和一定程度的参数摄动,经过复合控制器的作用,被控系统能在短时间的抖动后逐渐趋于稳定,不仅具有较快的响应速度,还具有较短的收敛时间和令人满意的跟踪精度。该种复合控制表现出较强抗干扰能力及鲁棒性。

摘要：实验室是高等学校培养学生实践能力和创新精神的重要场所。我校自动化专业本科生培养方案,显著强调了实践和创新能力的培养,在实验环节的设置上,更注重设计性和综合性实践环节。建设自动化信息与控制综合实验平台,旨在服务于实验教学,实践性环节和创新人才培养,构建人才培养实践体系平台和环境,全面培养学生工程实践和系统设计能力。本文对我校自动化信息与控制综合实验教学平台建设的建设思路、建设内容等方面进行了探索和实施。