摘要：网络控制系统的时延会导致系统性能下降,针对该问题提出一种基于隐式PIGPC的时延补偿方法。首先,通过历史时延数据,利用自适应变步长最小均方滤波算法对当前时刻的网络时延进行预测,将预测时延代替实际时延作为时延补偿控制器的参数。然后为改进隐式GPC的时延补偿效果,提出具有PI结构的隐式PIGPC算法。隐式PIGPC不必递推求解Diophantine方程,可节省在线计算时间,并且把PI的反馈结构与GPC的预测功能结合起来,改善了控制器的性能。利用隐式PIGPC设计控制器,结合预测时延完成基于隐式PIGPC的网络时延补偿控制器的设计,并对时延补偿算法的稳定性进行了分析。最后的仿真实验表明隐式PIGPC对网络控制系统时延具有良好的补偿效果,同时具有较少的运算时间。

摘要：针对带宽受限的多回路网络控制系统提出一种模糊反馈调度方法。首先利用二次型函数映射的动态权重调整策略对控制回路赋予不同的权重系数,继而考虑控制系统输出的误差和误差变化率,提出了改进的基于模糊反馈调度的优先级配置策略,设计了模糊反馈调度器,对各控制回路的优先级进行动态的调整。最后通过TrueTime工具箱建立了动态权重调整的多回路网络控制系统的模糊反馈调度仿真模型,并将该方法同EDF(earliest deadline first)与权重固定的模糊反馈调度方法进行对比。仿真结果表明在相同的网络带宽占用的情况下,该方法具有更小的网络时延,且具有较好的性能。

摘要：设计了一套喷绘机位置控制系统,系统中通过单片机控制器对喷印速度和位置进行跟踪控制,并且选用速度控制方式实现对伺服电机运动的控制,从而利用了伺服电机系统自带的S型曲线控制模型,实现了喷印过程中变速、匀速运动的平稳性,并且在较高的喷印速度和分辨率下实现了对喷印位置的准确跟踪控制,满足了喷绘机系统关于位置控制精确度的要求。

摘要：研究了一类转移概率部分未知的随机时变时滞马尔可夫跳变系统的鲁棒H∞控制问题.首先,构建Lyapunov-Krasovkii方法,设计无记忆的状态反馈控制器,保证闭环系统的随机稳定性.其次,将过程转化为求解一组线性矩阵不等式(linear matrix inequalities,LMIs)的约束优化问题,通过求解线性矩阵不等式的方式,获得了充分条件.最后,数值仿真验证结论的有效性.

摘要：为解决动态环境下作业车间调度问题,提出了一种基于改进Q学习算法和调度规则的动态调度算法。以“剩余任务紧迫程度”的概念来描述动态调度算法的状态空间;设计了以“松弛越高,惩罚越高”为宗旨的回报函数;通过引入以Softmax函数为主体的动作选择策略来改进传统的Q学习算法,使改进后的Q学习算法在前期选择不同动作的概率更加平等,同时改善了贪婪策略在学习后期还会选择次优动作的现象。仿真结果表明:该调度算法相较于改进前,性能指标平均提升约6.5%;相较于IPSO算法和PSO算法,性能指标平均提升分别约为38.3%和38.9%,调度结果明显优于使用单一调度规则以及传统优化算法等常规方法。

摘要：本文对离散时间非线性Markov跳变系统研究了未知输入观测器(UIO)设计问题。所提出的未知输入观测器具有较为新颖的结构。在文中给出了基于Lyapunov函数的未知输入观测器设计的可行性条件,并将其转化为一组线性矩阵不等式(LMI)条件,便于利用软件的相关工具箱进行参数求解。最后通过对车辆横向动力学模型的数值仿真,验证了该方法的有效性与实用性。

摘要：研究了一类转移概率部分未知的随机时滞Markov跳变系统的镇定问题.首先,构建Lyapunov-Krasovkii函数的方法,设计模态依赖的状态反馈控制器,保证了闭环系统的随机稳定性.其次,将其归结为求解一组线性矩阵不等式(LMIs)的可行性问题,通过求解线性矩阵不等式的方式,获得了充分性条件.最后,数值仿真验证结论的有效性.