摘要：针对一类可化为链式系统的非完整系统,提出了一种镇定控制器的递推设计方法,利用该方法,用户可以从低维链式系统的镇定控制器出发,经过递推,设计出高维链式系统的镇定控制器。并证明了利用该方法设计的控制器可使得高维链式系统从满足x∈Rn,x1,n(0)≠0的初始位置指数收敛于原点。通过仿真实验验证,利用该方法所设计控制器的有效性。

摘要：针对一类网络控制系统,其网络诱导时延大于采样周期且存在数据丢包,研究了其稳定性和控制器的设计.在控制器端设计了一个状态预测器,其预测状态根据传感器的数据进行更新,然后用来确定控制作用.分析了预测误差的收敛性,证明了分离原理是成立的,并依据分离原理分别设计了状态预测器和控制器,给出了参数化设计方法.仿真例子验证了方法的有效性.

摘要：该文针对存在时变有界长时延的网络控制系统,讨论了具有时延补偿功能的状态观测器以及状态反馈控制器的设计方法。状态观测器根据控制器接收数据包的情况在开环预测和闭环预测两种模式之间切换,以补偿时延的影响。控制器的输入采用观测器的预测状态,从而将系统建模为一类具有多个子系统的离散切换系统。在此基础上,给出了状态观测器与控制器协同设计的方法。仿真结果表明:该文提出的设计方法能够比未采用补偿策略的方法取得更好的控制性能。

摘要：研究了一类具有不确定时延的多包传输网络控制系统的保性能控制问题。在传感器数据传输采用静态调度策略的情况下,在控制器端用对象模型来估计对象的状态,根据接收到的传感器数据更新模型的相应状态,将多包传输网络控制系统建模为具有不确定性的线性离散周期系统。根据周期系统理论和矩阵不等式方法,推导了多包传输网络控制系统保性能控制律存在的条件,给出了保性能控制律的设计方法,利用PENBMI软件包求解双线性矩阵不等式约束的优化问题可得到次优保性能控制律和次优性能指标。仿真例子验证了设计方法的有效性。

摘要：针对受白噪声干扰的短时延网络控制系统,将随机时延对系统的影响转化为未知有界不确定项,在不改变闭环系统结构的前提下,利用鲁棒控制理论提出了系统的H2/H∞状态观测器设计方法;证明了所设计状态观测器估计输出对随机时延引起的不确定项的H∞鲁棒性,给出了估计输出对白噪声干扰的鲁棒H2性能指标的求解方法和观测器增益阵的确定方法.最后通过仿真实例证实了所设计状态观测器的有效性和鲁棒性.

摘要：针对存在时变有界时延的网络控制系统,在一定假设条件下,基于分离原理讨论了状态观测器和状态反馈控制器的设计方法。状态观测器通过在开环预测和闭环预测间切换以补偿时延的影响,同时考虑时延的时变性以及回路中长时延的存在,闭环预测也是在多个模型间切换,从而将状态观测器建模成具有多个子系统的离散切换系统。在此基础上,利用预测状态作为控制器的输入,设计了具有圆盘区域极点约束的状态反馈控制器。最后以线性矩阵不等式可行解的方式分别给出了控制器和观测器的构造方法,仿真结果说明了所提出方法的有效性。

摘要：为了研究装配序列遗传优化问题,以某洗衣机装配序列规划为例,讨论了面向装配序列遗传优化的建模方法。结合装配生产线布局、工位装配能力和工件连接关系的实际,给出了可装配性性能指标相关权重的一般性确定原则,建立了面向遗传优化的装配模型,并设计了遗传优化的编码方式和进化算子。为保证个体的有效性,提出了工位约束检验和以连接关系为依据的工件约束检验;为保持种群多样性、避免遗传算法早熟,提出了采用局部搜索策略进行扩展操作的方法。对洗衣机装配序列优化的结果验证了所建模型及所提算法的有效性。

摘要：本文提出一种基于反馈机理的网络控制系统动态调度器的设计方法.首先利用网络监测器在线获取当前的网络带宽和网络传输误差,预测下一监测器采样周期内可利用的网络带宽.然后利用网络带宽预测值和网络传输误差确定各控制回路采样周期的调节规律,并给出反馈调度器的可调度性约束.当数据包传输发生冲突时,采用MEF(Maximum Error First)作为辅助调度策略,确定数据包的发送优先级.最后通过一组仿真结果验证了所设计的反馈调度器的有效性.

摘要：研究了具有模型参数不确定和受空间环境干扰影响的挠性航天器姿态大角度快速机动快速稳定控制问题,设计了一种受细胞膜放电模型启发的鲁棒姿态控制器。综合考虑挠性航天器的强非线性和强耦合特性,设计了对模型参数和环境干扰具有鲁棒性的姿态机动控制器。为了减小机动中姿态突变激发的挠性附件振动,基于细胞膜放电的动力学模型设计了一种改进的鲁棒控制器。当参数不确定范围和干扰有界时,所提鲁棒控制器可使闭环系统的解最终一致有界。最后,分析了控制器参数对姿态控制性能及所需能量的影响。数值仿真验证了所提鲁棒控制器用于姿态机动控制可以得到良好的效果。

摘要：提出一种可同时构造多个精确性和解释性较好折中的TS模糊模型的设计方法.该方法由以下两步组成:1)采用模糊聚类算法辨识初始模型;2)利用Pareto协同进化算法对所获得的初始模型进行结构和参数优化.Pareto协同进化算法由规则前件种群和隶属函数种群组成,其目标函数同时考虑模型的精确性和解释性,采用一种新的基于非支配排序的多种群合作策略.利用该方法对一类合成非线性动态系统进行建模,仿真结果验证了该方法的有效性.