摘要：无人机高性能姿态控制的难题之一是无人机系统模型通常无法精确建立且受到复杂外部干扰的作用.针对这一难题,本文提出了二自由度无人直升机姿态控制的非线性自抗扰控制设计方法.该方法的主要思想是将系统内部的未建模动态和外部干扰等不确定性因素作为“总扰动”,利用输入输出信息在线观测,并在反馈控制环节对其进行补偿.本文发展了非线性扩张状态观测器与非线性反馈控制律用以提高控制品质.本文严格证明了控制闭环系统的稳定性和收敛性,并通过数值仿真验证了理论结果的有效性.数值结果显示当量测输出受噪音干扰时本文提出的方法优于线性自抗扰控制方法和滑模控制方法.

摘要：复杂工业过程具有模型维数高、多时间尺度耦合、动态不确定性等特点,其运行优化控制(Operational optimal control,OOC)一直是控制领域的研究难点与热点.本文聚焦一类由多个快变且互联的设备单元与慢变且模型未知的运行过程串联组成的工业过程,提出一种数据和模型混合驱动的非串级双速率组合分散运行优化控制方法.该方法通过奇异摄动理论,将非串级双速率运行优化问题描述为异步采样的慢子系统最优设定值跟踪和快子系统最优调节控制.利用工业运行数据,采用不依赖系统动态的Q-学习算法设计慢子系统最优跟踪策略,克服运行过程模型难以建立的情形;针对快子系统,设计基于模型的分散次优控制策略,并给出收敛因子的下界,解决设备层互联项对系统稳定性的影响.通过浮选过程仿真实验验证了所提控制方法的有效性.

摘要：通过动态代谢通量分析方法建立发酵过程模型,提出了一种基于微观代谢信息的发酵过程多目标优化策略,该策略基于所建微观模型,根据动态特性将发酵过程分为菌体生长和产物合成两个阶段,进行特征分析并从微观通量层面分别设计优化目标与约束条件,采用多目标粒子群算法求得最优解。该方法用于青霉素发酵过程底物流加速率和p H的操作轨迹优化,仿真实验结果表明,采用基于微观通量的多目标优化策略能够提高产物终端浓度,表明优化策略的有效性。

摘要：高速列车运行速度快,运行过程复杂,具有较强的非线性,难以实现高精度速度跟踪控制.为了实现高速列车的安全可靠运行,本文研究提出高速列车的运行过程建模和速度跟踪控制方法,采用数据驱动建模方法建立了高速列车运行过程Elman模型,设计了改进型广义预测控制实现了高速列车速度跟踪控制.基于CRH380AL运行过程数据的仿真结果表明,该方法具有更高的跟踪控制精度和较强的鲁棒性,可实现高速列车安全、正点运行.

摘要：考虑具有乘型不确定性的离散随机系统约束控制问题,设计了一种基于多层概率集的随机预测控制算法.多层概率集描述了状态在多步反馈控制律下的一系列不同概率的分布区域,因此能够同时保证多个不同概率要求的软约束.通过动态优化多步反馈律,算法具有较大的可行范围.之后设计的简化算法在降低计算负担的同时保证了算法的可行范围.

摘要：针对一类难以建立精确模型的单输入单输出(Single-input single-output,SISO)非线性离散动态系统,提出了一种数据驱动模型的自适应控制方法.所提方法首先设计具有直链与增强结构的随机配置网络(Stochastic configuration network,SCN),建立了一种可同时表征非线性系统低阶线性部分与高阶非线性项(未建模动态)的数据驱动模型,并采用增量学习方法与监督机制,对模型结构与模型参数进行同步更新优化,保证了数据驱动模型的无限逼近能力,解决了传统自适应控制采用交替辨识算法存在的建模精度低、模型收敛性无法保证的问题.进而利用直链部分与增强部分,分别设计了线性控制器及虚拟未建模动态补偿器,建立了基于SCN数据驱动模型的自适应控制新方法,分析了其稳定性与收敛性,通过数值仿真实验和采用交替辨识算法的传统自适应控制方法进行对比,实验结果表明了所提方法的有效性.

摘要：针对三相并网型逆变器由于死区、直流侧波动和电网电压谐波等原因造成的并网电流畸变严重现象,在配电网静止同步补偿器(D-STATCOM)模型的基础上提出将选择性特征谐波消除策略应用于并网逆变器,以优化并网电流波形、提高电流跟踪性能。该方法针对传统dq同步坐标系下的比例积分(PI)控制进行改进,增加了一个谐波补偿前馈环节,使用广义坐标变换检测主要的低次特征谐波,通过谐波注入的方式对PWM调制波进行重构以实现并网电流跟踪优化功能。在此基础上,还设计了自适应的前馈增益调整方法,利用最小均方(LMS)算法提高对谐波的补偿精度,同时利用线性适应元(ADALINE)网络的自学习能力提高对电压畸变的适应性。最后MATLAB仿真研究以及D-STATCOM试验原型验证了该方法的有效性。

摘要：研究了离散不确定系统的滑模输出反馈控制问题.考虑离散系统的不确定为非匹配不确定,且具有未知的范数界,通过设计死区自适应律,实现了对此不确定界的在线辨识.在此设计的基础上,基于快速输出采样(multirate output sampling)原理,对系统设计了具有不确定自适应的滑模输出反馈控制器,在所设计的控制器作用下系统渐近稳定.快速输出采样是通过设置输出采样频率大于输入采样频率,经过相应的运算得到系统的当前状态信息与系统前一时刻输入信息和当前输出信息具有一定的函数关系.最后通过数值仿真验证了所设计控制器的有效性.

摘要：本文提出了一种基于约束预测控制的机械臂实时运动控制方法.该控制方法分为两层,分别设计了约束预测控制器和跟踪控制器.其中,约束预测控制器在考虑系统物理约束的条件下,在线为跟踪控制器生成参考轨迹;跟踪控制器采用最优反馈控制律,使机械臂沿参考轨迹运动.为了简化控制器的设计和在线求解,本文采用输入输出线性化的方式简化机械臂动力学模型.同时,为了克服扰动,在约束预测控制器中引入前馈策略,提出了带前馈一反馈控制结构的预测控制设计.因此,本文设计的控制器可以使机械臂在满足物理约束的条件下快速稳定地跟踪到目标位置.通过在PUMA560机理模型上进行仿真实验,验证了预测控制算法的可行性和有效性.

摘要：针对一类非线性离散时间系统,提出了一种基于时间序列的多模型自适应控制器(Multiple models adaptive controller,MMAC).该控制器首先利用聚类方法建立多个线性固定模型,然后,利用系统的时间序列和方向导数建立一个反映工作点变化趋势的局部加权模型,在此基础上增加了一个全局自适应模型和一个可重新赋值的自适应模型,并设计了一个切换机构选择最优模型实现控制.仿真结果表明该控制器不但具有良好的暂态性能、较快的控制速度,而且在相似的控制效果下,可以极大地减少模型的数量.