摘要：为了建立集环境因子、作物生长过程和上层指标的综合温室控制系统,分析了现有温室控制研究成果,基于控制周期原则将温室控制系统分为分钟级温室环境因子控制系统(快速时变系统)、天或旬级的作物生长周期控制系统(中速时变系统)、年级的温室上层指标控制系统(慢速时变系统)。通过多时间尺度分析发现3类控制系统具有多时标特性,借助奇异摄动理论,对温室控制系统进行了分层递阶设计,进而得出该理论下的总体温室控制系统模型与控制器求解过程。通过算例演绎该设计方法的步骤,进行了仿真研究,结果表明,基于奇异摄动理论的温室控制系统设计思路清晰、计算量小、易于工程实现。

摘要：针对电液伺服位置跟踪系统中存在的非线性特性、系统参数和外部负载的非匹配不确定性,提出了基于奇异摄动理论的电液伺服系统的Backstepping滑模自适应控制。利用奇异摄动中双时间刻度理论将原系统分解为快慢变子系统,分别设计快变和慢变子系统的控制律,再合成得到复合控制器。应用Backstepping的逆向递推方法有效地解决了高阶非线性系统的控制问题,用滑模方法抑制系统的外部扰动,对系统的不确定性参数进行自适应估计。数字仿真的结果验证了所设计控制器的正确性和有效性。

摘要：文章针对一类具有参数不确定性和未知扰动项的非仿射非线性系统,提出了一种基于奇异摄动理论的鲁棒自适应控制方法.首先,通过控制输入构建了一个快变子系统,为原系统引入时标分离特性,使闭环系统可以在快变和慢变时间尺度上分解为两个降阶子系统:边界层子系统和降阶慢变子系统.在快时间尺度上,通过设计边界层子系统的结构使其在平衡点处指数稳定;在慢时间尺度上,针对含有参数不确定性和未知扰动项的降阶慢变子系统设计鲁棒自适应控制器.根据奇异摄动理论,闭环系统的跟踪性能可由降阶慢变子系统近似.文章提出的控制方法同时考虑了参数不确定性和未知扰动项的影响,在不忽略非仿射结构的前提下实现控制目标,不依赖于原系统的时标分离特性,且避免了反步法中的“复杂性爆炸”问题.两组与参考文献控制方法的对比仿真结果验证了文章控制方法的有效性.

摘要：针对某小型无人机实用化飞行控制系统需求,提出了一种非线性飞行控制律的设计方法,该方法基于奇异摄动理论的反步法,对传统的反步设计方法进行了改进。该方法在实施过程中使用测量数据,而不是模型知识,因此适用于更广泛的小型通用飞机或者无人机系列。针对某小型无人机开发的飞机模型进行了控制器性能仿真分析。结果表明,测量噪声对飞行控制的影响很小,该控制器可以获得良好的跟踪性能(无论是否存在不确定性)并且同时保证了受控系统的稳定性。开发的新控制器比传统的反步法具有更大的优势,即模型不确定性对性能的影响较小,因此该控制器的设计方法对无人机先进飞行控制律认证起到了进一步的推动作用。

摘要：为了降低无人机和机械臂之间的耦合作用,提高带臂四旋翼无人机飞行过程中的稳定性,首先建立系统动力学模型,然后根据实际情况,对模型进行简化。在此基础上进行内、外环分解,外环为四旋翼位置控制和机械臂角度控制,内环为四旋翼俯仰角控制。对于外环的动力学模型,根据速度变化特点,利用奇异摄动理论对外环变量,即四旋翼线速度和机械臂角速度,进行快、慢变子系统分解,再次降低了系统间的耦合性。对于分解后的快、慢变子系统,设计非奇异终端滑模控制并引入干扰观测器,以期提高带臂四旋翼无人机飞行过程中的稳定性。最后,仿真验证了所设计算法的优越性。

摘要：作物生长周期为小时级,温室温度变化为分钟级,两者响应时间尺度相差较大.针对这种双时间尺度特性,提出了一种温室温度分层递阶控制系统的设计方法.系统具体分为作物层和环境层.在作物层,根据奇异摄动理论获取解耦的低阶模型,设计优化控制器以求取温室温度设定值,使生产净成本达到最小,并将设定值传递给环境层;在环境层,设计模糊控制器以有效跟踪设定值.最后,对该控制系统进行了仿真验证,结果表明各层控制器均可有效发挥作用,控制效果良好.

摘要：由于太空中的在轨作业一般要求空间机器人具有手臂长、负载大,对空间机器人动力学及控制进行分析时必须考虑到机械臂杆件的柔性问题。为此探讨了参数未知柔性臂空间机器人载体姿态、关节协调运动控制及柔性振动抑制问题。由系统动量守恒关系及假设模态法,利用Lagrange方法建立了漂浮基柔性臂空间机器人的系统动力学方程。运用奇异摄动理论的双时间刻度分解,导出了适用于控制系统算法设计的奇异摄动数学模型。利用该模型,针对慢时标子系统——等价刚性空间机械臂,设计了系统参数不确定情况下的径向基函数神经网络补偿控制算法,以控制柔性臂空间机器人的载体姿态及机械臂关节铰协调地来完成各自在关节空间的期望运动;神经网络控制算法的研究目的是基于神经网络良好的在线自学习能力,大大提高整个系统的控制精度。针对快时标子系统——柔性臂的振动,设计了分级模糊控制算法来主动抑制柔性杆的振动。分级模糊控制算法的研究目的是为了减少模糊规则库的大小,有效提高模糊控制器的计算效率。通过计算机仿真验证了提出方法的有效性和可行性。

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：针对一类不确定非线性参数严反馈系统,提出基于收缩理论的自适应动态面控制方法.动态面控制器设计保证了各子系统关于状态误差部分收缩;对不确定参数构造收缩自适应律,并利用收缩下的奇异摄动分析降阶处理子系统,确保降阶前后状态误差间的偏差及滤波误差有界;通过分层子系统的收缩鲁棒性分析,证明了原闭环系统状态半全局收敛到以期望轨迹为中心的球域内,保证了跟踪误差及自适应估计有界.刚性机械臂系统仿真验证了所提出方法的有效性.

摘要：针对执行器发生部分失效故障的漂浮基姿态受控柔性臂空间机器人系统,研究了执行器故障的容错控制及柔性臂杆残余振动的主动抑制。结合假设模态法、线动量守恒定理和第二类拉格朗日方程建立了系统的动力学微分方程。基于奇异摄动理论将系统分解为一个表征载体姿态与关节轨迹跟踪的慢变子系统和一个表征柔性臂杆残余振动的快变子系统;据此设计了由慢变子系统的自适应神经网络容错控制器与快变子系统的线性二次型最优调节器组成的复合控制器;其中,慢变子系统的容错控制器使得系统对执行器故障不敏感,保证了跟踪误差的渐进收敛;快变子系统的最优调节器可以有效地抑制柔性臂杆引起的残余振动,减少能量损耗。对比数值仿真校验了理论推导的正确性与复合控制策略的可行性。