科教融合视域下研究生的数字化培养路径探索——以“非线性控制系统”课程为例

当代信息技术的高速发展极大拓宽了学习路径和教学方式,数字化课程建设已经成为教育领域重要的发展趋势。为探索科教融合视域下研究生的数字化培养路径,以适应新时代需求,文章梳理了“非线性控制系统”课程的开设现状,明确了数字化时代课程培养目标的新需求,同时以课程教学过程为载体,探索了一种全过程数字化教学路径。整合数字资源开展课前教学,利用仿真软件融入课中案例,分解科研项目纳为课后实践,并结合教学平台建立多元教学评价体系。教学实践表明,学生在整体成绩提升的同时,数字素养得到全面培养。

科教融合背景下新任导师培养研究生的策略——以非线性控制系统课程为载体

非线性控制系统课程是一门理论与实践相结合的课程,是控制科学与工程专业新工科人才培养的基础。在科教融合背景下,新任导师针对课程教学中存在的问题,结合三维共建的科研能力指导体系和课程教学大纲,设计并举办研讨论坛,要求学生通过演讲汇报等形式进行模拟汇报。教学实践表明,学生的课程成绩显著提高,科研创新等综合能力得到充分锻炼与培养,新工科人才培养质量稳步提升。

考虑多维非线性扰动的电子助力制动系统自适应压力控制

针对电子助力制动系统(EBBS)面临的机-电-液多维非线性扰动问题,提出了一种自适应压力控制策略。外层液压控制器引入自适应径向基函数神经网络和鲁棒滑模理论克服液压时变不确定性,中间层位置控制器采用Karnopp摩擦前馈补偿和滑模控制应对传动机构非线性摩擦阻碍,内层电流控制器通过李雅普诺夫理论解决电机电磁特性耦合问题。仿真和硬件在环试验结果表明,设计的压力控制策略能够在多种工况中将EBBS主动制动稳态压力跟随误差维持在0.15MPa之内。

约束非线性系统理想点多目标安全预测控制

考虑具有状态和控制约束的仿射非线性系统多目标安全控制问题,本文提出一种保证安全和稳定的多目标安全模型预测控制(MOSMPC)策略.首先通过理想点逼近方法解决多个控制目标的冲突问题.其次,利用控制李雅普诺夫障碍函数(CLBF)参数化局部控制律,并确定系统不安全域.在此基础上,构造非线性系统的参数化双模控制器,减少在线求解模型预测控制(MPC)优化问题的计算量.进一步,应用双模控制原理和CLBF约束,建立MOSMPC策略的递推可行性和闭环系统的渐近稳定性,并保证闭环系统状态避开不安全域.最后,以加热系统的多目标控制为例,验证了本文策略的有效性.

非线性系统无需初始条件预设性能有界H_(∞)容错控制

针对一类具有外部扰动和传感器故障的非线性系统,本文研究了其自适应预设性能有界H_(∞) 容错控制问题.本文提出一种新的预设性能控制设计方法,使得预设性能函数的选择与系统被约束变量的初始状态完全无关,用一种全新的方式解决了传统预设性能方法的控制效果依赖被约束变量初始条件的问题.基于该设计方法和有界H_(∞) 控制方法,在未知系统初始条件的情况下获得了系统的自适应预设性能有界H_(∞) 控制器.本文所设计的控制器能够保证系统中的所有信号都是有界稳定的,系统的输出变量能够被预设性能函数约束,并且对于外部干扰具有很好的抑制作用.最后,仿真结果验证了该控制器的可行性及有效性.

具有输入时滞和预设性能的非线性系统有限时间动态面控制

针对一类具有输入时滞和动态不确定性的非严格反馈非线性系统的跟踪问题,提出一种新的基于预设性能的有限时间自适应跟踪控制方案.利用Pade逼近和辅助中间变量将有时滞系统转化为无时滞系统,采用由一阶辅助系统生成的动态信号处理未建模动态,引入双曲正切函数实现预设性能跟踪控制,并给出基于动态面控制方法的稳定性分析.在MATLAB环境中,以具有未建模动态和输入时滞的二阶非线性系统为例,对所提出的控制策略进行数值仿真.结果表明:所提出的控制方案能够避免现有有限时间控制所出现的虚拟控制求导奇异性问题,所有信号有限时间有界,跟踪误差收敛到预设的时变区间,可见控制算法切实有效.

不确定非线性系统快速终端滑模控制

针对界未知的非匹配不确定非线性系统轨迹快速跟踪控制,设计非线性干扰观测器(NDO)的反演自适应终端滑模控算法。首先设计子系统干扰观测器来确定界未知非匹配项补偿量,并结合子系统的Lyapunov函数求出反演控制中虚拟控制律,并运用指令滤波器解决虚拟项求导所带来的微分膨胀缺陷;再设计系统的非奇异快速终端滑模面并给出建模误差不确定性的自适应律,继而求出系统总控制律以确保总闭环系统有限时间全局渐近稳定;最后机器人动力学仿真案例表明,所设计的控制器能实现对指定轨迹的快速稳定跟踪,控制量光滑弱抖振,并对非匹配干扰具有较强的鲁棒性。

基于控制障碍函数的受限非线性系统安全控制研究进展

控制障碍函数能有效兼顾控制目标和安全性,成为当前研究热点之一。首先,基于非线性控制系统的复杂性介绍了一相对阶和高相对阶控制障碍函数的构造方法及其理论成果,通过各类控制障碍函数可将安全约束转化为集合前向不变性以实现系统安全控制。其次,从不同控制目标下优化问题的求解角度对基于控制障碍函数的非线性系统安全控制进行了总结。最后,基于控制障碍函数方法的可扩展性、强实时性和强鲁棒性等优点,展望了控制障碍函数方法在非线性系统安全控制领域的应用前景。

电液伺服系统非线性控制方法研究

电液位置伺服系统由于其控制精度高、响应速度快、输出功率大的特点而被广泛应用于军事和工业生产中,但是伺服阀的压力流量特性、活塞与液压缸之间的摩擦,以及系统中存在的非匹配干扰等都反映出系统是具有强非线性的。文中利用Matlab软件对电液位置伺服系统进行控制和仿真,通过仿真结果比较分析PID控制算法、反步控制算法及反步法和NDOB(非线性干扰观测器)结合的控制方法对于控制这种具有强非线性系统的优劣。通过仿真结果可以看出,反步法与NDOB(Nonlinear Disturbance Observer)结合的控制策略对系统的控制精度要比反步法和PID的控制效果好、精度更高。

基于伺服运动系统的三步非线性控制方法

为了提高伺服运动系统的瞬态性能,加快系统的响应速度,获得更优的轨迹跟踪效果,本文提出了伺服运动系统三步非线性控制方法。首先假定伺服运动系统达到稳定状态,求得类稳态控制律;其次考虑参考目标的动态变化,求出前馈控制律;接着利用参考目标与实际输出之间的差值设计误差反馈控制律,最后通过仿真验证了所提方法的有效性。

基于频域控制约束的物理神经网络非线性系统预测方法

针对现有物理信息神经网络利用数值模拟近似物理控制方程带来的高计算代价、边界条件限制等问题,提出一种基于频域控制约束的物理神经网络非线性系统预测方法。首先构建时序特征交替更新的非线性预测网络模型,再在频域建立基于傅里叶谱方法(FSM)的物理控制方程约束,时空数据在网络模型与频域控制约束耦合下实现无标签数据加速训练,完成系统演化学习。最后在Burgers系统上进行湍流预测验证,实验结果表明该方法可在物理规则约束下实现无标签非线性复杂建模,对比主流PINN模型及其变体,具有更快的学习速度与预测准确率。在t≤0.25 s、t≤0.5 s短时预测情况下,经前期20次训练后系统预测均方误差(MSE)相比主流基准模型同期预测,MSE降低了86%与95%,在t≤2 s长时预测情况下,经充分训练后系统预测MSE能降低80%。

非线性广义分数阶多智能体系统迭代学习趋同控制

针对一类含有扰动的非线性广义分数阶多智能体系统,研究其在不同通信拓扑协议下闭环Dα型迭代学习一致性趋同跟踪问题。首先,基于分数阶微积分特性及广义的Gronwall不等式,给出非线性广义分数阶多智能体系统在固定通信拓扑下一致性趋同误差收敛的充分条件。然后,将所得到的理论结果推广到通信拓扑随迭代变轴变化的情形,并分析了被控多智能体系统趋同跟踪误差的收敛特性。最后,通过2个数值仿真实例验证了所提闭环Dα型迭代学习趋同控制协议的有效性。

基于非线性干扰观测器的磁悬浮球系统自适应反演滑模控制

为解决磁悬浮球系统易受模型内部参数变化和外界干扰的问题,提出了基于非线性干扰观测器的自适应反演滑模控制算法(NDO-ABSMC)。首先,建立磁悬浮球系统状态空间模型,然后设计非线性干扰观测器(NDOB),用来观测系统受到的外部干扰,经证明,该观测器对扰动的观测误差可以在有限时间内收敛。其次,为克服系统不确定性,设计了基于非线性干扰观测器的自适应反演滑模控制器;最后,对所提出的(NDO-ABSMC)进行了仿真验证。结果表明:与反演滑模控制算法(BSMC)相比,基于非线性干扰观测器的自适应反演滑模控制对扰动有明显的抑制作用,轨迹跟踪效果显著,优化了磁悬浮球系统的控制效果,增强了系统的鲁棒性。

非线性ABS系统全局滑模控制律设计

传统的ABS系统等速趋近律滑模控制器存在滑移率抖振和鲁棒性差的问题,本研究提出了一种改进的指数趋近律,即通过增加自然对数函数项,使系统的滑模运动在制动过程开始时即位于滑模面或贴近滑模面。应用Lyapunov稳定性判据证明了新设计控制器的稳定性。仿真验证结果表明,所提出的非线性全局滑模控制方案,其车轮滑移率保持在理想值附近,消除了抖振现象,提高了控制系统的鲁棒性和车辆的制动性能。

非线性广义半马尔可夫跳跃系统的H∞控制

探讨一类非线性广义半Markov跳跃系统的随机稳定性和H∞控制问题。设计新型的Lyapunov-Krasovkii泛函(LKF),用于减少冗余决策变量。同时,引入参数依赖的互凸矩阵不等式(PDRCMI)来降低保守性,保证了非线性广义Markov跳跃系统渐进稳定并满足性能,最后,通过数值算例验证了所得方法的有效性。

基于干扰观测器的复杂非线性系统优化控制方法

为了提高具有未知干扰的复杂非线性系统的控制性能和运行性能,提出了一种基于干扰观测器的复杂非线性系统优化控制方法(IOCM).该方法设计了一个基于模糊神经网络的模型逼近器来捕捉系统的非线性动力学,并利用干扰观测器来描述系统的未知干扰,以获得更准确的系统预测模型.然后,在多目标模型预测控制的框架下,提出了一种具有协同成本函数和多梯度算法的优化控制结构,以综合求解设定点和控制律.采用城市污水处理过程基准仿真平台(BSM1)验证所提方法的有效性.实验结果表明:暴雨天气条件下平均出水水质(EQ)为6711 mg/L、平均运行能耗(EC)为3805 kW·h;对比其他分步实现的优化控制方法,IOCM具有较好的鲁棒性,能够提高非线性系统的优化控制性能.

时延非线性系统无模型预设性能控制

研究含有状态时延的严反馈非线性系统的跟踪控制问题,充分考虑时延的时变性和任意性以及系统的未知动力学特性.为解决该问题,取代参数辨识、函数逼近、增益调节、指令滤波等常规技术,提出基于导向函数的预设性能控制方法,移除了控制器设计对于系统非线性、控制方向和虚拟控制信号导数等信息的依赖.并且,摆脱基于李雅普诺夫−克拉索夫斯基泛函或拉祖米欣函数的稳定性分析框架,采用基于反证法的受限分析理论,移除性能分析对于已知的时延上界、部分已知的时延非线性函数和时延导数小于1等常见约束.因此,形成无模型、低复杂度、高性能控制方法,将跟踪误差限制于设计者预先选取的性能包络线内,确保系统输出以预先设定的速度和精度跟踪上时变的设定值.最后,以具有延迟回收流的两级化学反应器为对象开展对比仿真,实验结果验证了所提方法的有效性和优越性.

一类输出受限非线性系统的降维非递归预设性能控制策略

针对一类非匹配受扰非线性系统在输出受限条件下的跟踪控制问题,本文在预设性能控制过程中引入非递归设计框架,提出了一种降维非递归预设性能控制方案,以缓解常用的递归预设性能控制过程中出现的复杂性爆炸问题,大幅简化了系统的控制器设计过程,便于实际工程应用.本文设计的降维非递归控制策略能够实现控制器设计过程与稳定性分析的分离,并且具有控制器形式简洁、控制参数选取机制简单的优点.最后,选取具有代表性的数值仿真和永磁同步电机位置跟踪控制实验阐释了所提出的控制策略的有效性及简洁性.

非线性时滞系统双阶段神经网络的改进广义预测控制

针对一类工业控制系统中存在的非线性、大时滞等情况,提出一种基于双阶段神经网络的改进隐式广义预测控制方法。首先,设计了一种基于快速回归算法和蝙蝠算法的双阶段神经网络模型,用于对非线性时滞系统进行建模,避免非线性系统下的模型失配问题;其次,采用比例积分(proportional integration, PI)结构优化广义预测控制目标函数设计,提高隐式广义预测控制性能;同时,改进控制增量选取策略,利用所预测的未来控制增量修正当前时刻控制增量;最后,将所设计的预测模型和预测控制方法应用于一个数值案例和锅炉燃烧系统,验证了所提控制策略的有效性。

Lipschitz非线性离散系统基于观测器的鲁棒镇定控制设计

本文研究Lipschitz非线性离散时间系统的基于观测器的鲁棒镇定控制问题.首先,针对Lipschitz非线性离散系统,应用微分中值定理和线性参变系统理论,以线性矩阵不等式(LMI)的形式给出基于观测器的鲁棒镇定控制设计的充分条件.随后,将设计结果进一步推广,针对含干扰的Lipschitz非线性离散系统进行H∞性能分析,实现了基于观测器的鲁棒H∞镇定控制,同时给出观测器增益矩阵和控制器增益矩阵的一步求解算法.最后,通过两个数值例子验证了所提方法的有效性.