一类多变量非线性动态系统的鲁棒自适应模糊控制

对一类非线性多变量未知动态系统 ,提出了一种自适应模糊控制策略 .策略中采用IF- THEN推理规则来构造模糊逻辑系统 ,实现对系统中未知函数的估计 ,在建模误差为零的条件下设计状态反馈控制器及参数的自适应律 .分析了当存在建模误差时 。

多变量非线性动态系统的全局稳定化控制器(英文)

对可化为Byrnes Isidori正规型的多变量非线性系统 ,仅利用线性组成部分的状态设计了全局稳定化控制器 .引入了有限时间滑动模态的概念 ,其优点是线性部分的状态在有限时间内趋近于零 .当非线性系统是最小相位时 。

Tchebycheff正交神经网络的建模方法——针对一类多变量非线性动态系统

针对一类多变量非线性动态系统 ,采用 Tchebycheff正交神经网络建立系统模型 ,用 Givens变换确定网络结构。 Tchebycheff正交神经网络不仅能快速进行网络训练 ,而且能对网络的结构进行优化 。

一类多变量非线性动态系统的模糊自适应控制

对一类非线性多变量未知动态系统，提出了一种模糊自适应控制策略。策略中采用ＩＦ—ＴＨＥＮ推理规则来构造模糊逻辑系统，实现对系统中未知函数的估计，并在此基础上设计状态反馈控制及参数的自适应律。证明了该控制算法能保证闭环系统稳定，跟踪误差收敛。

一类多变量非线性动态系统的鲁棒自适应模糊控制

对一类非线性多变量未知动态系统，提出了一种自适应模糊控制策略。策略中采用ＩＦ－ＨＥＮＴ推理规则来构造模糊逻辑系统，实现对系统中未知函数的估计，在建模误差为零的条件下设计状态反馈控制及参数的自适应律，分析了在存在建模误差时，闭环系统的稳定性和鲁棒性。

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.

不同重合度下系统参数对人字齿传动非线性动态特性的影响

重合度是反映齿轮副同时参与啮合轮齿对数多少的重要参数。合理选择适当的重合度可以改善传动承载能力并保证传动平稳性,从而提高齿轮传动系统的性能和可靠性。而分析不同重合度下系统参数对系统振动特性的影响,对优化传动系统性能、提高工作效率和降低故障风险具有重要意义。本文将轮齿啮合性能和动态特性相结合,首先,确定人字齿轮系统刚度激励和啮合冲击激励,采用集中参数法建立复杂激励源下的人字齿轮副弯-扭-轴耦合非线性动力学模型;然后,对非线性动力学方程进行消除刚体位移和无量纲化处理;最后,研究了不同重合度下系统参数对系统动态特性的影响。研究表明,当重合度由2.72变为3.08时,齿轮副综合相对振动加速度均方根值均降低达40%左右。可见,增大齿轮副重合度能提高系统的稳定性。此外,随着系统参数变化,增大齿轮重合度能消除系统存在的跳跃现象,并降低跳跃和共振峰的幅值。

基于紧支撑多变量多项式函数的非线性随机系统概率密度函数形状控制方法

针对非线性随机系统的概率密度函数(PDF)形状控制问题,文中以FokkerPlanck-Kolmogorov(FPK)方程为研究工具,提出了一种基于紧支撑多变量多项式(CSMP)函数的非线性随机系统PDF形状控制方法。当系统处于稳定状态时,系统的PDF被困在特定的紧凑子空间中,不需要对整个空间进行积分。而CSMP函数在一段连续的空间内非0,满足紧凑子空间的特征。因此,文中将CSMP的线性组合(CSMP-LC)作为FPK方程的稳态近似解逼近目标PDF。首先,采用飞蛾扑火优化(MFO)算法优化CSMP-LC函数的参数;然后,通过对多维稳态FPK方程的每一维状态变量进行积分,确保稳态FPK方程在整个空间中的积分为0;最后,求解出一维和二维非耦合的状态变量PDF形状控制器,并进行了仿真实验。结果表明,对于一维非线性随机系统,文中提出的方法能有效地实现对不同类型目标PDF形状(单峰形状、双峰形状、三峰形状)的控制,且在目标PDF形状为复杂的三峰时,文中方法的均值、方差、峰度和偏度误差均优于其他两种方法。文中方法扩展到二维状态变量非耦合的非线性随机系统时,也能较好地实现对PDF形状的控制,为多变量随机系统的PDF形状控制研究提供了新的思路。同时,CSMP函数可以减少积分计算的复杂性,降低了非线性随机系统的PDF形状控制器的求解难度。

一类非线性大系统的动态递阶输出反馈镇定

本文应用递阶控制方法研究一类非线性大系统的输出反馈镇定问题.与分散控制不同,递阶控制包含一个系统,它根据所有子系统信息协调各子系统的本地控制.本文设计由各子系统输出驱动的动态中心协调系统,产生的协调信号被用于设计各子系统的状态观测器;然后,基于协调信号和观测器设计各子系统的反馈控制器.各子系统控制器经协调信号互相关联、协作,实现非线性大系统的镇定控制;最后,以仿真实例验证本文结论.

动态事件触发下的一阶非线性多智能体系统设定时间一致性

为了保证多智能体系统收敛速度快的同时节约通信资源,针对一阶非线性多智能体系统提出了动态事件触发设定时间一致性算法.相较于传统的有限时间和固定时间控制算法,设定时间控制算法引入时变函数,可以保证系统在任意预设时间内均可达到一致性.同时,设定时间控制算法的收敛时间上界不依赖于系统初始状态、拓扑结构和控制参数,可以根据用户需求任意提前设置.故设定时间控制算法解决了计算冗杂的问题,同时可以保证控制精度.为了进一步减少触发次数,在现有的静态事件触发控制算法的基础上引入新的动态变量,进而设计出动态事件触发算法.动态变量随时间改变,可以降低触发次数,从而减少控制器更新频率和执行机构的磨损程度.鉴于非线性系统广泛存在于实际应用场景中,基于非线性系统设计的控制算法更具有一般性.最后,通过数值仿真验证动态事件触发设定时间一致性算法的有效性.综上,本文所提出的动态事件触发设定时间一致性算法可以保证一阶非线性系统在任意设定时间内实现一致性,并且减少触发次数,更可能应用于实际工程.

基于观测器和事件触发的分数阶非线性系统神经网络控制

针对一类分数阶非线性系统的跟踪控制问题,本文提出了一种自适应神经网络事件触发控制方案.首先,利用径向基函数神经网络来逼近未知的非线性函数,构造了基于神经网络的状态观测器估计原系统状态.然后,在控制器设计中引入了事件触发策略,通过Lyapunov方法分析了闭环系统的稳定性.本文提出了一个新条件来估计事件触发条件的时间间隔下限,避免了Zeno现象.理论分析表明,提出的控制方案不仅能确保跟踪误差收敛到原点附近的邻域内,而且保证了闭环系统中所有信号的有界性.最后,分数阶互联电力系统仿真展示了方案的有效性.

一种用于非线性动态辨识的新型神经网络

为提高非线性动态系统辨识(NDSI)的效果,在结合自建型模糊神经网络(SCFNN)和多层神经元神经网络(MLPNN)的基础上,提出一种自建递归型模糊神经网络(SCRFNN)。SCRFNN相较于前者,多了一个递归通道与抑制模糊规则产生机制;相较于后者,增加了模糊推论与一个递归通道。为验证SCRFNN在系统辨识中的有效性,设计一个新的NDSI在线学习模型与代码设计流程图,并以此作为在线学习架构,将以上3个神经网络模型对4个串-并型非线性动态系统进行辨识分析。经过仿真表明,新提出的SCRFNN通过存储内部状态,具备了映射动态特征的功能,从而使系统具有适应时变特性的能力,更适合于非线性动态系统的辩识。且在模糊规则数、学习收敛速度、学习与预测误差均方根值、预测精准度方面也取得了良好的效果。

一类未知多变量非线性系统的动态神经网络自适应控制

对一类未知的非线性多变量系统，提出了用动态神经网络实现直接自适应控制的策略．基于Ｌｙａｐｕｎｏｖ理论，获得一个稳定并且连续的学习律，避免了递归训练过程．闭环系统被证明是鲁棒稳定的，跟踪误差收敛到一个小的残集．这种方法的特点是即不需要离线学习阶段也不要求初始的参数误差足够小．

多变量非线性飞行控制系统的神经网络动态逆控制方法

针对多变量非线性飞行控制系统,从理论上对其逆系统的解析形式进行了详细推导,根据神经网络逼近逆系统的原理分析,提出了一种由静态神经网络和积分器组成的动态神经网络,构造了多变量非线性飞行控制系统的神经网络动态逆控制系统,并利用动力伞飞行控制系统进行了仿真验证,结果表明这种控制方法完全满足控制要求,具有较好的抗干扰能力和鲁棒性能。

时间模上一类二阶延迟非线性非正则动态系统的动力学性质

时间模上的分析理论不仅有效地统一了连续分析和离散分析的理论,而且在理论和实际中都有着非常广泛的应用。时间模上中立型时滞动态系统的振动性与非振动性理论作为中立型动态系统定性理论中的重要内容,更是引起了学术界广泛兴趣和高度关注。针对时间模上一类二阶延迟非线性非正则动态系统的动力学性质展开研究,利用时间模上的微积分理论和广义的Riccati变换及各种分析技巧,在一定的条件下建立了该系统的两条新的动力学性质,进一步推广且改进了近年来已有的部分经典研究成果,并充分反映了时滞在系统振荡中的影响作用,最后给出了两个实例验证了新定理的有效性。

具非线性中立项和多变时滞的二阶动态系统的动力学行为分析

利用Riccati变换技术和不等式技巧,研究时标T上一类具有非线性中立项和多变时滞的二阶泛函动态系统的动力学行为,在正则条件下获得了该类系统的一些新的动力学性质,进一步推广且改进了近年来已有的部分经典研究成果,并充分反映了时滞在系统振荡中的影响作用.

具有随机逆动态的马尔可夫切换随机低阶非线性系统的有限时间镇定

本文研究了一类具有马尔可夫切换和随机逆动态的随机低阶非线性系统的有限时间镇定问题。我们首先在弱解的框架下给出了有限时间稳定性理论,然后结合李雅普诺夫函数和加幂积分器技术构造了状态反馈控制器。证明了具有马尔可夫开关的随机低阶非线性系统的平凡弱解是全局有限时间稳定的。最后,通过仿真实例验证了所提设计方法的有效性。

基于改进连续时间动态系统的模拟SAT求解器

针对布尔可满足性问题的高效求解进行了研究。首先,通过对k-SAT问题和基于耦合常微分方程形式的确定性连续时间动态系统的分析,提出了一种基于时延信息形式的改进连续时间动态系统方程,以保持集中搜索特性;然后,提出了实现该系统方程的三个主要组件即信号动态电路、辅助变量电路和数字验证电路的模拟设计。在信号动态电路的设计中,设计了一种获得更高性能、更小面积和更低功耗的模拟硬件形式;在提出的辅助变量电路和数字验证电路的模拟硬件设计中,实现了避免梯度下降搜索陷入无解和确定给定问题的解是否已经找到的目标;同时提出了降低面积和功耗的可替代辅助变量电路的两种设计方案。仿真实验结果表明,提出的新的模拟SAT求解器不仅是有效的,而且相比于单一软件算法实现的SAT求解器和其他硬件类SAT求解器具有更高的加速性能和更低的功耗。

基于神经网络相对增益阵的非线性系统常规控制回路配对

化工过程一般为非线性系统,对其进行常规控制系统结构设计一般采用基于线性化模型的相对增益阵方法,但是当非线性特性对控制性能影响较大时,应采用基于非线性模型的相对增益阵方法。笔者考虑非线性静态环节与线性动态环节连接的Hammerstein模型,采用能量增益将线性动态环节转换为静态增益阵,与非线性静态环节串联为多变量非线性静态增益阵,利用神经网络分别对组合后的非线性静态增益阵的正向和逆向的映射关系进行拟合,以训练好的正/逆神经网络求取非线性相对增益阵进行常规控制回路配对。最后通过线性系统的实例分析验证了所提方法的正确性,并对酸碱中和反应和精馏塔进行了常规控制回路配对。

一类多变量系统的自抗扰非线性动态解耦控制

针对一类多变量系统控制中的耦合问题,提出了一种基于自抗扰技术的非线性动态解耦控制(ADRC)方法。该方法不依赖于系统的精确数学模型,分别在控制器耦合矩阵部分已知和未知的情形下,在局部静态解耦的基础上,将各子系统的模型摄动、外扰和包括输入变量相互作用在内的动态耦合视为各通道上的扰动总和,通过引入虚拟控制和状态量,设计扩张状态观测器(ESO)估计总扰动并进行反馈补偿,进而再对各解耦子对象分别设计非线性单输入单输出ADRC以保证闭环系统稳定。最后以蒸馏塔模型的过程控制仿真验证了该方法具有良好的动态解耦效果,对模型不确定性和外部扰动具有较好的鲁棒性和适应能力。