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.

奇异摄动区间变时滞不确定非线性系统稳定性分析

奇异摄动系统是实际问题中普遍存在的一类系统,为了使此类系统在应用上达到一定的稳定,利用矩阵分块方法对含有不确定结构的奇异摄动区间变时滞非线性系统稳定性进行分析,通过构造新的Lyapunov函数,基于Lyapunov稳定性理论,结合舒尔补引理、积分不等式和线性矩阵不等式等方法推出奇异摄动系统在摄动参数界内时滞相关的稳定性判据.

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。

具有状态时滞和死区的非线性多智能体系统一致性

本文研究了一种带有状态时滞和死区的非线性多智能体系统一致性控制问题。由于系统受死区的影响,本文设计了相应多智能体系统一致性控制器进行处理,并对控制器进行分类分析。其次本文通过假设来使函数满足Lipschitz条件以处理系统中的非线性因素。最后通过构造李雅普诺夫函数和使用牛顿莱布尼茨定理解决时滞对系统的影响,再根据对称矩阵和Kronecker积的性质,及Schur补引理证明了多智能体系统一致性。

具有Markov切换脉冲随机时滞系统的有限时间稳定

针对一类具有Markov切换和时变时滞脉冲随机系统,利用Lyapunov–Krasovskii(L–K)泛函法和平均脉冲区间条件建立系统均方有限时间稳定的相关性准则。利用广义伊藤公式求出L–K泛函关于时间的导数,根据积分不等式对求出的L–K泛函导数进行放缩,降低判据的保守性;结合平均脉冲区间条件约束均匀时间间隔内脉冲发生次数,得到以线性矩阵不等式(LMI)形式的时滞相关稳定性判据,进一步降低判据的保守性;设计使系统满足有限时间稳定的状态反馈控制器,且给出实例进行验证。结果表明:本文建立的相关性准则,通过选取模态相关的泛函且利用平均脉冲区间条件,可进一步降低判据的保守性。

具有分布时滞的非线性广义系统一致渐近稳定性准则

针对一类具有分布时滞的非线性广义系统,利用李雅普诺夫第二方法和广义系统的受限等价变换,给出一致渐近稳定性准则。首先,在假设具有分布时滞的非线性广义系统是正则、无脉冲的基础上,构造了新的增广Lyapunov-Krasovskii泛函(L-K泛函),在L-K泛函中加入了三重积分项以获得更多的时滞信息;然后,对L-K泛函求导后产生的积分项应用边界估值更为精确的Bessel-Legendre不等式(B-L不等式)进行处理,利用Lyapunov稳定性理论和线性矩阵不等式给出了具有分布时滞的非线性广义系统的一致渐近稳定性准则条件;最后,利用数值算例,通过Matlab中LMI工具箱求解,验证了所用方法的可行性和有效性。

随机非线性时滞大系统的输出反馈分散镇定

针对具有严格反馈形式的随机非线性时滞大系统,设计了含有时滞项的随机控制Lyapunov函数,运用Backstepping技术,构造出一类输出反馈无记忆控制器.在此控制器作用下,所考虑的闭环系统实现概率意义上的时滞无关全局渐近稳定.并在无限时区优化指标函数的约束下,对控制器进行逆优再设计,以满足一定的性能要求.

单自由度非线性随机参数振动系统的可靠性灵敏度分析

较好地解决了单自由度非线性随机参数振动系统的可靠性灵敏度问题 .应用四阶矩技术和Edgeworth级数把未知的响应和状态函数的概率分布展开成标准的正态分布的表达式 ,进而确定了系统的可靠度和可靠性灵敏度 ,并放松了随机参数的分布概型和激励类型 .

非线性随机时滞系统输出反馈镇定(英文)

研究了非线性随机时滞系统的镇定问题 .运用Backstepping递推设计方法 ,得到了使得非线性随机时滞系统镇定的输出反馈控制器的设计算法 .

时滞非线性随机大系统的指数稳定性

建立了一般随机泛函微分方程p阶均值指数稳定与几乎必然指数稳定的新型判据 ,然后应用所得判据到具有可变多时滞的非线性随机大系统 ,得到了这种随机大系统时滞无关的均方指数稳定与几乎必然指数稳定的代数判据 .

具有随机时滞和异步相关噪声的非线性系统的高斯滤波器设计

针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法(EKF)以及容积卡尔曼滤波算法(CKF),CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。

一类虚拟控制系数未知的随机非线性时滞大系统的适应镇定控制

研究了一类具有未知虚拟控制系数和未知噪声协方差的随机非线性时滞大系统的适应镇定问题.首先,针对系统的未知虚拟控制系数和未知噪声协方差,选取了相应的估计参数;然后,针对时变时滞对闭环系统稳定性的影响,构造了适当形式的Lyapunov-Krasovskii泛函,采用积分反推方法给出了无记忆状态反馈控制律的系统设计过程.在一定条件下,证明了闭环系统平衡点依概率全局稳定,且除参数估计以外的所有闭环信号几乎均收敛到零点.仿真算例验证了所给方法的有效性.

多自由度非线性随机系统的响应与稳定性

响应与稳定性分析一直是随机动力学研究的热点,发展预测随机响应及判定系统响应性态的方法具有重要的科学意义与广阔的应用前景.本文综述了有关多自由度非线性随机系统的响应与稳定性的研究.首先简介用于随机系统响应预测的Fokker–Planck–Kolmogorov方程法、随机平均法、等效线性化法、等效非线性系统法和MonteCarlo模拟法,评述其优缺点,进而讨论了多自由度非线性随机系统响应的精确平稳解、近似瞬态解的研究现状.然后介绍了随机系统稳定性分析的两类方法,即Lyapunov函数法及Lyapunov指数法,并综述了多自由度非线性随机系统稳定性分析的研究现状.最后给出几点发展建议.

基于神经网络的不确定随机非线性时滞系统自适应有界镇定

针对一类不确定严格反馈随机非线性时滞系统的自适应有界镇定问题,利用神经网络参数化和Backstepping方法,提出一种新的且含较少学习参数的神经网络自适应控制策略,以保证系统半全局随机有界.稳定性分析证明闭环系统的所有误差信号概率意义下有界.仿真结果表明所提出控制器设计方法的有效性.

单边Lipschitz非线性时滞系统的迭代学习控制

考虑了一类时滞单边Lipschitz非线性系统的迭代学习控制问题。针对该类非线性系统,基于P型学习算法构建了迭代学习控制器。利用单边Lipschitz条件,从理论上证明了在该算法的作用下,系统的输出在整个时间间隔内可实现对期望轨迹的完全跟踪。最后,通过数值仿真验证了算法的有效性。该研究在一定程度上拓展了迭代学习的应用范围,对迭代学习控制理论的进一步推广和完善具有重要意义。

非线性随机时滞系统族的鲁棒稳定性

研究了不确定性的一族非线性随机时滞系统的指数稳定性，建立了这种系统的均方指数稳定和几乎必然指数稳定的时滞相关的充分准则；然后应用这些充分条件到一类不确定性的随机时滞神经网络，得到了这种神经网络指数稳定的实用判据．最后一个数值例子说明所给准则的有效性．

随机时变时滞非线性马尔可夫跳跃系统故障检测问题研究

本文研究一类具有随机时变时滞及随机发生非线性(RONs)的离散时间马尔可夫跳跃系统的故障检测问题.针对多重时变时滞发生时所具有的随机特性,使用相互独立的伯努利随机过程来刻画这一现象.进一步地,在故障检测研究中考虑一类由伯努利分布白序列描述的随机非线性干扰.本文的目的是设计一个故障检测滤波器,使得整个误差动态系统满足均方指数稳定及相应的H∞性能指标.通过Lyapunov稳定性理论及随机分析技术,建立满足均方指数稳定和H∞干扰抑制的充分条件,进而使用半定程序方法求解一个凸优化问题,获取所设计的故障检测滤波器增益特性.最后,通过仿真算例证实了该设计方法的实用性和有效性.

非线性随机时滞系统的稳定性与应用

首先考虑了不确定性的一族非线性随机时滞系统 ,建立了这种系统的均方指数稳定与几乎必然指数稳定的充分准则 ,其准则是时滞无关的 ;然后应用这些充分条件到一类不确定的随机时滞神经网络 ,得到了这种神经网络指数稳定的实用判据 .本文的结果是最近文献中某些结果的推广 .

一类非线性随机时滞系统的故障诊断

针对一类非线性随机时滞系统提出了一种新的故障检测算法,该方法不同于传统的故障检测方法,是通过构建一种带有Consensus滤波器的故障诊断滤波器的方法来进行故障诊断。首先采用一组传感器测量系统实际输出,然后根据传感器的测量值构建一组残差生成器,将每个残差生成器看作一个小世界网络模型中的一个节点,采用动态Consensus算法计算出残差生成器的残差,并根据残差来判断系统是否有故障发生。仿真结果表明了本文所提出方法的可行性和有效性。

时变时滞随机非线性系统的自适应神经网络跟踪控制

针对一类具有时变时滞的不确定随机非线性严格反馈系统的自适应跟踪问题,利用Razumikhin引理和backstepping方法,提出一种新的自适应神经网络跟踪控制器.该控制器可保证闭环系统的所有误差变量皆四阶矩半全局一致最终有界,并且跟踪误差可以稳定在原点附近的邻域内.仿真例子表明所提出控制方案的有效性.