非线性离散动态大系统的DISOPE关联平衡协调算法

提出一种非线性离散动态大系统系统优化与参数估计集成的关联平衡协调算法。在各子系统模型与实际存在差异的情况下 ,将动态系统系统优化与参数估计集成方法(DISOPE)与关联平衡法相结合 ,得到一个上级协调 ,下级进行各子系统优化与参数估计集成的双环迭代算法 ,从模型出发通过迭代运算能得到实际系统在存在模型 -实际差异时的真实最优解。仿真结果表明了算法的有效性和实用性。

一种新的非线性离散动态大系统递阶控制的神经网络方法

本文给出了一种新的具有全集成化特征的、求解非线性动态大规模系统递阶控制问题（LOCP）的神经网络模型（LHCNN），该神经网络具有结构简洁、紧凑、高效的特点，适合于动态大规模系统的实时优化控制．

一种含扰动非线性离散系统的故障观测器设计方法

针对一类含扰动、传感器故障和执行器故障的非线性离散系统,提出了一种新型的故障观测器设计方法,该方法既考虑到了故障的类型,又考虑到了故障估计误差的收敛速度,故障估计方法适用性更强。首先,构造出含系统状态和传感器故障的增广向量,得到一个等价的广义系统;其次,考虑到系统中的执行器故障及故障估计的速度,构建同时含系统状态、执行器故障和传感器故障的故障观测器,并给出故障观测器存在的充分条件;最后,通过某飞机的纵向运动系统等非线性离散系统模型,对增广状态向量进行鲁棒估计,故障估计结果验证了该方法的优越性。

一种含扰动离散非线性系统状态观测器的设计方法

针对一类含扰动的非线性离散系统,讨论了系统状态观测器的设计问题,给出了一种离散系统状态观测器的设计方法,并将该方法应用到奇异系统观测器设计中。首先,根据李雅普诺夫稳定性理论,得到离散系统在不含外部扰动下观测器增益矩阵存在的充分条件;其次,考虑到离散系统的扰动项,针对系统中的外部扰动在李雅普诺夫函数设计中纳入性能指标,得到含扰动情况下离散系统观测器增益矩阵存在的充分条件,该方法可以通过设置性能指标减弱扰动对系统状态估计的影响,同时也有利于增益矩阵的设计与求解;最后,将非线性离散系统观测器的设计方法推广到奇异系统中,从而使该方法更具一般性。利用三个数值算例对所提方法进行了检验,仿真结果表明了文中所提方法的可行性与有效性。

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。

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.

随机离散事件系统基于动态观测的安全诊断研究

现有随机离散事件系统研究大都是假设事件的可观测性是固定不变的,而许多实际应用系统中事件的可观测性往往与系统所处的状态有关。为此,本文提出一种动态观测下随机离散事件系统安全可诊断方法。引入一种动态观测,使每一个状态都有各自独立的可观事件;对动态观测下随机离散事件系统安全可诊断性进行形式化;推导出一个基于安全诊断器的动态观测下随机离散事件系统安全可诊断性的充分必要条件,实现动态观测下随机离散事件系统的故障安全诊断。

非线性离散动态大系统的DISOPE关联预测递阶算法

提出了一种非线性离散动态大系统系统优化与参数估计集成的关联预测递阶算法 .在各子系统模型与实际存在差异的情况下 ,将动态系统系统优化与参数估计集成 ( DISOPE)方法与关联预测法相结合 ,得到一个上级协调 ,下级进行各子系统优化与参数估计集成的双环迭代算法 ,从模型出发通过迭代运算能得到实际系统在存在模型 -实际差异时的真实最优解 .

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.

基于PMU量测的电力系统k阶隐式离散动态状态估计

随着电力系统的快速发展,对系统状态的实时准确估计提出了更高要求。近年来,动态状态估计技术已成为监测电力系统实时运行状态的重要手段。提出了一种基于相量测量单元(phasor measurement unit,PMU)的电力系统动态状态估计(dynamic state estimation,DSE)方法,采用隐式离散化技术处理电力系统的非线性微分代数方程(nonlinear differential algebraic equations,NDAE)模型。建立了包含发电机动态、电网代数方程和潮流方程在内的电力系统NDAE模型,并结合PMU测量信息,对NDAE模型进行了线性化处理;基于隐式离散的方法提出了用于电力系统DSE的求解模型,实现对系统未知的动态和代数状态的有效地估计。基于WECC-9节点电力测试系统进行仿真实验,仿真结果表明,提出的基于PMU的动态状态估计方法,通过隐式离散化技术和NDAE模型的线性化处理,实现了对电力系统状态的准确估计,在实时监测电力系统状态方面具有显著的有效性和可靠性。

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。

具有模型和实际差异的非线性离散动态系统最优控制

针对模型与实际存在一定差异的情况 ,提出了一种求解非线性离散系统最优控制的动态系统优化和参数估计集成 (DynamicIntegratedSystemOptimizationandParameterEstimation ,简称DISOPE)的研究法 .推导出一组求解一类有终端等式约束的非齐次的线性两点边值问题的递推公式 ,对于有终端等式约束的非线性最优控制问题得到了在计算上易于实现的一种DISOPE迭代算法 ,通过修正的基于模型优化和参数估计的迭代求解 ,获得实际控制问题的最优解 .给出了该算法收敛的一个充分条件 ,仿真例子说明了该算法的性能 .

用神经网络进行非线性离散动态系统辨识的可行性

本文通过证明由神经网络组成的动态系统具有可以逼近满足一定条件的非线性离散动态系统到任意精度的能力，以及讨论将其作为辨识模型对非线性离散动态系统进行实时辨识时系统的稳定性，对用神经网络进行非线性离激动态系统辨识的可行性进行了探讨。

离散时间非线性最小相位系统的动态输出反馈镇定

研究了离散时间非线性最小相位系统的动态输出反馈镇定 .首先对离散时间非线性系统引入了逼近渐近稳定性的概念 .基于此概念 ,提出了一种动态补偿器设计的新方法 .主要结果是 ,如果一非线性系统的零动态是逼近渐近稳定的 ,则能用动态输出反馈镇定 .

非线性离散动态系统优化与参数估计集成的多模型方法

在非线性系统分时段线性化多模型基础上,给出了非线性离散动态系统优化与参数估计集成的多模型方法,并论证了算法的最优性和收敛性.在存在模型-实际差异的情况下,从分时段线性化多模型出发通过迭代运算可得到实际非线性离散动态系统的真实最优解.仿真结果表明了算法的有效性和实用性.

不确定离散时间系统的复合非线性反馈积分滑模控制

针对不确定离散时间系统,提出一种基于离散复合非线性反馈的积分滑模(DCNF-ISM)控制策略,并将该算法应用于扰动下的磁盘跟踪问题.该算法由离散复合非线性反馈(DCNF)控制律与积分滑模(ISM)控制律两部分组成,其中DCNF控制律用于保证系统具有较好瞬态性能,基于改进的离散趋近律设计的ISM控制律用于保证系统鲁棒性.基于Lyapunov稳定性理论对本文提出的控制策略的稳定性进行了推导证明,证明了离散时间系统的一致最终有界性.仿真结果表明,本文提出的控制策略能保证系统在扰动下仍然能够精确跟踪给定的参考信号,与传统的DCNF控制相比,该算法能够保证系统具有响应速度快超调量小、鲁棒性强等优点.

线性离散系统最小信息损失动态状态估计原理及其在热网中的应用

综合能源系统作为未来能源系统的发展趋势,可以有效地助力我国“双碳”目标的实现。状态估计作为能量管理系统的基础核心,在综合能源系统领域变得日益重要。无论是热网还是气网,其动态过程的建模最后都可以转化为线性离散系统的形式。因此,该文从信息科学的视角对线性离散系统动态状态估计的理论基础进行研究。根据最小信息损失(minimuminformationloss,MIL)决策原理,提出通用的线性离散系统MIL动态状态估计新原理,建立MIL动态状态估计模型,分析不同时刻噪声相关性、不同噪声概率分布类型对该模型的影响,在理论上证明全信息滚动时域估计、多断面加权最小二乘、多断面加权最小绝对值等常用估计方法均为MIL动态状态估计在一定假设下的特例。进一步以热网为例对该原理进行验证,建立热网状态空间模型和热网MIL动态状态估计模型,对该模型在考虑不同噪声概率分布类型、不同时刻噪声相关性、预测信息等方面的普适性进行验证。

具有不等式约束的非线性离散动态系统DISOPE算法

提出了具有状态和控制不等式约束的非线性离散动态系统DISOPE算法 ,该算法能在存在模型 -实际差异的情况下 ,从模型出发 ,通过迭代运算获得实际系统的真实最优解。仿真表明了算法的有效性和可行性。