一、线性最优控制系统鲁棒性分析(论文文献综述)
涂海程[1](2021)在《电力信息物理系统的鲁棒性分析与优化研究》文中认为随着物联网、5G技术的日益发展,越来越多的智能传感设备被投放到电力网中,使得传统的电力网逐渐演变成由信息网和电力网深度耦合而成的电力信息物理系统(Cyber Physical Power System,CPPS)。这种融合提供的3C功能(Communication,Computing,Control,3C),能够实时地监控电网的运行状态,极大地提高了电力网的运行效率。但与此同时,深度融合也给CPPS的安全稳定运行带来了新的挑战。针对CPPS而言,初始故障可以分为物理故障和信息故障两大类。物理故障指的是网络中的节点或连边发生物理性的损毁,例如发电站脱落、高压传输线断开等。物理故障不仅会改变自身网络的负载分布,也会影响与之耦合的另一个网络,甚至引发连锁故障现象。信息故障指的是控制中心不能及时地处理数据,或者是数据在传输过程中被恶意篡改。与物理故障不同的是,信息故障不会直接造成网络中的节点或连边损毁,而是间接地影响控制中心对CPPS的判断和决策。不法分子恶意的信息攻击更是给社会和国防安全带来了极高的风险。因此,本文将围绕CPPS的建模、鲁棒性分析和优化进行深入细致地研究。具体地,1.为更好地研究CPPS,本文在考虑电学特性的连锁故障模型下,分析了电力网能够达到的最优鲁棒性。针对网络的拓扑结构提炼出能够量化网络全局连接性、发电站节点的位置中心性和连接效率等指标,研究了电力网的拓扑结构与鲁棒性之间的关系,并总结出有助于提高电网鲁棒性的变化趋势。随后进一步提出断边保护的策略来提高电网鲁棒性。通过构建以电网鲁棒性和操作代价为优化目标的多目标组合优化问题,寻找出切断后能有效抑制初始故障传播的连边,并定量地揭示了不同操作代价下断边保护策略的优化效率。2.针对电力信息物理系统,提出一种更加实际的弱相依耦合模型,分析了多个关键因素对CPPS的影响。所提的弱相依模型考虑了现实冗余备份等保护机制,使得模型更加贴近实际系统的运行情况。基于弱相依模型,本论文对节点负载的冗余系数、故障传播概率等关键因素进行研究分析。通过对IEEE标准测试集和经典复杂网络模型的仿真,揭示了这些关键因素与CPPS鲁棒性之间的作用关系。3.虚假数据注入攻击(False Data Injection Attack,FDIA)和拒绝服务(Denial of Service,DoS)攻击作为CPPS中最常见的信息攻击手段。FDIA利用了电力网状态估计和坏数据检测的原理,通过注入攻击向量来破坏测量护数据的完整性,从而混淆和诱使控制中心作出无效甚至错误的指令。DoS攻击通过向通信网的信道中发送大量伪数据包来占用控制中心与远程终端之间的通信资源,从而影响控制中心对电力网的判断和控制,进而威胁CPPS的安全稳定运行。在FDIA的基础上,本文结合DoS攻击的特点,提出一种混合攻击模型来重新评估CPPS的鲁棒性。研究两种特殊场景下混合模型是如何影响CPPS的运行。所提的攻击模型效率越高,意味着系统可改善的空间越大。这不仅可以警示CPPS的操控人员,也能为设计出更好的检测算法和机制提供新的思路。4.最后本文提出一种基于通信网流量控制的优化模型来提高CPPS的鲁棒性。所提模型将电力网和通信网自身的物理特性、以及两个网络之间的相依关系抽象成约束条件,以网络性能最大化为优化目标来进行数学建模。通过引入松弛变量并对原始优化问题进行转换,原优化问题可以等价地变成一个双层混合整数规划问题。最后,本文分别研究初始故障的严重程度、耦合强度以及通信网的拓扑结构对优化结果的影响。
白甲丽[2](2021)在《呼吸式玻璃幕墙建筑室内光热环境调控方法研究》文中指出呼吸式玻璃幕墙建筑因其独特的双层玻璃围护结构而具有节能性。目前研究多是以建筑围护结构优化为重点,以改进建筑的节能性,但在实际工程中,呼吸式玻璃幕墙室内光热环境受外界多种因素影响,控制的智能化直接关系到其节能效果,这就涉及到控制系统的设计与调控策略的优化问题。因此,本文针对呼吸式玻璃幕墙建筑室内光热环境的调控系统设计和策略优化展开研究。首先,建立呼吸式玻璃幕墙光热传递模型,结合实际工程项目,全面分析在西安气象条件下呼吸式玻璃幕墙建筑夏季、冬季以及全年的气候适应性,揭示夏季典型日下通风口开启扇角度和百叶帘角度变化对室内光热环境的影响规律。以夏季典型日为例,得到白天通风口开启扇和百叶窗随时间变化的最佳输入角度。百叶帘角度和通风口开启扇角度的调节通过对伺服系统的控制来实现。建立改进伺服电机自抗扰控制Simulink仿真模型。利用基于改进差分进化算法的自抗扰控制技术(DE-ADRC)动态整定自抗扰控制算法(ADRC)参数实现角度的连续变化,提高信号跟踪效果。其次,以室内舒适温度、舒适相对湿度和能耗最低为控制目标,运用多目标粒子群优化算法得出最优百叶角度和通风口开启扇角度。本文建立三个蒙特卡罗分析指标,对多目标优化后的系统进行鲁棒性检验,对比PID算法、ADRC算法、DE-ADRC算法、多目标优化控制算法下系统的鲁棒性,结果显示在多目标优化算法控制下系统稳定性相对最好,抗干扰能力较强,证明了该算法的可靠性。最后,利用Trnsys建筑模拟软件和Matlab联合仿真,建立呼吸式玻璃幕墙建筑室内光热控制模型,在DE-ADRC算法控制下照明能耗和冷负荷有所改善,平均照明能耗降低了6.6%~9.4%,平均冷负荷降低了5.4%~10.8%。验证了DEADRC算法在系统控制方面的可靠性,进而改善呼吸式玻璃幕墙建筑的节能性。
郑岚方[3](2021)在《基于非线性能量采集模型的全双工SWIPT系统鲁棒优化算法研究》文中研究说明随着现代无线通信技术的不断发展,频谱资源利用率低和无线终端能量受限等问题逐渐凸显,全双工和无线携能通信技术的融合受到了学者们的关注。对于无线携能通信系统,非线性能量采集模型是近些年的热门研究点。由于实际情况下很难获得理想且完美的信道状态信息,非完美信道模型受到了越来越多的重视。本文在结合上述技术的基础上,在系统模型和优化算法上展开研究。本文研究了基于非线性能量采集模型和非完美信道模型的全双工多用户多入单出无线携能通信系统,并针对该类系统设计了一套鲁棒迭代优化算法。通过联合优化上下行波束赋形矩阵和相关向量,构建了用户端平均采集能量最大值优化问题。在优化问题求解的过程中,将原始非凸问题转换为易于求解的凸问题。提出了基于牛顿算法和半正定松弛算法的鲁棒迭代优化算法,该算法能够针对本文研究的系统提升整体性能和鲁棒性。为了进一步提高系统的保密性,证明鲁棒算法的优势,本文进一步研究了防窃听的安全通信系统,增加了人工冗余信号等为可优化变量,并提出了基于遗传算法的三层迭代鲁棒优化算法。为了验证两个系统中鲁棒优化算法的有效性,构建了仿真平台对提出的鲁棒算法分别进行了非鲁棒方案仿真对比。仿真结果表明,鲁棒算法下的系统性能要优于非鲁棒方案,并且在防窃听系统中鲁棒算法提高了信息传输过程中的保密性。另外进行了非线性能量采集模型与传统线性能量采集模型的仿真对比。结果表明,非线性能量采集模型更适合用于实际场景。
杜呼和[4](2021)在《开关磁阻电机的鲁棒转速控制与预测电流控制》文中指出开关磁阻电机调速系统通常采用双闭环PI控制,即转速PI控制和电流PI控制。传统的开关磁阻电机调速系统存在控制精度低、超调量大、动态响应速度慢和系统鲁棒性差等缺点。为了提高开关磁阻电机调速系统的控制性能,本文首先提出了基于查切片函数法的开关磁阻电机非线性模型,该模型不仅具有较高的精度,而且计算量小、占用CPU存储空间小,适合于实时控制。在此基础上,采用了预测电流控制和滑模变结构转速控制的先进控制算法组合,设计了高性能的开关磁阻电机控制系统。电流PI控制忽略了电机的非线性特性,导致系统的控制精度较低、响应速度较慢、电流超调较大,同时,PI参数调节困难,需要通过大量的仿真和实验进行试凑。模型预测控制适合处理非线性问题,动态响应速度快,而且可以实现局部滚动优化。但现有的模型预测控制存在以下三个不容忽视的缺点:控制算法的计算量大;不能消除系统的静态误差;对控制频率有较高的要求,当控制频率较低时,不能对电机进行稳定控制。为了解决上述控制方法存在的问题,本文提出了改进预测电流控制方法,通过当前转子位置的开关控制集、反馈电流以及基于查切片函数法的开关磁阻电机非线性模型,预测下一个状态的电流;根据参考电流与预测电流的大小,确定功率开关状态;采用模型误差校正,导出精准的PWM占空比。改进预测电流控制不仅解决了上述两种电流控制方法存在的问题,同时也继承了其优点。MATLAB/Simulink仿真验证了改进预测电流控制方法具有控制精度高、计算量较少、动态响应速度快、可以消除静态误差等优点。转速外环选择使用滑模控制器代替PI控制器来增加系统的鲁棒性和动态响应速度。传统的滑模控制器主要有以下两个缺点:第一,由于自身的变结构特性,系统抖振始终存在,不能消除,只能抑制,传统的趋近律虽然可以减小抖振,但是效果有限;第二,系统的鲁棒性只存在于滑动模态,而趋近模态并不具备鲁棒性。针对上述问题,本文采用双曲正切函数代替趋近律中的符号函数,减少了系统的抖振;提出全局鲁棒滑模控制,通过设计一种动态非线性的滑模面方程,消除运动点向滑模面趋近的过程,解决趋近模态不具备鲁棒性的问题,使系统在响应的全过程都具有鲁棒性,适用于频繁启动的场合。MATLAB/Simulink仿真表明,本文的方法不仅减小了参考电流的波动,还缩短了系统内运动点到达滑模面的时间,在改善系统响应特性的同时,还提高了系统的鲁棒性。最后,完成了实验硬件平台的搭建和系统软件的设计,并使用三相12/8极开关磁阻电机进行了实验研究,实验结果验证了本文方法的有效性和可行性。
伍功宇[5](2021)在《电力信息物理系统级联失效建模及韧性优化》文中认为当代电力系统已演化为一类集通信、计算、控制于一体的复杂的多维异构电力信息物理系统(Cyber-Physical Power System,CPPS)。该系统由电力(即物理)与通信(即信息)网络耦合而成,其耦合依赖关系有益于系统规模的扩张以及国家经济的发展。但与此同时,这种依赖关系也在失效的级联演化过程中扮演着推波助澜的消极角色,致使大规模停电事件至今仍屡见不鲜,国家因而蒙受的经济损失依旧惨重。为了应对CPPS耦合效应为电力系统的风险管理带来的全新挑战,进而缓解扰动事件对CPPS的潜在风险,开展面向CPPS的韧性(Resilience)优化研究刻不容缓。现有的CPPS韧性优化研究主要围绕三个方面开展,即:优化受损组件的恢复序列、识别并保护系统中的关键节点以及优化电力和通信网络间的耦合模式。然而,由于对电力和通信网络间的耦合依赖关系的研究仍处于探索阶段,导致当前对CPPS的韧性研究仍方兴未艾,难以应用于实践。为此,本文以CPPS为研究对象,从信息物理融合视角出发,开展基于CPPS耦合效应的级联失效建模方法以及韧性优化方法的研究,主要工作和创新点总结如下:(1)多态失效下CPPS级联失效的动态建模方法针对电力和通信网络间相互依赖的耦合效应及其组件的多态失效尚未得到深入研究和探索的问题,本文提出了一种基于马尔科夫的多态CPPS级联失效动态建模方法。该方法将基于近似动态行为与基于复杂网络建模方法相结合,构建了电力和信息流的动态更新模型,并分析了信息拥塞对二者的影响。同时,通过马尔科夫模型建模了多态失效间的实时状态转移关系。提出的建模方法能够捕获扰动发生后系统性能和拓扑随时间的动态变化过程,为CPPS的失效级联演化规律提供了一种具有普适性的建模方法,并为后续CPPS的韧性优化研究奠定了基础。基于级联失效模型的输出,提出了一种基于多退化信息融合的多态CPPS鲁棒性评估方法,为多态CPPS的鲁棒性提供了更为准确和全面的量化方法。(2)基于优化组件恢复序列的多态CPPS韧性优化方法针对当前CPPS组件恢复序列优化方法尚未涉及组件多态失效、CPPS耦合依赖关系以及恢复资源和修复模式多样性的问题,本文提出了一种以韧性最大化为导向的基于多模式资源约束的多态CPPS组件恢复序列的优化方法。该方法首先通过提出的基于复合泊松过程的系统韧性年度期望通用评估框架,量化了CPPS韧性以作为优化模型的目标函数;其次,借由多模式资源约束项目调度问题的解决思路构建了组件恢复序列规划问题中的约束条件;然后,在(1)的基础上,进一步考虑了恢复过程中组件的维修和重连操作以及多态失效下组件维修方式的多样性,建立了用于修复阶段的多态CPPS级联失效模型,并嵌入至优化模型中,以量化系统在恢复过程中的实时性能,并抉择修复完成的组件是否能重新接入系统;最后,针对模拟退火算法的的局部收敛问题,提出了一种考虑回温过程的模拟退火算法,为上述优化问题提供了更准确的求解方法。提出的优化方法能够规划灾后受损组件的最优恢复序列以及对应的恢复资源和成本的最优调度和分配方式,并为CPPS的组件恢复序列规划问题提供了更高成本效益的定量解决方案。(3)基于识别并保护关键节点的CPPS韧性优化方法针对当前元启发式算法由于缺乏对于CPPS的关键节点集识别问题的有效搜索策略从而计算效率和准确率较低的问题,本文提出了一种基于基因重要度进化策略的CPPS关键节点集识别方法。首先,提出了一种基于基因重要度的进化算法,为种群的演变提供了精英搜索策略;其次,在(2)中级联失效模型的研究基础上,进一步探究了三种等级的通信节点的独立和协同控制分别对电力网络和系统性能的影响,以及节点的失效对自身网络及其耦合依赖网络的多重影响,提出了一种基于动态潮流和拓扑信息的节点重要度评估框架,为提出的进化算法提供了初始节点的重要度,从而提升了算法的效率和准确率;最后,基于CPPS的耦合依赖关系,提出了一种强耦合节点对的概念及其识别方法,以减少进化算法中决策变量的维数,从而进一步地提升了算法的效率和准确率。提出的识别方法能够获取CPPS中以系统总失电量最大化为导向的最优节点集合,并为CPPS的关键节点集识别问题提供了更为准确且高效的定量解决方案。(4)基于优化网络间耦合模式的CPPS韧性优化方法针对当前支路交换和添加策略缺乏定量规划方法且二者的联合优化策略尚未得到探究的问题,本文提出了一种以鲁棒性最大化为导向的CPPS耦合模式的三层联合优化方法。该方法首先构建了三层的联合优化模型用以解决支路交换和添加策略的联合优化问题;其次,将(3)中改进后的CPPS级联失效模型嵌入至了优化模型中,以刻画CPPS的耦合依赖关系,并量化扰动发生后的系统性能;最后,针对各层属于不同类型的优化问题分别给出了求解算法,进而提出了一种CPPS耦合模式联合优化问题的三层混合求解方法。提出的优化方法能够在有限成本约束下制定CPPS耦合模式的最优改善策略以及相应的成本分配方式,并为支路交换策略、支路添加策略以及二者的联合优化策略提供了有效的定量解决方案。
李秋影[6](2021)在《管路系统的分数阶减振降噪研究及故障分析》文中提出由管道振动而引发的工业事故时有发生,这不仅会对生产和经济造成重大的损失,而且会对周围人造成人身安全。在复杂的管路系统中,主动控制方法对管路减振降噪的比起被动控制是非常有效的。残留的机械振动对控制系统中传感器的影响是比较大的,由于应用基于数学模型的传感器故障检测可以有效的规避需要大量的实验数据做实验基础。本文针对管路系统设计减振降噪主动控制系统,实现减小管路中不必要的机械振动这一目标,并且对减振降噪主动控制系统中传感器进行故障检测。管路系统属于多输入多输出系统,基于现代控制理论的状态反馈将运动学模型进行微分函数推导,得到管路系统比例状态反馈主动控制的状态方程,基于有限元方法,根据ANSYS软件得到运动模型中的重要参数。在主动控制系统中应用二次型最优控制算法与Kalman滤波器对管路进行减振降噪处理。应用主动控制方法对管路减振降噪的效果是非常好的,但是由于机械振动只能减小,不能消除,所以对控制系统中的传感器等精密仪器还是会有一些损害造成故障;为了对传感器进行有效的故障检测,运用基于数学模型的传感器故障检测,对传感器进行有效的实时故障检测。由于分数阶PIl本身具有滤波功能,并且由于Il的存在,通过调节l值可以方便调节闭环系统的高频特性和低频特性,且取得比常规控制器更优的动态性能和鲁棒性等优点本文采用分数阶PI状态反馈对管路进行主动控制,为了能更好的对管路系统进行减振降噪,引用分数阶PI状态反馈控制律;并且基于粒子群优化算法的优势,应用粒子群最优控制算法对分数阶PI状态反馈中的状态反馈矩阵Kp、KI和分数阶阶次l控制参数进行优化;通过仿真实验证明优化的分数阶PI状态反馈控制效果和鲁棒性非常好,非常适用于管路的减振降噪主动控制系统中,以达到对管路进行更好的减振降噪的目的。
阳军[7](2020)在《自适应控制系统瞬态性能增强及在飞行器姿态控制中的应用》文中提出飞行器系统作为一类典型的多输入多输出、强耦合、非线性机电系统,在实际工况下常面临高频未建模动态和外部未知干扰等不确定性,而这些因素都将增加飞行器姿态控制系统设计的复杂性。针对这些实际系统中存在的典型参数不确定性,自适应控制提供了一个有效的解决方案,其优势在于可根据控制系统误差在线更新模型参数或者控制器参数,以适应系统内部动态或外界扰动等变化。然而,虽然自适应控制部分成果已被应用于不同类型飞行器的姿态控制中,但在控制过程中依然面临学习过程响应迟缓、高频抖振和控制瞬态周期过长等问题,制约了自适应技术在飞行器等机电系统中的应用。纵观现有研究成果发现,大多数自适应控制理论都聚焦闭环系统的稳态性能和跟踪误差的收敛性,对于闭环系统瞬态性能(如:上升时间、调节时间和超调量等)的定量分析则依然是领域内研究的难点。对实际工程实践而言,良好的瞬态性能是系统安全、快速进入稳态的重要前提。为此,本文从飞行器姿态控制对系统瞬态响应需求出发,以模型参考自适应控制为基本框架,探索可增强自适应控制系统瞬态性能的有效途径,从自适应系统的三个要素(学习机制、参考模型和控制器结构)出发,分别提出了三种提升自适应控制系统瞬态性能的有效措施。最后,将所得到的理论成果用于典型飞行器的姿态控制问题开展仿真和实验验证。此外,在实验室自主设计和研发了一套三自由度飞行器半物理仿真系统,用于开展相关的仿真和实验来验证所提出方法正确性和有效性。主要研究内容如下:(1)一类典型三自由度飞行器半物理仿真平台设计和集成。该三自由度飞行器半物理仿真系统是从真实飞行器中抽离出的一类简单模型,可用于在实验室对飞行器三个主要自由度(俯仰、滚动和偏航)的运动姿态进行模拟。本文先介绍该半物理仿真平台的机构设计和系统集成,并建立其数学模型。在此基础上,以该模型为对象分析影响自适应控制系统瞬态性能的因素以及现有系统瞬态性能分析方法的保守性,进而引入柯西-施瓦茨不等式和L2-范数,构建了基于柯西-施瓦茨不等式的自适应控制误差瞬态性能分析方法。最后讨论了增强自适应控制系统瞬态性能的几个有效途径。(2)针对传统自适应控制中参数估计收敛性慢或不收敛进而影响系统瞬态性能的问题,提出一类含参数估计误差信息的自适应律设计新方法。首先引入滤波操作和定义辅助变量获取参数估计误差信息的显式形式,然后将其用于构建一个新的泄漏项,并引入到基于梯度下降法的自适应律中构建一类含参数估计误差和系统跟踪误差的复合自适应律。该类基于参数估计误差的自适应律可确保系统模型参数快速收敛,进而实现了控制系统瞬态性能的提升。此外,提出了一种含参数估计误差的投影算法,将所构建的自适应律进一步拓展到含未知控制输入矩阵系统的自适应控制设计。(3)针对传统自适应控制系统中不确定动态难以得到快速补偿影响系统超调和上升时间等问题,提出一类含外部命令调节器的闭环参考模型自适应控制。在介绍传统闭环参考模型自适应控制系统基础上,基于柯西-施瓦茨不等式详细分析了其收敛性能以及由闭环参考模型所诱发的峰值现象。进而构建了一个含系统跟踪误差动态的补偿策略,并将其引入外部指令信号中得到一类新的外部命令调节器。该外部命令调节器可快速、有效补偿自适应系统中的不确定性动态,进而提升控制系统的收敛速度、降低超调,实现瞬态性能的改善。最后将所构建的外部命令调节器用于含未知控制输入矩阵的自适应控制系统。(4)针对传统自适应控制系统在采用高增益学习或存在高频动态时可能诱发系统高频抖动导致控制系统瞬态性能下降问题,提出基于一类频率选择机制的模型参考自适应控制用于克服高频动态对系统的影响。首先引入一类高频动态提取策略获取闭环系统中的高频动态信息,然后通过反馈将其引入控制器中实现对系统高频动态的有效补偿。该补偿项可允许采用较大的学习增益来实现快速在线学习而不会诱发高频振荡,进而实现了控制系统瞬态性能的提升。在上述理论研究的基础上,本文还以两类典型的飞行器系统(一类机翼摇滚飞行器模型以及实验室搭建的一类三自由度半物理仿真系统)为具体对象开展仿真分析,并在搭建的半物理仿真系统中开展了实验验证工作。结果表明,本文从学习机制、参考模型和控制器结构三个方面出发提出的三类控制策略均能有效提升其在飞行器姿态控制中的性能。本论文工作为提升自适应控制技术在飞行器等实际机电系统中的应用做出了有益尝试。
符浩[8](2020)在《基于模型参考自适应评价学习的多智能体系统同步控制》文中提出由于多智能体系统在各实际领域中都具有十分广泛的应用,协调控制作为多智能体系统研究的一个重要分支受到了普遍关注。多智能体分布式同步控制是协调控制的一个基本研究方向。同步控制是指以网络作为智能体之间信息交流的通信媒介,通过设计控制器或控制协议,实现各智能体行为一致。现有相关研究更多地针对简单动力学模型的多智能体系统,比如单或双积分器。而且,其控制协议的设计依赖于系统动力学模型。然而,实际多智能体系统往往是复杂非线性系统,包括外界扰动与系统动力学模型未知。另外,在实际中也要求多智能体系统具有柔性协作能力和最优系统性能。以上实际情况引起耦合Bellman方程求解困难的问题,导致难以实现非线性多智能体系统的分布式同步控制,因而大大限制了多智能体系统在复杂环境下的应用。为此,基于自适应评价设计(Adaptive critic designs,ACDs)的自学习特点,本文展开基于ACDs的复杂非线性多智能体系统分布式同步控制研究。本文的主要研究内容概括如下。(1)模型未知单输入非线性系统的模型参考自适应评价学习控制针对具有持续扰动的模型未知单输入非线性系统,为解决模型参考自适应控制中由ACDs引入的神经网络逼近误差问题,提出模型参考自适应评价学习(Model reference adaptive critic learning,MRACL)控制方法,实现非线性系统在线实时柔性跟踪参考模型行为,同时保证闭环控制系统最优控制性能。同时,该方法也可保证无抖振滑模控制的可实施性,进而实现对逼近误差与扰动的抑制。(2)模型完全未知多输入非线性系统的监督模型参考自适应评价学习控制在模型参考自适应评价学习控制方法的基础上,针对多输入非线性系统,在不要求有界系统漂移动力学的假设下,通过引入监督器到模型参考自适应评价学习控制,研究了监督模型参考自适应评价学习控制方法,并定义了学习模式和控制模式。引入的监督器不仅可以指导执行-评价网络的学习,而且也可以产生无抖振滑模控制量,解决了模型未知多输入非线性系统持续扰动和神经网络逼近误差的鲁棒性问题。(3)模型部分未知非线性多智能体系统最优同步控制针对模型部分未知的非线性多智能体系统,局部邻域跟踪误差动力学引入了邻居智能体状态,导致耦合Bellman方程求解更为困难,这是最优同步控制协议设计的关键难点。针对这一问题,本文构造了一种分层分布式最优同步控制结构。在分散式模型参考控制层采用神经网络自适应控制方法,实现各个智能体跟踪相应的参考模型行为;在分布式最优同步控制层中,以各参考模型和领导者为个体构建参考多智能体系统,研究了分布式值迭代学习方式,并提出了分布式模型参考自适应评价学习同步控制方法,使参考多智能体系统达到Nash均衡,保证所有参考模型行为一致,实现多智能体系统最优同步控制。(4)模型完全未知非线性多智能体系统最优同步控制针对非线性多智能体系统动力学模型完全未知的情况,构建了基于无模型分布式模型参考自适应评价学习的分层分布式最优同步控制结构。在分散式模型参考控制层,为了降低最优同步控制的计算量,设计了一种类离线神经网络自适应控制器;在分布式最优同步控制层中,提出了分布式参考策略迭代学习方式,获得具有复合函数的耦合Bellman非线性方程的Nash均衡解,并发展了无模型分布式模型参考自适应评价学习同步控制方法,在不利用系统模型先验知识下,保证多智能体系统达到最优同步。(5)具有激活领导者的多智能体系统最优同步控制针对具有外界扰动的激活领导者系统,构建了基于分布式监督模型参考自适应评价学习的分层分布式最优同步控制结构。在分散式模型参考控制层,采用所提的监督模型参考自适应评价学习控制方法,实现对外界扰动和逼近误差的抑制;在分布式最优同步控制层中,以各参考模型为个体构建参考多智能体系统,发展分布式监督模型参考自适应评价学习同步控制方法,使得参考多智能体系统达到Nash均衡,实现多智能体系统的最优同步控制,并保证多智能体系统的柔性协作能力。
杨颖[9](2020)在《感应耦合电能传输系统非线性行为与稳压控制策略研究》文中研究说明感应耦合电能传输(Inductively Coupled Power Transfer,ICPT)技术是指基于电磁感应原理实现电能从电源端到用电设备端的无电气连接传输技术,其具有供电灵活、安全可靠、维护成本低等优点,在电动汽车、植入医疗和轨道交通等领域取得了广泛的应用。ICPT系统是一类集高频电力电子变换器、功率电磁耦合机构、信号处理与控制于一体的电磁综合系统,具有高阶非线性和参数不确定等典型特性。这些特性使得系统动力学行为非常复杂,会使系统出现工作状态不稳定、鲁棒性差等问题,极大程度上限制了ICPT系统的推广应用。本文为解决系统随参数摄动发生的低频振荡和鲁棒性差等问题,分别提出了ICPT系统参数优化策略和基于非支配排序遗传算法-II(Non-dominated Sorting Genetic Algorithm-II,NSGA-II)的自抗扰控制器(Active Disturbance Rejection Controller,ADRC),实现闭环控制系统的稳定性和鲁棒性的提升,主要工作及贡献包括:首先,介绍了论文的研究背景,简要介绍了ICPT系统的一般组成结构及其工作原理,对ICPT建模方法及控制方法的国内外研究现状进行了总结分析。接着,为证实ICPT系统能效对系统参数变化的较高敏感度,建立了ICPT系统简化模型并分析了能效特性,揭示了闭环控制策略对实现系统稳定运行的重要意义。同时,针对现有ICPT系统控制方式中的不足之处,分别从提高系统的稳定性和鲁棒性入手提出相应改进措施,为后续章节的展开奠定基础。再接着,从提高系统稳定性入手,为抑制系统中的非线性行为,对系统进行了仿真、建模和参数优化工作。绘制了ICPT系统中滤波电感电流和输出电压随耦合系数变化的三维分岔图并建立了对应的雅各比矩阵求解模型,从数值仿真和理论建模两个方面分析和研究了系统中发生的低频振荡现象及其产生机理,得到了系统的稳定运行边界条件,提出了一种ICPT系统参数优化策略,实现系统在弱耦合条件下的稳定运行。然后,从提高系统鲁棒性入手,为实现参数摄动下的恒压输出,设计了基于ADRC的闭环控制系统,并采用了基于非支配排序遗传算法-II的非线性状态误差反馈控制律,实现了闭环ICPT系统在参数摄动下的稳压输出。最后,通过仿真分析和实验平台,分别搭建了基于反馈比例控制和基于自抗扰控制的闭环ICPT系统。为分析系统稳定性,搭建反馈比例控制系统,实验结果表明:系统中确实发生了低频振荡现象,同时可以通过系统参数优化策略实现该现象的抑制。为提高系统鲁棒性,搭建基于自抗扰控制器的闭环控制系统,并对比分析采用线性反馈控制律和基于NSGA-II参数综合整定算法的非线性反馈控制律对控制器性能的影响。最终,实验结果表明:基于ADRC的闭环控制系统不仅能够实现对低频振荡现象的有效抑制,而且能够提高系统的鲁棒性,维持系统在线圈位置偏移和负载摄动下的良好动态性能和稳态性能。
叶大豪[10](2020)在《采用TMD-NES复合形式的结构调谐减震控制研究》文中研究指明非线性能量阱(Nonlinear Energy Sink,简称NES)是一类具有非线性刚度的被动调谐减震装置,相较于经典线性的调谐质量阻尼器(Tuned mass damping,简称TMD),优化的NES能够与主结构产生瞬时内共振俘获行为。由于非线性内共振的吸振频带较宽,可望为结构的瞬时地震响应提供宽频控制。本研究综合TMD与NES的优点,提出将TMD与NES复合的调谐减震控制装置形式并研究其减震控制性能。主要工作包括以下几方面:(1)提出一种采用TMD和立方非线性NES复合形式的调谐减震装置,针对典型分析模型,分别对TMD-NES、负刚度NES、以及传统线性化的TMD控制方式进行对比分析。结果表明:当主结构刚度退化显着时,TMD-NES装置仍表现出较稳定的减震效果,且其减震控制效果对输入地震波的峰值加速度变化不敏感。(2)应用小波分析,在时频域上观察TMD-NES装置控制体系的响应规律,发现在地震波输入过程中,TMD-NES装置不仅与主结构自由度产生1:1瞬时内共振俘获行为,还产生了3:1的瞬时内共振行为。相较于经典TMD,TMD-NES装置具有更宽的吸频宽带,为TMD-NES装置具有强鲁棒性提供了一种机理解释。(3)研究了限位碰振对TMD-NES装置减震控制性能的影响,考虑输入地震峰值、调谐装置与主结构的质量比、弹性恢复系数和碰振间隙等因素的影响,对其碰振后的减震控制系统进行鲁棒性分析。结果表明:在最优参数控制下,附加优化的弹性碰振装置可进一步提高TMD-NES装置的减震控制性能。(4)提出一种TMD与立方非线性NES并联的减震控制系统,利用脉冲激励进行对TMD-NES并联减震控制系统的全局参数寻优,以设计出最优的联合减震控制系统。与上面TMD-NES装置相同,分析TMD-NES并联减震控制装置的频率鲁棒性和能量鲁棒性。并针对典型分析模型,分别对TMD-NES并联装置、负刚度NES以及传统线性TMD进行对比分析。结果表明:TMD-NES并联装置在原结构刚度的条件下,非线性能量阱起主要减震控制的作用,线性TMD起辅助作用,而在主结构频率降低的时候,TMD-NES并联装置中的线性TMD部分起调谐非线性能量阱部分的作用。
二、线性最优控制系统鲁棒性分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、线性最优控制系统鲁棒性分析(论文提纲范文)
(1)电力信息物理系统的鲁棒性分析与优化研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 选题背景与意义 |
1.2 课题的研究现状 |
1.3 目前研究存在的问题 |
1.4 本文的研究内容与章节安排 |
2 电力网自身的鲁棒性分析与其提高策略研究 |
2.1 引言 |
2.2 模型描述与问题提出 |
2.3 拓扑结构对电力网鲁棒性的影响 |
2.4 拓扑优化 |
2.5 基于断边保护的鲁棒性优化策略 |
2.6 本章小结 |
3 物理故障对电力信息物理系统鲁棒性的影响研究 |
3.1 引言 |
3.2 相关工作简述 |
3.3 电力信息物理系统仿真模型 |
3.4 电力信息物理系统中连锁故障及其鲁棒性评估指标 |
3.5 仿真分析 |
3.6 本章小结 |
4 信息攻击对电力信息物理系统鲁棒性的影响研究 |
4.1 引言 |
4.2 相关工作简述 |
4.3 信息攻击的原理及数学建模 |
4.4 差分进化算法 |
4.5 仿真分析 |
4.6 本章小结 |
5 电力信息物理系统鲁棒性优化研究 |
5.1 引言 |
5.2 相关工作简述 |
5.3 数学建模 |
5.4 问题转化 |
5.5 仿真结果 |
5.6 本章小结 |
6 总结与展望 |
6.1 本文总结 |
6.2 研究展望 |
参考文献 |
附录A |
附录B |
攻读博士学位期间的研究成果 |
(2)呼吸式玻璃幕墙建筑室内光热环境调控方法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 我国建筑能耗现状 |
1.1.2 玻璃幕墙研究现状 |
1.2 呼吸式玻璃幕墙及其控制研究现状 |
1.2.1 呼吸式玻璃幕墙的工作原理 |
1.2.2 呼吸式玻璃幕墙的传热、通风性能的研究 |
1.2.3 呼吸式玻璃幕墙的节能性研究 |
1.2.4 呼吸式玻璃幕墙室内环境的调控研究现状 |
1.3 自抗扰控制技术研究现状 |
1.3.1 参数整定与优化研究 |
1.3.2 自抗扰控制对系统的性能研究 |
1.4 现有研究的不足 |
1.5 研究意义及研究内容 |
1.5.1 研究意义 |
1.5.2 研究内容 |
2 呼吸式玻璃幕墙的地域适应性研究 |
2.1 呼吸式玻璃幕墙传热机理 |
2.2 呼吸式玻璃幕墙建筑的地域适应性研究 |
2.2.1 寒冷气候区气象条件(以西安为例) |
2.2.2 建筑概况 |
2.2.3 被动适应性研究 |
2.3 通风口大小对室内热环境影响研究 |
2.3.1 晴朗天气 |
2.3.2 阴天 |
2.4 百叶窗角度对工作面照度的影响 |
2.4.1 晴朗天气 |
2.4.2 阴天 |
2.5 本章小结 |
3 基于自抗扰控制的室内光热环境控制 |
3.1 PID控制器优缺点 |
3.2 自抗扰控制器 |
3.3 控制系统描述 |
3.3.1 控制系统数学模型 |
3.3.2 伺服电机选型 |
3.4 仿真过程与结果分析 |
3.4.1 建立仿真模型 |
3.4.2 仿真结果分析 |
3.5 本章小结 |
4 基于差分进化的自抗扰控制 |
4.1 常用优化算法优缺点 |
4.2 差分进化的基本原理 |
4.2.1 标准差分进化算法 |
4.2.2 差分进化算法的基本流程 |
4.2.3 差分进化算法的参数设置 |
4.3 基于差分进化的自抗扰控制 |
4.3.1 基本原理 |
4.3.2 基于差分进化的自抗扰控制参数整定 |
4.3.3 整定结果分析 |
4.4 本章小结 |
5 基于动态舒适的多目标优化 |
5.1 室内光热环境控制的关键问题 |
5.2 室内热环境动态控制方法 |
5.3 动态舒适度多目标优化 |
5.3.1 多目标遗传算法简介 |
5.3.2 遗传算法操作步骤 |
5.3.3 目标函数建立与求解 |
5.3.4 优化结果分析 |
5.4 系统鲁棒性分析 |
5.4.1 蒙特卡罗法 |
5.4.2 伺服电机的蒙特卡罗概率模型求解 |
5.4.3 不确定因素分析 |
5.4.4 蒙特卡罗系统鲁棒性仿真 |
5.5 本章小结 |
6 室内光热环境控制系统联合仿真 |
6.1 仿真软件的选择 |
6.1.1 TRNSYS软件的优点 |
6.1.2 TRNSYS主要模块介绍 |
6.2 建立仿真模型 |
6.3 建筑空调负荷模拟 |
6.3.1 模拟参数设定 |
6.3.2 建立联合仿真模型 |
6.4 能耗仿真结果分析 |
6.5 本章小结 |
7 结论与展望 |
致谢 |
参考文献 |
在读期间取得的研究成果 |
(3)基于非线性能量采集模型的全双工SWIPT系统鲁棒优化算法研究(论文提纲范文)
摘要 |
英文摘要 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容及论文结构 |
第二章 关键技术及理论基础 |
2.1 无线携能通信技术 |
2.1.1 无线携能通信技术简介 |
2.1.2 能量采集模型 |
2.2 MISO多天线技术 |
2.2.1 MISO技术简介 |
2.2.2 波束赋形技术 |
2.3 全双工技术 |
2.3.1 全双工技术简介 |
2.3.2 自干扰消除处理机制 |
2.4 非完美信道模型与鲁棒性 |
2.4.1 信道模型的分类及非完美信道的特点 |
2.4.2 系统鲁棒性的相关概念 |
2.5 凸优化理论基础 |
2.5.1 凸优化基本概念 |
2.5.2 常见凸优化问题 |
2.6 本章小结 |
第三章 基于非线性能量采集模型的全双工鲁棒优化问题 |
3.1 系统建模 |
3.1.1 非完美信道模型 |
3.1.2 非线性能量采集模型 |
3.1.3 问题建立 |
3.2 鲁棒优化算法设计 |
3.2.1 牛顿算法概述 |
3.2.2 基于牛顿算法的鲁棒迭代问题 |
3.2.3 鲁棒迭代优化算法步骤总结 |
3.2.4 复杂度分析 |
3.2.5 秩一证明 |
3.3 非鲁棒对比方案设计 |
3.3.1 非鲁棒方案 |
3.3.2 问题转化与解决 |
3.4 仿真结果对比与分析 |
3.4.1 仿真参数设置 |
3.4.2 仿真结果对比分析 |
3.5 本章小结 |
第四章 基于非线性能量采集模型的防窃听系统鲁棒优化算法研究 |
4.1 系统建模 |
4.2 问题建立 |
4.3 防窃听系统鲁棒优化算法设计 |
4.3.1 遗传算法概述 |
4.3.2 基于遗传算法的鲁棒迭代问题 |
4.3.3 鲁棒迭代优化算法步骤总结 |
4.3.4 非鲁棒对比方案设计 |
4.4 系统仿真及对比分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 工作及创新点总结 |
5.2 未来工作展望 |
参考文献 |
附录 缩略词表 |
致谢 |
攻读学位期间取得的研究成果 |
(4)开关磁阻电机的鲁棒转速控制与预测电流控制(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 模型预测控制的研究动态 |
1.2.1 模型预测控制的发展概况 |
1.2.2 开关磁阻电机的模型预测控制研究 |
1.3 滑模变结构控制的研究动态 |
1.3.1 滑模变结构控制的发展概况 |
1.3.2 开关磁阻电机的滑模变结构控制研究 |
1.4 论文研究内容及章节安排 |
2 开关磁阻电机的数学模型 |
2.1 引言 |
2.2 开关磁阻电机运行原理 |
2.3 开关磁阻电机的基本方程 |
2.3.1 电压方程 |
2.3.2 磁链方程 |
2.3.3 机械运动方程 |
2.3.4 转矩方程 |
2.4 开关磁阻电机的数学模型分析 |
2.4.1 非线性模型 |
2.4.2 基于查切片函数法的SRM非线性模型 |
2.5 本章小结 |
3 开关磁阻电机的电流控制 |
3.1 引言 |
3.2 开关磁阻电机的PI电流控制 |
3.2.1 PI控制原理 |
3.2.2 基于电压软斩波的PI电流控制 |
3.2.3 仿真及分析 |
3.3 开关磁阻电机的模型预测电流控制 |
3.3.1 模型预测控制基本原理 |
3.3.2 功率变换器的开关控制集 |
3.3.3 模型预测电流控制仿真及分析 |
3.4 开关磁阻电机的改进预测电流控制 |
3.4.1 开关状态预测 |
3.4.2 精准占空比计算 |
3.4.3 模型误差校正 |
3.4.4 仿真及分析 |
3.5 本章小结 |
4 开关磁阻电机的滑模变结构转速控制 |
4.1 引言 |
4.2 滑模变结构控制的理论分析 |
4.2.1 滑动模态的定义以及数学表达 |
4.2.2 滑模变结构控制设计的三要素 |
4.2.3 滑模变结构控制系统的抖振问题 |
4.3 SRM滑模转速控制器的设计及优化 |
4.3.1 几种常用的趋近律 |
4.3.2 SRM基于指数趋近律的滑模转速控制器的设计 |
4.3.3 SRM基于双曲正切函数的滑模转速控制器的设计 |
4.3.4 仿真及分析 |
4.4 SRM全局鲁棒滑模转速控制 |
4.4.1 切换函数的设计 |
4.4.2 SRM全局鲁棒滑模转速控制器的设计 |
4.4.3 仿真及分析 |
4.5 本章小结 |
5 系统软硬件设计及实验 |
5.1 引言 |
5.2 控制系统的硬件设计 |
5.2.1 功率变换电路 |
5.2.2 驱动电路 |
5.2.3 电流检测 |
5.2.4 位置检测 |
5.2.5 保护检测 |
5.3 控制系统的软件设计 |
5.3.1 系统初始化程序 |
5.3.2 循环主程序 |
5.3.3 中断服务程序 |
5.4 实验研究 |
5.4.1 实验平台 |
5.4.2 实验验证 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(5)电力信息物理系统级联失效建模及韧性优化(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题来源 |
1.2 研究背景及意义 |
1.3 韧性量化评估方法研究现状 |
1.3.1 扰动下典型的系统性能过渡曲线 |
1.3.2 韧性量化评估方法 |
1.4 CPPS级联失效建模方法研究现状 |
1.5 CPPS韧性优化方法研究现状 |
1.5.1 基于优化组件恢复序列的CPPS韧性优化方法 |
1.5.2 基于识别并保护关键节点的CPPS韧性优化方法 |
1.5.3 基于优化网络间耦合模式的CPPS韧性优化方法 |
1.6 现有研究发展趋势与挑战 |
1.7 论文的主要研究内容及结构安排 |
第二章 多态失效下CPPS级联失效的动态建模方法 |
2.1 引言 |
2.2 CPPS系统模型建立 |
2.3 CPPS的多态失效及级联失效建模 |
2.3.1 组件的多态失效分析 |
2.3.2 级联演化过程中三种主要失效原因及其概率建模 |
2.3.3 失效状态间实时转移关系的马尔科夫过程建模 |
2.3.4 基于马尔科夫的多态CPPS级联失效动态建模方法 |
2.4 多态CPPS鲁棒性评估方法 |
2.4.1 现有CPPS鲁棒性评估方法及其性能分析 |
2.4.2 基于多退化信息融合的多态CPPS鲁棒性评估方法 |
2.5 应用案例分析 |
2.5.1 测试系统及参数 |
2.5.2 结果与对比分析 |
2.6 本章小结 |
第三章 基于优化组件恢复序列的多态CPPS韧性优化方法 |
3.1 引言 |
3.2 基于复合泊松过程的系统韧性年度期望通用评估框架 |
3.3 基于多模式资源约束的多态CPPS组件恢复序列优化方法 |
3.3.1 多态失效下CPPS恢复过程实时性能评估 |
3.3.2 基于多模式资源约束的CPPS组件恢复序列优化模型 |
3.3.3 考虑回温过程的模拟退火算法 |
3.4 地震灾害的随机仿真方法 |
3.5 应用案例分析 |
3.5.1 测试系统及参数 |
3.5.2 结果与对比分析 |
3.6 本章小结 |
第四章 基于识别并保护关键节点的CPPS韧性优化方法 |
4.1 引言 |
4.2 基于动态潮流和拓扑信息的CPPS节点重要度评估框架 |
4.2.1 节点失效对系统造成的层内影响评估方法 |
4.2.2 节点失效对系统造成的跨层影响评估方法 |
4.3 基于基因重要度进化策略的CPPS关键节点集识别方法 |
4.3.1 关键节点集识别问题的优化模型 |
4.3.2 强耦合依赖节点对及其识别方法 |
4.3.3 基于基因重要度的进化算法 |
4.4 应用案例分析 |
4.4.1 测试系统及参数 |
4.4.2 结果与对比分析 |
4.5 本章小结 |
第五章 基于优化网络间耦合模式的CPPS韧性优化方法 |
5.1 引言 |
5.2 CPPS耦合模式的三层联合优化模型 |
5.2.1 耦合模式的内层优化模型 |
5.2.2 耦合模式的中层优化模型 |
5.2.3 耦合模式的外层优化模型 |
5.3 CPPS耦合模式联合优化问题的三层混合求解方法 |
5.3.1 耦合模式内层优化模型求解算法 |
5.3.2 耦合模式中层优化模型求解算法 |
5.3.3 耦合模式外层优化模型求解算法 |
5.3.4 耦合模式联合优化问题的三层混合求解算法框架 |
5.4 应用案例分析 |
5.4.1 测试系统及参数 |
5.4.2 结果与对比分析 |
5.5 本章小结 |
第六章 全文总结与展望 |
6.1 本文的主要贡献及创新 |
6.2 工作展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的成果 |
(6)管路系统的分数阶减振降噪研究及故障分析(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 主动控制策略及在机械系统减振中的应用 |
1.2.2 分数阶控制方法的发展及在主动控制中的应用 |
1.2.3 管路减振控制系统中传感器故障检测 |
1.3 论文研究内容与章节安排 |
第2章 管路减振降噪主动控制方法 |
2.1 基于ANSYS的有限元建模 |
2.2 传感器设置 |
2.3 主动控制系统设计 |
2.3.1 最优状态反馈控制(LQR控制) |
2.3.2 Kalman滤波器 |
2.4 基于管路主动控制系统仿真结果 |
2.4.1 管路减振 |
2.4.2 管路降噪 |
2.5 本章小结 |
第3章 管路主动控制系统传感器故障分析 |
3.1 传感器故障结果分析 |
3.2 基于数学模型的传感器故障检验 |
3.2.1 传感器观测点残差幅值故障检测 |
3.2.2 基于残差评价函数传感器故障检测 |
3.3 本章小结 |
第4章 分数阶PI状态反馈主动控制方法 |
4.1 PI状态反馈主动控制方法 |
4.2 分数阶PI状态反馈主动控制方法 |
4.2.1 分数阶近似方法 |
4.2.2 基于Oustaloup滤波器的分数阶PI状态主动控制律 |
4.3 整数阶与分数阶PI状态反馈控制方法结果对比 |
4.4 本章小结 |
第5章 基于粒子群分数阶PI状态反馈主动控制方法 |
5.1 基于粒子群优化算法优化控制参数 |
5.1.1 分数阶PI主动控制器的参数 |
5.1.2 粒子群算法的实现流程 |
5.2 分数阶PI状态主动控制器控制仿真结果 |
5.3 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和获得的科研成果 |
致谢 |
(7)自适应控制系统瞬态性能增强及在飞行器姿态控制中的应用(论文提纲范文)
摘要 |
Abstract |
符号说明 |
第一章 绪论 |
1.1 课题来源 |
1.2 课题研究背景及意义 |
1.3 飞行器姿态控制国内外研究现状 |
1.3.1 飞行器系统不确定性动态描述 |
1.3.2 飞行器姿态控制研究现状 |
1.4 自适应控制国内外研究现状 |
1.4.1 控制系统瞬态性能描述 |
1.4.2 自适应控制研究现状 |
1.4.3 自适应控制系统瞬态性能增强研究现状 |
1.5 本课题主要研究内容 |
第二章 飞行器半物理仿真平台设计及模型参考自适应控制 |
2.1 引言 |
2.2 三自由度飞行器半物理仿真平台设计与系统集成 |
2.2.1 半物理仿真平台设计 |
2.2.2 半物理仿真平台控制系统集成 |
2.2.3 半物理仿真系统的动力学模型 |
2.3 传统模型参考自适应控制系统设计及稳定性分析 |
2.4 模型参考自适应控制系统瞬态性能分析 |
2.4.1 基于李雅普诺夫方法的瞬态性能分析 |
2.4.2 基于柯西-施瓦茨不等式的瞬态性能分析 |
2.4.3 自适应控制系统瞬态性能增强的有效途径 |
2.5 基于半物理仿真系统的仿真与实验 |
2.5.1 仿真验证 |
2.5.2 实验验证 |
2.6 本章小结 |
第三章 含参数估计误差的模型参考自适应控制 |
3.1 引言 |
3.2 含参数估计误差的自适应控制设计 |
3.2.1 自适应律设计 |
3.2.2 闭环系统稳定性及误差边界分析 |
3.2.3 不同自适应律对比分析 |
3.3 含未知控制输入矩阵系统的自适应控制 |
3.3.1 问题描述 |
3.3.2 含参数估计误差的投影算法 |
3.3.3 闭环系统稳定性分析 |
3.3.4 闭环系统鲁棒性分析 |
3.4 仿真验证 |
3.5 实验验证 |
3.6 本章小结 |
第四章 基于外部命令调节器的闭环参考模型自适应控制 |
4.1 引言 |
4.2 传统闭环参考模型自适应控制及性能分析 |
4.2.1 闭环参考模型自适应控制 |
4.2.2 闭环参考模型对误差收敛性的影响 |
4.2.3 闭环参考模型的峰值现象 |
4.3 基于外部命令调节器的闭环参考模型自适应控制 |
4.3.1 含外部命令调节器的闭环参考模型设计 |
4.3.3 含外部命令调节器的控制系统性能分析 |
4.3.4 闭环系统鲁棒性分析 |
4.4 仿真验证 |
4.4.1 基于一类机翼摇滚动力学模型的仿真验证 |
4.4.2 基于半物理仿真系统模型的仿真验证 |
4.5 实验验证 |
4.6 本章小结 |
第五章 基于一类频率选择机制的模型参考自适应控制 |
5.1 引言 |
5.2 基于一类频率选择机制的反馈控制器设计 |
5.2.1 问题描述 |
5.2.2 含频率选择机制的自适应控制设计 |
5.2.3 闭环控制系统稳定性分析 |
5.2.4 闭环系统瞬态性能分析及控制参数选择 |
5.3 仿真验证 |
5.4 实验验证 |
5.5 本章小结 |
第六章 结论和展望 |
6.1 研究成果总结 |
6.2 主要创新点 |
6.3 工作展望 |
致谢 |
参考文献 |
附录A:攻读博士期间发表与录用论文情况 |
附录B:攻读博士期间申请及公布专利情况 |
附录C:攻读博士期间参与项目情况 |
(8)基于模型参考自适应评价学习的多智能体系统同步控制(论文提纲范文)
作者简历 |
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 自适应评价设计的发展现状 |
1.2.2 基于自适应评价设计的同步控制研究进展 |
1.3 研究内容与主要贡献 |
1.3.1 研究内容 |
1.3.2 主要贡献 |
1.4 符号说明 |
第二章 基于MRACL的模型未知单输入非线性系统模型参考控制 |
2.1 问题描述 |
2.2 模型参考自适应评价学习控制 |
2.2.1 模型参考自适应评价学习控制结构 |
2.2.2 自适应评价学习 |
2.2.3 收敛性分析 |
2.2.4 模型参考自适应评价学习控制实现 |
2.3 数值仿真 |
2.4 本章小结 |
第三章 基于监督MRACL的模型未知多输入非线性系统模型参考控制 |
3.1 问题描述 |
3.2 监督模型参考自适应评价学习控制 |
3.2.1 监督模型参考自适应评价学习控制结构 |
3.2.2 监督网络与执行-评价网络设计 |
3.2.3 收敛性分析 |
3.2.4 监督模型参考自适应评价学习控制实现 |
3.3 数值仿真 |
3.4 本章小结 |
第四章 模型部分未知非线性多智能体系统最优同步控制 |
4.1 预备知识 |
4.2 问题描述 |
4.3 模型部分未知多智能体系统最优同步控制 |
4.3.1 总体控制结构 |
4.3.2 分散式前馈与反馈分离模型参考自适应控制 |
4.3.3 分布式模型参考自适应评价学习同步控制 |
4.4 数值仿真 |
4.5 本章小结 |
第五章 模型完全未知非线性多智能体系统最优同步控制 |
5.1 问题描述 |
5.2 模型完全未知多智能体系统最优同步控制 |
5.2.1 总体控制结构 |
5.2.2 分散式类离线模型参考自适应控制 |
5.2.3 无模型分布式模型参考自适应评价学习同步控制 |
5.3 数值仿真 |
5.4 本章小结 |
第六章 具有激活领导者的模型未知非线性多智能体系统最优同步控制 |
6.1 问题描述 |
6.2 激活领导者系统最优同步控制方法 |
6.2.1 总体控制结构 |
6.2.2 分散式监督模型参考自适应评价学习控制 |
6.2.3 分布式监督模型参考自适应评价学习同步控制 |
6.3 数值仿真 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
(9)感应耦合电能传输系统非线性行为与稳压控制策略研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 研究背景 |
1.2 ICPT系统结构和原理 |
1.3 研究现状 |
1.4 研究目的及意义 |
1.5 主要研究内容 |
1.6 本章小结 |
2 参数摄动下ICPT系统特性分析 |
2.1 引言 |
2.2 ICPT系统参数摄动问题分析 |
2.3 ICPT系统稳压控制策略与实现方法分析 |
2.4 闭环ICPT系统稳定性分析 |
2.5 闭环ICPT系统鲁棒性分析 |
2.6 本章小结 |
3 ICPT系统非线性行为分析与抑制 |
3.1 引言 |
3.2 ICPT系统结构及工作模态分析 |
3.3 ICPT系统非线性行为分析 |
3.4 ICPT系统非线性行为抑制 |
3.5 本章小结 |
4 基于自抗扰控制器的稳压控制策略研究 |
4.1 引言 |
4.2 结构与原理 |
4.3 基于NSGA-II的参数综合整定 |
4.4 本章小结 |
5 仿真与实验研究 |
5.1 引言 |
5.2 仿真研究 |
5.3 实验研究 |
5.4 本章小结 |
6 总结与展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(10)采用TMD-NES复合形式的结构调谐减震控制研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.1.1 研究背景 |
1.1.2 非线性能量阱的国内外研究现状及发展动态 |
1.2 研究目的与意义 |
1.3 本文主要研究内容 |
第二章 TMD-NES装置减震控制系统鲁棒性研究 |
2.1 概述 |
2.2 TMD-NES减震控制体系力学模型 |
2.2.1 TMD-NES减震装置的力学模型 |
2.2.2 TMD-NES减震控制体系力学运动方程 |
2.3 TMD-NES减震装置参数优化方法及优化结果 |
2.3.1 基于数值小波功率谱的瞬时内共振俘获分析 |
2.3.2 TMD-NES减震控制系统参数优化的方法 |
2.3.3 TMD-NES减震装置与负刚度NES恢复力曲线 |
2.3.4 地震动记录的选用 |
2.4 TMD-NES减震控制系统鲁棒性分析 |
2.4.1 实际模型中TMD-NES减震控制体系的参数 |
2.4.2 单自由度TMD-NES减震控制体系的鲁棒性分析 |
2.4.3 单自由度TMD-NES减震控制体系的小波分析 |
2.4.4 四自由度TMD-NES装置减震控制性能分析 |
2.5 本章小结 |
第三章 粘弹性碰振型TMD-NES装置的鲁棒性研究 |
3.1 概述 |
3.2 碰振型TMD-NES装置系统的动力学模型以及参数优化 |
3.2.1 碰振型TMD-NES装置减震控制系统的动力学模型 |
3.2.2 地震动记录选用 |
3.2.3 碰振型TMD-NES装置减震控制系统的参数优化 |
3.3 碰振型TMD-NES在地震荷载下的最优控制参数 |
3.3.1 地震荷载等级对碰振型TMD-NES减震控制性能的影响 |
3.3.2 质量比对碰振型TMD-NES减震控制性能的影响 |
3.4 碰振型TMD-NES装置减震控制系统的小波分析 |
3.5 本章小结 |
第四章 并联式TMD-NES减震控制系统的鲁棒性研究 |
4.1 概述 |
4.2 并联式TMD-NES减震控制体系力学模型 |
4.2.1 并联式TMD-NES减震控制体系力学运动方程 |
4.3 并联式TMD-NES参数优化方法及优化结果 |
4.3.1 地震动记录的选用 |
4.3.2 并联式TMD-NES系统参数优化空间 |
4.4 并联式TMD-NES减震控制鲁棒性分析 |
4.4.1 单自由度并联式TMD-NES减震控制的鲁棒性分析 |
4.4.2 单自由度并联式TMD-NES联合减震控制系统小波分析 |
4.5 本章小结 |
第五章 结论与展望 |
5.1 主要结论 |
5.2 研究展望 |
参考文献 |
附录A 攻读硕士学位期间参加的研究项目 |
致谢 |
四、线性最优控制系统鲁棒性分析(论文参考文献)
- [1]电力信息物理系统的鲁棒性分析与优化研究[D]. 涂海程. 浙江大学, 2021(01)
- [2]呼吸式玻璃幕墙建筑室内光热环境调控方法研究[D]. 白甲丽. 西安建筑科技大学, 2021(01)
- [3]基于非线性能量采集模型的全双工SWIPT系统鲁棒优化算法研究[D]. 郑岚方. 北京邮电大学, 2021(01)
- [4]开关磁阻电机的鲁棒转速控制与预测电流控制[D]. 杜呼和. 大连理工大学, 2021(01)
- [5]电力信息物理系统级联失效建模及韧性优化[D]. 伍功宇. 电子科技大学, 2021
- [6]管路系统的分数阶减振降噪研究及故障分析[D]. 李秋影. 沈阳理工大学, 2021(01)
- [7]自适应控制系统瞬态性能增强及在飞行器姿态控制中的应用[D]. 阳军. 昆明理工大学, 2020
- [8]基于模型参考自适应评价学习的多智能体系统同步控制[D]. 符浩. 中国地质大学, 2020
- [9]感应耦合电能传输系统非线性行为与稳压控制策略研究[D]. 杨颖. 中国矿业大学, 2020(01)
- [10]采用TMD-NES复合形式的结构调谐减震控制研究[D]. 叶大豪. 广州大学, 2020(02)