發(fā)布時間：2020-11-17 19:02

　　 在傳統(tǒng)的線性定�？刂葡到y(tǒng)中,對系統(tǒng)問題的分析與控制方法的設(shè)計時,被控對象都被認為是線性的。但在實際中,理想的線性被控對象并不存在。例如,受控系統(tǒng)存在未知不確定性、隨機干擾等。同時,系統(tǒng)的最終控制性能,除了受到被控對象的非線性影響外,還受到前向通路中控制器、執(zhí)行器等元件與反饋通路中傳感器等各種物理器件的特性以及系統(tǒng)組成元件之間的網(wǎng)絡(luò)資源的影響。首先,由于外部工況、工程不精確數(shù)學(xué)建模等存在,實際工業(yè)系統(tǒng)存在著不同程度的非線性和未知性的不可抗特征。其次,系統(tǒng)前向通路和反饋通路中,由于實際組成元件特性,往往存在非光滑不確定約束特性。當控制信號經(jīng)過這些不利環(huán)節(jié)時,難免發(fā)生不期望的未知變化,這將可能引起系統(tǒng)控制性能下降,甚至導(dǎo)致不穩(wěn)定現(xiàn)象。最后,組成元件之間的通訊受到網(wǎng)絡(luò)帶寬的限制,在存在上述約束和(或)執(zhí)行器失效的情況下,控制信號在傳輸過程中,難免由于執(zhí)行器失效問題而無法滿足控制要求,同時由于資源限制與約束問題,使得失效補償直接控制變得困難和極具挑戰(zhàn)。因此,本文為了提高非線性系統(tǒng)的控制性能,降低控制方法的網(wǎng)絡(luò)帶寬占有率,以Backstepping技術(shù)為框架,針對帶有隨機擾動的非線性系統(tǒng),設(shè)計智能控制策略,實現(xiàn)有效補償執(zhí)行器失效問題和降低約束對受控系統(tǒng)影響的目的。本文共分五章。第一章概述非線性控制方法研究現(xiàn)狀、解決執(zhí)行器失效等輸入輸出約束控制策略以及智能網(wǎng)絡(luò)控制等研究現(xiàn)狀。從第二章至第五章,是本文的四個主要研究內(nèi)容。第二章主要內(nèi)容為:磁滯現(xiàn)象在實際執(zhí)行器中是普遍存在的,它會使得系統(tǒng)的控制輸入產(chǎn)生磁滯效應(yīng)。除此之外,在實際的運行中,執(zhí)行器也會不可避免地產(chǎn)生失效問題。磁滯效應(yīng)和執(zhí)行器失效問題會明顯削弱系統(tǒng)的暫態(tài)跟蹤性能,甚至?xí)斐上到y(tǒng)的不穩(wěn)定。通過對隨機非線性不確定系統(tǒng)的研究,發(fā)現(xiàn)當同時考慮執(zhí)行機構(gòu)失效和輸入磁滯,如何保證給定的暫態(tài)跟蹤性能任有待解決。在本章中,利用模糊控制方法,解決執(zhí)行器失效和輸入磁滯的補償問題,結(jié)合Backstepping技術(shù)和模糊自適應(yīng)控制方法,設(shè)計針對以上問題的控制方法。進一步,所有信號都可以被證明是有界,且在帶有輸入磁滯和執(zhí)行器失效的情況下仍然能夠保證跟蹤誤差在設(shè)定的范圍內(nèi)。第三章:針對不確定隨機非線性系統(tǒng)來說,如何設(shè)計補償控制器是一項艱巨的任務(wù)和挑戰(zhàn)。為了避免系統(tǒng)的非線性特性對輸出的影響,本章提出了一種將神經(jīng)網(wǎng)絡(luò)與Nussbaum函數(shù)相融合的方法去解決該問題。在回溯李雅普諾夫函數(shù)技術(shù)的基礎(chǔ)上,該方法的建立主要是為了保證能夠提供跟蹤誤差約束。此外,系統(tǒng)中還同時存在這系統(tǒng)傳輸資源的約束以及作動器失效問題,這對系統(tǒng)控制方法的設(shè)計也是一個極大的挑戰(zhàn)。當作動器發(fā)生失效情況的時候,系統(tǒng)需要更多的傳輸資源。然而,系統(tǒng)的傳輸資源是有限的,這個需求無法被滿足。另外,如何保證系統(tǒng)的跟蹤性能也是一個難點和挑戰(zhàn)。利用本章所提出的事件觸發(fā)控制器,結(jié)合李雅普諾夫方法,本章提出了一種新型的優(yōu)化算法以保證閉環(huán)系統(tǒng)的穩(wěn)定性和跟蹤誤差的收斂性。第四章針對不確定系統(tǒng),本章節(jié)以Backstepping作為技術(shù)框架,設(shè)計了帶有事件觸發(fā)策略的智能控制方法�？紤]到系統(tǒng)中不確定部分的存在,采用神經(jīng)網(wǎng)絡(luò)對其進行逼近,并將時變逼近誤差融入于逼近系統(tǒng)的設(shè)計。除此之外,為了更好的處理神經(jīng)網(wǎng)絡(luò)中存在的權(quán)值向量維度大的問題,本章提出了一種自適應(yīng)控制方法。同時,針對網(wǎng)絡(luò)資源有限的問題,結(jié)合Backstepping技術(shù)提出了有效的事件觸發(fā)控制方法,這種方法可以有效的平衡系統(tǒng)的跟蹤性能和網(wǎng)絡(luò)資源。第五章針對考慮執(zhí)行器失效問題和智能控制的逼近誤差問題,一種擴展維度模糊自適應(yīng)控制方案被提出。在現(xiàn)實的物理系統(tǒng),隨機擾動是普遍會有的,而且該問題會破壞系統(tǒng)的瞬態(tài)跟蹤性能,甚至還會破壞被控系統(tǒng)。本節(jié)將時變逼近誤差的影響考慮到隨機非線性系統(tǒng)控制方案中,同時考慮了時變逼近誤差對執(zhí)行器失效的影響。通過對模糊邏輯系統(tǒng)向量范數(shù)的進一步處理,從而可以大大減少控制方法的運算量。然而,符號功能將會產(chǎn)生一個具有挑戰(zhàn)性的抖振問題。為此,將Backstepping技術(shù)和模糊邏輯系統(tǒng)技術(shù)相結(jié)合,來穩(wěn)定具有隨機擾動和執(zhí)行器失效的隨機非線性不確定系統(tǒng)。本章所提出新型控制方法實現(xiàn)了在執(zhí)行器失效的情況下,系統(tǒng)的漸近收斂性能和預(yù)定的瞬態(tài)跟蹤誤差性能都能保證在預(yù)先設(shè)定的噪聲目標范圍內(nèi)。
【學(xué)位單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2019
【中圖分類】：TP273.5
【部分圖文】：

：??ｔ＞＼?ｂ２?ａｘ?ａ２?ａ２Ｄ?ａｉｈ?＾１?＾２??＿＾Ｄ?Ｋ?ｒ＇?ｒ２?Ｙｄ?ｙｂ?ｌ＇?ｋ?Ｙｋ＿??＂１?１?０．１?１０?２?２?２０?２０??＂５?５?１?２?１?１?０．５?０．５?０．３＿??真例子及分析??這部分，為了直觀地觀察所設(shè)計算法對本研究系統(tǒng)的控制效果，分別和ＴＬＯＥ的兩種失效模式，下面是仿真結(jié)果的分析。??２－１：執(zhí)行器在５ｓ到１０ｓ過程中發(fā)生完全失效。??蹤誤差＝?＾卜ｘ⑴如下圖所示，在例２－１跟蹤誤差有界，誤差在持在預(yù)定的范圍內(nèi)。??０．１５??????—

例2-1控制器輸出信號u}:和u}zFig.2-6Example2-I:controllersignalu},anduez

?２５??ｔ（ｓｅｃ）??圖２－８例２－２?ｅ（〇跟蹤誤差??Ｆｉｇ．?２．８?Ｅｘａｍｐｌｅ?２－２：?ｅ［ｔ）?Ｔｒａｃｋｉｎｇ?ｅｒｒｏｒ??１．５?——?－，???＾?Ａ?／＼?ａ?－?ｘ２?ｒ
【參考文獻】

相關(guān)期刊論文 前1條

1 顏桂云,孫炳楠,楊驪先,田瑞華;高層建筑非線性地震反應(yīng)的半主動模型預(yù)測控制[J];浙江大學(xué)學(xué)報(工學(xué)版);2004年11期

相關(guān)博士學(xué)位論文 前2條

1 王煥清;幾類隨機非線性系統(tǒng)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制[D];青島大學(xué);2013年

2 劉艷軍;非線性系統(tǒng)自適應(yīng)模糊控制算法的研究[D];大連理工大學(xué);2007年

本文編號：2887815