离散广义Markov跳变系统的镇定性

针对转移概率部分未知情况下的离散时间广义Markov跳变系统,研究了系统的稳定性和镇定性。转移概率部分未知的情况包含了转移概率完全已知和完全未知两种特殊情况,具有更广泛的实际意义。首先利用线性矩阵不等式方法,将离散Markov跳变系统的结论推广到离散广义Markov跳变系统,提出了使开环系统随机稳定的充分条件;在此基础上,进一步提出了闭环系统可镇定的判据,并表示为线性矩阵不等式形式;最后,通过仿真算例验证了所提方法的有效性。     

强稳定鲁棒离散控制系统设计

基于李雅普诺夫稳定性理论，对采用观测器状态反馈设计的离散控制系统，提出了一种针对传感器全部失效情况下的强稳定系统设计方法和步骤，并探讨了系统具有参数摄动时情况。仿真实例证实了该方法的有效性。     

CAN总线在焊接中的应用

简要介绍了CAN总线特点 ,阐述了CAN总线系统和企业信息系统的一般模型 ,提出一套以CAN总线为核心的电阻焊网络控制系统。该系统具有稳定性好、抗干扰能力强 ,传输速度快等特点 ,可用于焊接生产的智能集成     

基于微处理器的CSIM模型跟随自适应控制系统

提出了电流型逆变器－感应电机（ＣＳＩＭ）的模型跟随自适应控制系统，阐述了转差频率控制系统的动态数学模型。借助于模型降阶技术，在不显著降低系统性能的前提下，降低模型的阶数以简化设计。推导了离散形式的自适应模型跟随控制系统的控制规律，这些规律在考虑负载和电机参数变化时满足超稳定性条件。用一个８０９８微处理器实现了该控制器，控制系统的实现仅使用了参考模型和被控装置直接提供的状态量，无须辨识系统的内部变量。实验结果表明，该系统具有良好的性能     

网络控制系统的故障诊断

网络控制系统(Networked control systems,NCSs)是反馈通过数据网络的控制系统,跟传统控制系统相比,具有很多优点.但是,网络包含的时滞和其他数据特性会使得设计时未考虑网络的反馈系统性能下降.本文总结了近年来一些关于网络控制系统故障诊断的主要思想和结果,包括具有时滞的网络控制系统的故障检测及诊断技术,基于简单时滞系统模型;Markovian跳跃系统模型,混合系统模型及T-S模型的网络控制系统;以及对今后研究的展望.     

奇异摄动法在数字飞行控制系统设计中的应用和实现

本文研究了线性定常离散奇异摄动系统的分解降阶,并进行了系统基于最优离散调节器理论的组合状态反馈设计。为了结合实际应用,提出了基于快子系统的龙伯格观测器设计方法。最后,用奇异摄动法具体设计了数字飞行控制系统(DFCS),并用微机予以实现。     

多变量系统二次型最优控制的自学习实现

提出了多变量系统二次型最优控制的一种自学习算法，该算法使控制系统能通过学习，获得二次型最优准则意义下的最优控制品质。文中对算法收敛性给予了理论上的证明，对算法在造纸机网前箱控制问题中的应用进行了仿真研究，获得了令人满意的结果。     

电加工脉冲电源的闭环系统设计

针对两级结构复合脉冲(电压脉冲／电流脉冲)应用于电火花加工电源，建立了系统的大信号扰动函数和控制模型。通过对电流反馈回路中补偿网络的分析设计，较好地解决了系统的动态响应和稳定性问题。电路仿真和原理样机实验结果表明。该系统具有良好的动态特性和抗扰动性，同时也验证了电路拓扑、控制模型和闭环系统设计方法的正确性。     

遥操作机器人神经网络Smith预估控制(英文)

针对遥操作机器人通讯通道中存在的时延 ,提出了一种神经网络 Smith预估控制方法。控制系统适合于时延不变但未知的情况。控制系统包括主控制器和从系统两部分。从系统采用动态神经网络辨识机器人的动态模型 ,神经网络权重在线学习 ,用神经网络的输出对非线性系统进行局部非线性补偿 ,将非线性系统线性化。主系统针对线性化的从系统 ,采用 Smith预估控制解决时延问题并保证系统的性能品质。通过李雅普诺夫稳定理论保证了时延控制系统的稳定性。对两关节机器人的仿真结果说明了该方法的有效性。     

20MN锻造操作机控制系统的构建

针对20MN锻造操作机的控制系统的工作特性，提出由工业计算机和PLC组成现场控制网络，采用模块化、结构化编程思想，由软件实现控制系统各种控制、监测及调节功能。采用分段式PID控制调节器，能够实现20MN锻造操作机快速响应和准确的位置控制，降低了系统复杂程度，提高工作稳定性。     

输出反馈鲁棒控制系统设计

本文提出了受扰线性定常多变量系统的鲁棒调节器设计方法。通过兼容Riccati方程和方程的解,使系统既有稳定鲁棒性,又有参数鲁棒性。文中并对某歼击机飞行控制系统设计了鲁棒控制器。     

具有随机传输时滞的网络化控制系统故障检测

针对具有干扰的网络化控制系统提出了一种鲁棒故障检测方法。考虑网络化控制系统中,被控对象的传感器和执行器之间的信息传输是通过一个共享传输媒介与控制器连接实现,传感器-控制器,控制器-执行器之间的时滞由两个独立的马氏随机过程分别描述。通过对被控系统状态和故障检测滤波器的适当扩维,鲁棒故障检测滤波器以一组线性矩阵不等式(LMIs)的形式给出设计方法。残差基于控制器和故障检测滤波器获得的数据生成,在无故障发生时,其输出趋于零,故障发生后,跟踪故障信息。最后给出一个例子说明了所提方法的有效性。     

Fuzzy Optimal Control Design for Ship Steering

This paper presents a method to design a control scheme for nonlinear systems using fuzzy optimal control.In the design process,the nonlinear system is first converted into local subsystems using sector non-linearity approach of Takagi-Sugeno(T-S) fuzzy modeling. For each local subsystem,an optimal control is designed. Then,the parameters of local controllers are defuzzified to construct a global optimal controller. To prove the effectiveness of this control scheme,simulations are performed using the mathematical model of Esso Osaka tanker ship for set-point regulation with and without disturbance and reference tracking. In addition,the simulation results are compared with that of a PID controller for further verification and validation. It has been shown that the proposed optimal controller can be used for the nonlinear ship steering with good rise time,zero steady state error and fast settling time.     

具有圆形极点和方差约束的不确定离散系统鲁棒控制

对一类具有不确定参数和扰动的线性离散系统，研究了使闭环系统的稳态状态方差小于某个给定的上界，同时闭环极点位于一给定圆盘中的状态反馈鲁棒方差控制器设计问题。导出了控制器存在的条件，并证明了该条件等价于一个线性矩阵不等式系统的可行解问题，进而用这组矩阵系统的可行解给出了一组所求控制器的一个参数化表示。最后通过一个算例说明了该方法的可行性和有效性。     

超机动飞行的神经网络动态逆控制

根据反馈线性化理论，讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离的原则，采用动态逆方法设计了快回路和慢回路控制器；其次提出了模型的神经网络非线性直接自适应控制方案，其中设计一种在线神经网络用于补偿模型逆误差。仿真表明，该控制方案具有较好的自适应能力的鲁棒性。     

基于Petri网的空中交通管制辅助决策系统

空中交通管制系统是生产实际中的一种典型的离散事件动态系统（Ｄｉｓｃｒｅｔｅ ｅｖｅｎｔ ｄｙｎａｍｉｃｓｙｓｔｅｍ，ＤＥＤＳ），而Ｐｅｔｒｉ网理论是研究ＤＥＤＳ的有力工具之一。为了描述空中交通管制系统受到外部控制的交互机制及层次结构，文中引入Ｐｅｔｒｉ网概念的一类扩充－－开放Ｐｅｔｒｉ网的概念，并用开放Ｐｅｔｒｉ网工中交通管制辅助决策系统进行建模与分析，阐述了空中交通管制辅助决策系统的开放Ｐｅｔｒ     

有界丢包情况下网络化控制系统的可靠保成本控制

针对任意丢包和马尔可夫丢包两种有界丢包情况,考虑了系统元件发生故障时网络化控制系统可靠保成本控制问题。提出了一种新的把传感器与执行器同时发生故障的情况考虑在内的故障描述方法,利用丢包依赖的李亚普诺夫方法,得到了可靠控制器存在的充分条件,通过求解具有线性不等式约束的凸优化问题,得到最优可靠控制器增益的参数表达式,它使得系统在有界丢包与元件故障情况下保持渐近稳定,同时使系统性能指标达到最优。数值仿真验证了方法的有效性。     

智能桨叶振动自适应控制研究

以德国宇航研究院的智能桨叶为原型，研究了智能桨叶振动控制的实时仿真。以两台高速信号处理器（ＤＳＰ）为核心，辅以其他器件，构造智能桨叶振动控制实时仿真系统。其中一台ＤＳＰ用于智能桨叶动态特性的实时在线模拟，另一台用于实时控制。所提出的采用ＭＸ滤波器模拟智能桨叶的动态特性和反馈与自适应前馈组合控制方法均由专用汇编程序实现。在此系统上实现了对智能桨叶在４Ω、８Ω（Ω为旋翼转速）谐和激励下桨叶振动的控制，     

基于模糊径向基神经网络的小型无人机控制系统研究

为保证小型无人机的飞行安全,提出一种由无人机飞行控制器和地面学习单元构成的两层网络学习控制系统架构。无人机飞行控制器采用模糊控制策略,学习单元采用经遗传算法优化的径向基神经网络,充分利用模糊控制和神经网络的各自优势,将模糊控制策略与RBF神经网络相结合提出了一种基于RBF神经网络的自学习模糊控制策略。所设计的飞行控制器用于无人机飞行过程中的姿态控制,仿真及实验结果表明本方法是有效的。