基于采样通信的分布式多智能体系统稳定性分析与协同控制(英文)

研究了基于采样通信的分布式多智能体系统的稳定性分析与协同控制,并采用分布式状态反馈控制器来实现智能体间的协作。推导了一种线性不等式的形成定理,并将其用来分析系统的稳定性。同时提出了针对线性不等式约束优化问题的形成定理,将其用来设计相关的控制器,并给出了相关的算法。仿真实例验证了所提方法的正确性和有效性。     

考虑剪切变形时轴向载荷联合作用下压杆屈曲

在考虑剪切变形对压杆弹性屈曲影响的基础上,采用摄动法研究了压杆在轴向压力和轴向均布、载荷联合作用下的弹性屈曲问题,推导出了压杆弹性屈曲模态函数和屈曲载荷的特征方程,并讨论分析了剪切变形、轴向压力、轴向均布载荷对压杆屈曲的影响。算例分析表明,摄动法计算的结果与Bessel函数法计算的结果相差较小,剪切变形对压杆在轴向压力和轴向均布载荷联合作用下发生弹性屈曲影响不大。     

六自由度Stewart平台动力学模型的特性分析

根据六自由度Stewart平台的动力学模型,利用矩阵分析的方法详细分析和证明了动力学模型的一些物理特性:动力学模型系数矩阵的有界性,矩阵函数的斜对称性以及动力学模型的线性参数化. 这些工作为基于六自由度Stewart平台动力学模型的非线性控制器设计、系统稳定性的证明以及系统物理参数的辨识奠定了理论基础.      

基于LMI的具有一类不确定性数据的参数估计

 对于系数矩阵 A和观测向量b 存在不确定性的情况,本文提出了一种基于线性矩阵不等式(LMI)的参数估计方法,这种方法适用于不确定性的先验界已知的情况.由此而得到的算法计算更为简单,实用并具有一般性.文中给出了计算公式的推导、解的分析,并针对几种特殊的情况进行了讨论.最后给出了仿真结果.     

磁浮支承系统的神经网络建模与控制

简述了磁悬浮支承系统的原理和简化的线性化模型,以及基于该简化模型和线性控制理论的控制系统原理、主要组成,并阐述了这种基于简化模型和线性控制理论的磁悬浮支承系统性能极限性.在此基础上,采用非线性递归神经网络对磁悬浮支承系统进行建模与控制,并针对实际应用中神经网络的学习问题进行了讨论.避免了磁悬浮系统的非线性和不确定性等因素对系统性能影响,并具有较强鲁棒性,大大提高了磁悬浮系统的性能.      

带有附加扰动的系统族的鲁棒镇定

考虑线性不确定系统的鲁棒镇定问题,系统的不确定性由参数摄动和附加扰动组成。系统的参数摄动采用凸边界系统族的方法描述,给出了该系统可鲁棒δ－镇定的一个充分条件,基于这个结果将不确定系统的鲁棒δ－镇定问题转化为一个优化问题,并且进一步证明了该优化问题是凸的,因此其任何一个局部最优点也是全局最优点。算例说明了该方法的有效性。     

基于L1范数的k平面聚类算法设计

基于L2范数度量的k平面聚类(k-Plane Clustering,k PC)设计思想,本文提出了一种采用L1范数度量的聚类算法。由于在平面更新步骤中,所导出的优化问题是非凸的,文中给出了一种求解方法,即将非凸问题转化为有限个子集上的凸问题,为避免求解多个优化问题导致训练时间过长问题,本文还设计了一种新的优选策略,有限个子集的搜索任务可在线性时间内完成。本文所提出的方法只需要求解k个线性规划,而不再是k PC的求解特征值问题。在人工和UCI数据集上的实验结果表明:基于L1范数平面聚类算法的训练和测试时间更短,且在大多数数据集上均表现出了更好的聚类性能。     

基于WENO-分段线性格式的旋翼流场数值模拟

为了降低二阶JST(Jameson-schmidt-turkel)格式导致的数值耗散,发展了一套适合于格心格式的基于加权本质无振荡(Weighted essentially non-oscillatory,WENO)-分段线性格式的旋翼流场数值模拟方法。采用运动嵌套网格方法生成围绕旋翼的网格系统,主控方程选择Navier-Stokes(N-S)方程。为了更加有效地对桨尖涡等流动细节进行捕捉,在笛卡尔背景网格上采用七阶Roe-WENO格式计算对流通量;在桨叶贴体非结构网格上采用二阶精度的Roe-分段线性格式计算对流通量。时间离散采用了高效的双时间隐式LU-SGS(Lower upper symmetric Gauss-Seidel)方法进行时间推进。最后,应用上述方法对悬停状态的C-T(Caradonna-tung)旋翼和Helishape 7A旋翼进行了数值模拟,将数值计算结果与实验数据进行了对比,计算值与实验值吻合较好;并将桨尖涡模拟效果与二阶JST格式的模拟效果进行了对比。对比结果表明:本文方法能有效对旋翼流场进行计算,且在相同计算条件下,WENO-分段线性格式能够更有效地捕捉旋翼涡流场的流动特性,表明在计算旋翼涡流场时WENO-分段线性格式相比传统二阶JST格式具有更低的数值耗散。     

开孔变刚度层合板压缩屈曲性能研究

针对开孔变刚度层合板,建立3种尺寸的层合板有限元模型,采用了线性屈曲、引入残余热应力的线性屈曲和引入初始缺陷的非线性屈曲的3种分析方法,研究了开孔层合板在压缩条件下的屈曲行为,并通过自动铺丝制造层合板进行试验对比,对3种方法的合理性进行了分析。结果表明,引入残余热应力的线性屈曲分析方法与试验结果最吻合,两者仅相差0.63%。基于该方法,讨论开孔层合板残余热应力分布特点和应力水平,得出了开孔层合板的应力分布云图和应力分布规律,计算出残余热应力对开孔复合材料层合的屈曲影响。结果表明,残余热应力对传统直线开孔层合板的屈曲载荷影响很小,仅提高了3.57%,但大大提高了变刚度开孔层合板的屈曲载荷,最多可达23.40%。说明纤维曲线铺放可以改变内部残余热应力的分布,提高整个开孔层合板承载压缩载荷的能力。     

用自适应小波神经网络辨识动态实验数据

在气动动态实验中，往往飞行器气动模型是非线性的，很难对动态系统进行正确建模，因此无法得到准确的气动参数值。而采用自适应小波神经网络，无需对该动态系统建模，就可准确地辨识出气动动稳定特性，同时，精度较高、收敛速度较快。采用该方法对某导弹模型风洞自由飞实验结果进行了辨识与动稳定性分析，结果表明用自适用小波神经网络辨识安全可靠。