一、网络控制系统稳定性研究(论文文献综述)
王越男[1](2021)在《基于网络的切换时滞系统鲁棒故障检测方法及应用研究》文中研究说明近年来,随着经济的迅猛发展和科技水平的显着提高,导致工业控制系统规模逐渐变大,复杂程度日益提高,系统一旦发生故障,将造成巨大的经济和物质损失,为避免发生故障而引起整个生产过程瘫痪,将对系统的可靠性和安全性提出更高的要求。此外,当切换系统发生大扰动或故障时,由于系统中连续和离散动态之间的相互作用,使得切换系统的动态特性变得更为复杂,需要采用更为有效的故障检测与诊断(Fault Detection and Diagnosis,FDD)技术,来避免因故障而导致的切换系统失稳及瘫痪。同时随着人工智能技术的不断成熟,工业机器人全球化不断加剧,对工业机器人的研究取得了飞速发展,其研究方向已经渗透到各个领域。机械臂作为工业机器人的重要形式之一,被广泛应用于汽车制造、模具加工和电工电子等工业领域。如果机械臂出现元器件损坏或传感器、执行器出现故障不能及时处理,就会造成机械臂失灵,导致系统性能下降,这就对机械臂的稳定性和安全性提出了更高的要求。同时,机械臂系统在运行过程中易受到外界的干扰,在系统建模过程中也往往存在不确定性,同时机械臂具有非线性和强耦合等特点,因此建立更为精确的机械臂系统模型,设计性能优良的故障检测策略是摆在科研工作者面前的一项富有挑战性任务。本文基于Lyapunov-Krasovskii Functional(LKF)稳定性理论和线性矩阵不等式(Linear Matrix Inequality,LMI)技术,针对基于网络的切换时滞系统鲁棒∞性能、控制器和故障检测滤波器协同设计方法以及基于中间估计器的故障检测方法等方面进行了深入探讨,形成了一套全新的基于网络切换时滞系统故障检测方法,并将部分研究成果应用至实际机械臂系统上进行实验验证。在切换时滞的处理过程中,采用了Jensen不等式方法、Wirtinger积分不等式方法、改进的倒数凸组合方法和基于多元辅助函数的单重求和不等式方法,大大降低了所得结果的保守性。论文完成的主要工作概括如下:(1)介绍了课题研究背景及意义,综合阐述了故障检测与诊断技术研究的发展概况、方法分类和研究现状;切换时滞系统基本概念和研究背景;切换时滞系统故障检测研究现状以及切换机械臂系统故障检测研究概述等。(2)利用Lagrange方法对切换机械臂系统进行动力学建模,同时采用一种基于关节力矩反馈的建模方法得到了一种更具普适性的机械臂子系统动力学模型,并详细分析其性质。接着介绍了后续研究工作用到的一些基础知识和重要引理,为后续研究内容提供理论基础。(3)针对异步切换机制下的离散非线性切换时滞系统,提出了一种故障检测和控制器闭环协同设计方法。首先基于模式依赖平均驻留时间(Mode-dependent Average Dwell Time,MDADT)策略和分段LKF方法,设计基于观测器的故障检测滤波器(Fault Detection Filter,FDF)生成残差信号,将离散非线性切换时滞系统的故障检测问题转换为∞模型匹配问题。所提出的闭环故障诊断策略不仅可以保证残差和故障间的估计值尽可能小,同时满足离散非线性切换时滞系统指数稳定条件。采用基于多元辅助函数的单重求和离散不等式方法,获得保证系统稳定的松弛条件。同时,为进一步提高网络资源利用率,降低通信损耗,将事件触发控制(Event-triggered Control,ETC)引入到带有随机丢包的离散非线性切换时滞系统,研究了FDF和控制器协同设计问题。设计事件触发机制,假设数据包丢失满足伯努利随机分布序列,建立事件触发机制下FDF及与原切换系统不匹配的异步切换模型。基于MDADT方法和LKF稳定性理论,给出非线性切换时滞系统指数稳定的充分条件,并利用锥补线性化算法将FDF参数求解问题转换为凸优化问题,降低了稳定性结果的保守性。最后,仿真结果验证了所提方法的有效性。(4)针对二自由度机械臂系统,采用动力学方法将其建模成切换时滞系统,在同步切换机制下,研究了带有执行器故障的切换机械臂系统故障检测与控制器协同设计问题。基于LKF稳定性理论和平均驻留时间切换方法(Average Dwell Time,ADT),给出二自由度机械臂系统指数稳定的充分条件,并利用锥补线性化算法将FDF增益求解问题转换为凸优化问题,仿真实验结果验证了所提方法的有效性。(5)针对异步切换机制下连续非线性切换时滞系统,提出了一种控制器和FDF协同设计的闭环故障检测策略。基于MDADT策略,所采用的MDADT切换方法在系统每个切换模式下都有各自的驻留时间,使得驻留时间与系统的模式密切相关,更加符合实际系统。为提高设计的自由度,提出了控制器和FDF协同设计的闭环故障检测策略。利用分段LKF和MDADT方法,构建FDF生成残差信号,将连续非线性切换时滞系统的故障检测转换为∞模型匹配问题。同时,利用Wirtinger积分不等式和改进的倒数凸组合技术实现对LKF导函数的精确估计,从而获得松弛的稳定性结果,并设计了可行的FDF和控制器增益参数。最后,对本研究所建立的一个二自由度机械臂的实验平台进行介绍,通过数值仿真和二自由度机械臂实验平台分别验证了所提方法的有效性。(6)针对带有时变时滞和数据包丢失的非线性切换网络控制系统,提出了一种新颖的中间估计器设计方法,解决了基于中间估计器方法的故障估计问题。假设数据包丢失满足伯努利随机分布序列,基于ADT方法和LKF稳定性理论,给出了非线性切换时滞系统指数稳定的充分条件,并利用同余变换方法消除了设计过程的约束条件,降低了稳定性结果的保守性。最后,通过数值仿真和所建立的二自由度机械臂实验平台结果验证了所提方法的有效性。(7)全面总结了本文的研究工作,并指出基于网络的切换时滞系统故障检测问题研究中的现存问题及未来发展方向。
刘凯悦[2](2021)在《复杂系统的解耦内模与事件触发故障补偿控制》文中进行了进一步梳理随着社会的发展以及科学技术的进步,过程工业领域中对于控制品质的要求越来越高。同时,由于设备元器件数量以及系统复杂度的增加,使具有高品质性能的控制器设计愈发具有挑战性。本文针对过程工业被控对象具有多变量、强耦合、时滞、右半平面(Right Half Plane,RHP)零点、未知非线性、系统资源有限以及执行器易发生故障的特点,当存在外界干扰以及模型参数不确定时,开展倒置解耦(Inverted Decoupling)内模控制(Internal Model Control,IMC)方法以及事件触发(Event-triggered)控制方法的研究。本文主要工作如下:1、将倒置解耦方法推广到带有多时滞、多RHP零点的多维复杂系统中,首次对解耦器存在的必要条件进行了理论分析与推导,在满足该条件前提下讨论了解耦矩阵元素的设计步骤以及可实现性问题,并提出了针对右半平面零点的近似补偿方法;所提出的方法不受系统形式的限制,同时适用于方形系统以及非方形系统,且解耦器具有计算简单、形式灵活的优点;2、将传统的巴特沃斯(Butterworth)滤波器进行改进,设计改进型巴特沃斯滤波器,并将改进前与改进后滤波器的特性进行对比分析,表明了改进型滤波器具有更好的调节性能,可以实现闭环系统跟踪性能与鲁棒性的良好折衷,并分析滤波器设计参数变化对系统性能的影响;随后利用内模控制的经典结构,将改进型巴特沃斯滤波器作为内模滤波器,进行内模控制器的设计,并基于闭环系统性能研究控制参数选取方法;3、将分数阶理论引入到内模滤波器的设计中,设计了分数阶改进型巴特沃斯滤波器;进而考虑实际计算机控制系统的需要,对滤波器离散化方法进行研究,得到了离散分数阶改进型巴特沃斯滤波器;之后基于被控过程离散传递函数矩阵模型,利用内模控制结构对控制器进行设计,提出了基于分数阶改进型巴特沃斯滤波器的离散内模控制器。分数阶滤波器的引入更加精确地满足了内模滤波器阶次的要求;4、考虑过程工业系统中的非线性特性,利用径向基函数(Radial Basis Function,RBF)神经网络实现对未知非线性函数的逼近,并通过预设性能指标误差变换将误差始终约束在预设的性能指标函数边界内。结合切换阈值事件触发机制(Switching Threshold Event-triggering Mechanism,SWT-ETM)设计自适应神经网络事件触发控制器(Event-triggered Controller,ETC),使系统误差能够始终按预设性能指标收敛的同时可以降低系统通信压力,减小执行器负担;5、对于系统执行器可能发生的未知故障,利用自适应方法对故障参数加权求和的上界进行估计,能够避免直接对故障参数估计所造成的系统震荡;在设置执行器冗余的条件下,结合切换阈值事件触发机制设计自适应神经网络事件触发故障补偿控制器。由于事件触发机制的引入可以降低系统通信负担,减少执行器不必要的操纵,从而所提出的控制方法对执行器故障成功补偿的同时也尽量降低潜在执行器故障的发生率,提高执行器工作的可靠性。
祝超群,张永川[3](2021)在《拒绝服务攻击下网络化控制系统的安全研究》文中研究表明随着通信技术的飞速发展,网络化控制系统在越来越多的领域得以广泛的应用,由此产生的安全问题也变得更加突出。系统地回顾了网络化控制系统安全研究的最新进展,主要讨论了拒绝服务攻击对控制系统的影响,针对不同攻击类型的拒绝服务攻击,对其研究方法、思路等进行了综述。首先,从实现安全控制,优化控制性能方面进行综述;其次,又从攻击者角度对综述内容进行补充,包括攻击模型和传感器节点攻击等两个方面。最后,对网络化控制系统的安全研究进行了展望。该研究为网络控制系统的安全研究提供了依据。
王国刚[4](2021)在《遥感卫星自主轨道机动与姿轨耦合系统控制研究》文中研究说明随着商业遥感卫星的快速发展,卫星已从早期的单星技术验证发展为多星协作应用,来完成单一卫星不能实现的应用需求,例如快速观测和侦察、快速覆盖等任务。面向数量庞大的卫星星座的空间任务,这不仅增加了轨道控制的频次,造成了地面测控站的压力,而且大大地提高了卫星间的碰撞风险,因此自主轨道机动和姿轨耦合控制技术是遥感卫星平台在轨飞行作业的关键,也是目前遥感卫星的研究重点。本文针对遥感卫星的自主轨道机动与姿轨耦合控制问题,进行全面、系统地讨论和研究,并面向卫星间碰撞规避、星间绕飞、星座构型保持和轨道转移等典型遥感卫星轨道控制任务,建立遥感卫星完整的轨道控制算法和控制方案,全文的创新研究工作如下:针对多约束下的星座卫星碰撞问题,采用数学表征法建立测控资源、有效载荷和星座构型等约束模型,通过数值分析法和霍曼(Hohmann)变轨理论进行碰撞规避控制设计,采用数值分析法给出轨道系下的控制方向和控制时刻,利用坐标系变换获得惯性系下的控制方向,依据Hohmann理论给出合理的速度增量;为了减少碰撞规避过程中的燃料消耗,设计一种多约束下的能量最优碰撞规避控制方法,基于C-W方程建立质心坐标系下的卫星相对运动模型,通过坐标变换将该模型映射到惯性坐标系下,再结合约束模型来制定碰撞规避策略,选取卫星能量最优化指标、哈密顿函数和协态方程,给出最优条件下的速度增量和方向,实现燃料最优碰撞规避控制,通过数值仿真证明其有效性。针对高精度的轨道机动控制问题,分别对相位控制和编队飞行控制进行设计。采用小推力推进系统来进行相位控制设计,由于推进系统的推力小,控制周期较长,因此将相位控制过程分为三个阶段:相位调整、相位稳定漂移和相位刹车。由于推进系统存在安装偏差,会产生姿态干扰力矩,通过干扰力矩分析给出相位调整和刹车时的最大控制时长,设置好相位控制完成天数,采用开普勒定律计算轨道控制量,并通过反作用飞轮进行姿态控制。针对高精度编队控制问题,设计一种自适应滑模控制算法,考虑非圆轨道和其他引力扰动影响,建立相对运动模型,通过模型变换技术将该模型进行线性化,在该模型基础上,设计一种自适应滑模控制器,并利用神经网络来逼近线性化误差和重力扰动项,通过李雅普诺夫(Lyapunov)稳定性定理给出自适应更新律,结合正定矩阵判断定理,可以保证闭环跟踪系统渐近稳定,将数值仿真结果与传统滑模控制进行对比分析,验证所提出的算法有效性。轨道控制完全依赖于地面测控站,当卫星数量逐渐增多时,会增加日常地面操作的负担和测控站的压力,针对该问题,设计一种自主轨道控制策略。首先,设计一种平衡力臂优化法来给出小卫星推进系统的最优化结构设计,并且分析推进系统对卫星姿态产生的藕合力矩;其次,设计一种扩展卡尔曼滤波算法(EKF)来确定卫星精确的轨道,并通过星上的全球定位系统(GPS)接收机观测数据进行EKF模型参数优化设计;最后,基于滤波后的轨道进行自主相位控制策略设计,当超出设定阈值时,自动进行轨道控制,以姿控推力器的结构布局为基础,设计一种多脉冲的喷气调姿控制方法来解决姿态扰动问题,采用径向基函数(RBF)神经网络来逼近轨道控制过程中的耦合力矩和干扰力矩,并通过Lyapunov稳定理论证明控制系统的稳定性,通过数值仿真验证其有效性和可行性。针对姿轨耦合系统控制问题,进行卫星姿轨耦合仿真系统设计与控制算法研究。该仿真系统包括仿真计算机、星载计算机、交联环境仿真模拟机、飞轮以及卫星动力学模型。采用仿真软件对主要部件如星敏感器、光纤陀螺、推进系统和GPS接收机进行数学建模,通过交联环境仿真模拟机与星载计算机连接,建立半物理姿轨耦合仿真系统。由于卫星推进系统存在安装偏差和推力矢量偏差,会导致轨道控制过程中的姿态不稳定,本文提出一种反作用飞轮与推进系统协同工作的轨道控制方法,以上述的半物理仿真系统为基础,在姿态偏差角较小时,反作用飞轮进行姿态调整;在姿态偏差角较大时,推进系统进行姿态调整,通过在轨实验证明了其有效性。由于推进剂的消耗,会导致质心和转动惯量的变化,影响姿态控制精度,并且在复杂的空间环境中还会受到各种摄动力的影响,为了实现轨道与姿态能够同时以较高控制精度达到期望的状态,设计一种控制力和力矩有限的自适应RBF神经网络滑模控制方法,通过试验测量给出燃料的消耗速率和转动惯量的变化规律,然后建立时变的6自由度动力学模型,通过RBF神经网络补偿耦合干扰力矩和空间环境扰动,并通过Lyapunov理论证明其稳定性,通过数值仿真证明所设计的算法有效性。
张青云[5](2021)在《柔性空间闭链机器人非线性数学建模及智能控制算法研究》文中指出机器人朝高速、高精度及轻质化方向发展,使其运动不仅包含大范围的刚体运动,还存在柔性轻质构件变形产生的弹性振动运动。柔性构件变形引起的系统振动,将导致系统运动轨迹精度下降,并且过大的惯性力将使系统关节和构件损伤甚至破坏,降低系统使用寿命。构建柔性机器人的精确非线性数学模型是实现数值解优化的必要手段。同时,基于精确非线性数学模型开展控制算法研究可提高跟踪轨迹精度,且降低智能控制算法复杂度。本文以运动支链中既存在刚性构件,又存在柔性构件的空间闭链机器人为研究对象,对其数学模型构造方式、数值求解算法及控制算法问题进行了深入研究。本文主要研究工作及成果如下:一、针对柔性多体系统数学模型构建不精确问题,提出了一种新的柔性多体系统可计算模型。首先,利用有限元法和浮动坐标系法相结合,建立考虑耦合效应的柔性单元数学模型。其次,根据系统约束模型建立考虑微小位移的末端执行器数学模型。最后,将刚性系统模型、柔性单元数学模型及末端执行器数学模型进行装配即可得到精确柔性多体系统的可计算模型。该模型通用性强,可用于任意含柔性空间构件的柔性多体系统数学模型的构建。二、柔性多体系统可计算模型为时变、强耦合、高度非线性的微分代数方程。为克服数值求解过程中因初值估计不准确导致的数值发散问题及通过增加约束方程使模型维度增加,降低求解效率等问题,提出了通过模型降阶算法将微分代数方程问题转化为纯微分问题进行求解,并根据约束违约稳定算法(Baumgarte’s constraint violation stabilization methods,BSM)保证约束模型有效性。这种求解算法结构简单且易于实现,可提高复杂数学模型的求解效率,且保证解的精度。三、基于建立的非线性数学模型,采用前馈补偿与比例-微分(Proportion Derivative,PD)控制器相结合的控制算法,分析了系统末端执行器轨迹跟踪精度、扰动抑制情况以及外载荷为零倍臂杆质量、三倍臂杆质量和五倍臂杆质量下的单点轨迹跟踪精度。同时,为了避免建模过程中非线性未知项对控制性能的影响,利用模糊控制算法具有的逼近非线性系统特性对系统进行自适应逼近,以提高系统控制性能,并对其设计准则、稳定性、求解原则及有效性进行了详细说明和分析。四、提出一种将神经网络控制器和自适应滑模控制器相结合的新的控制算法。首先,利用自适应滑模控制器来保证轨迹精度,再根据神经网络无线逼近非线性系统的性能来逼近非线性误差和降低未知干扰的影响。在相同系统参数下,对比分析了自适应滑模神经网络和位置比例-积分-微分(Proportion Integral Derivative,PID)控制算法作用下的末端执行器轨迹精度。结果表明:所设计的自适应滑模神经网络控制器满足控制精度要求且与位置PID控制算法相比效果更佳,有效降低了末端执行器的轨迹跟踪误差。新控制算法只需较少隐层节点,说明该控制器结构简单、易于实现、通用性强。
苏日古嘎[6](2021)在《几类反应扩散系统的稳定性分析》文中研究说明反应扩散随机系统在力学、化学、生物学和生态学等领域中有着许多重要的应用。此外,现实世界中存在许多结构突变的系统,如:计算机控制系统、化学过程和通信系统,都可以用Markov跳变系统来描述。脉冲现象会出现在物理学、化学、种群动力学以及神经网络等许多领域。滑模控制作为一类特殊的非线性控制,被广泛应用于抑制系统参数的不确定性和外部干扰,如机器人、航天器、容错执行器等。因此,研究具有Markov跳变、脉冲现象、随机扰动、滑模控制的反应扩散系统具有重要的实际背景和理论意义。主要研究内容如下:首先,针对具有一般不确定转移速率的高阶时滞Markov跳变反应扩散Hopfield神经网络的稳定性问题,应用Lyapunov-Krasovskii泛函方法和线性矩阵不等式,研究了该类反应扩散Hopfield神经网络的全局均方指数稳定性。我们考虑的不确定转移速率具有一般性,所得结果推广了前人的研究结果,具有更小的保守性。数值算例说明了所得结论的有效性。其次,针对具有脉冲影响的时滞随机不确定反应扩散广义细胞神经网络和具有脉冲影响的时滞反应扩散系统的稳定性问题,通过构造Lyapunov泛函、利用线性矩阵不等式以及Razumikhin技术,得到了脉冲时滞随机不确定反应扩散广义细胞神经网络鲁棒均方稳定和脉冲时滞反应扩散系统一致渐近稳定的新的充分性条件。仿真算例说明了所得结论的可行性。再次,对具有Markov跳变时变时滞中立型随机反应扩散神经网络的稳定性问题,利用Lyapunov-Krasovskii泛函方法和线性矩阵不等式,得到了几种新的该类随机反应扩散神经网络均方指数稳定的充分性判据。仿真例子说明了所得结论的有效性。最后,通过设计具有脉冲影响的反应扩散不确定系统的滑模控制器,研究了一类脉冲反应扩散不确定系统的镇定性问题。利用线性矩阵不等式,得到了滑模控制反应扩散脉冲不确定闭环系统鲁棒指数稳定的充分性判据,推广了脉冲不确定系统滑模控制理论方面的研究成果。仿真算例说明了所得结论的合理性。
李凯强[7](2021)在《基于蜂拥算法的智能电网暂态稳定分布式控制研究》文中提出随着科技水平的不断提升,社会发展对能源的需求日益增长。楼宇、工厂、数据中心、医疗设施等基建的规模要求越来越高,设备的种类越来越复杂多样,以及非线性荷载比重增大,供电的连贯性和稳定性愈发重要。通讯技术与计算机信息处理技术的大力提升,使得多智能体分布式控制技术得到了快速发展,从而为电网控制优化问题、分布式负荷频率、电压调频等问题提供了相应基础。电网融合先进的信息通信技术、传感器技术和自动控制技术,有助于电网接入分布式能源装置,提高了电网在运行效率和暂态稳定方面的性能。但同时对智能电网的网络安全和电力系统的稳定等带来新的挑战。因此,针对信息反馈、控制和处理的时效问题,本文从信息物理系统的信息网络和物理设备交互影响角度出发,依据多智能体蜂拥控制理论和分区优化思想,提出系统快速恢复的稳定控制方法,提高了智能电网暂态稳定性。本文的主要研究内容如下:首先,针对智能电网进行信息-物理交互系统建模,考虑将整个智能电网视为一个可控的多智能体系统,每个智能体包含一台同步发电机、相位测量单元和传感器等装置,给出一种能够描述各智能体间的智能电网信息物理耦合交互框架。在所构建信息-物理交互系统模型基础上,提出一种基于蜂拥算法的分布式控制器,解决智能电网信息-物理网络融合系统的稳定运行问题。其次,进一步提出一种基于分区优化分布式控制策略,以提高智能电网暂态稳定性和弹性。该策略可用于解决智能电网的信息计算及冗余性和控制器的性能等问题,在一定程度上降低通信处理的成本,从而提高系统稳定性。利用状态相似性,对各智能体进行分区,以“领导-跟随”协同方式,实现对智能体更加优化的分布式控制。通过信息-物理耦合及储能装置的作用,进行功率调节,使智能电网中所有同步发电机恢复同步运行状态。最后,基于MATLAB/Simulink平台采用IEEE39节点系统,进行仿真实验验证。验证了第三章所提出的基于蜂拥算法的智能电网分布式控制器的可行性。通过与其他控制方法作对比,验证了第四章所提出的基于分区优化分布式控制策略的有效性,而且能更快地恢复系统稳定。此项研究可以合理降低设备运行成本,提高系统响应速度,增强智能电网的暂态稳定性。
罗添辉[8](2021)在《基于一致性算法的智能电网分布式控制研究》文中认为随着大规模低惯性可再生能源的蓬勃兴起,大量先进的信息通信技术融入电网,越来越多的储能装置接入电网负荷侧,同时随着智能化社会建设对用电可靠性和电能效率的要求不断提高,电力系统将面临越来越多新的挑战。在这种环境下,智能电网应运而生,也是能源与电力行业发展的必然趋势。智能电网的发展使其稳定控制问题日趋重要,而暂态稳定控制又是稳定控制研究的重中之重。本文结合智能电网中通信(信息)网络和电力(物理)网络的深度耦合,以信息物理系统拓扑建模方法为基础,利用多智能体系统一致性算法,主要围绕智能电网的暂态稳定控制问题展开了研究。本文研究的主要内容如下:首先,在通信网络与电力网络深度耦合背景下,针对故障后智能电网恢复暂态稳定的控制问题,本文提出了一种基于非线性多智能体系统一致性算法的分布式自适应协同控制策略。该策略将分布式自适应调速控制与励磁控制相结合,其中所提分布式调速控制器利用通信网络获取相位测量单元的实时测量信息,通过调节发电机的机械输入功率,使故障后各发电机频率能够实现一致。在保证系统稳定性的前提下,设计一种基于部分反馈线性化的励磁控制器以改善调速控制器性能。其次,基于多智能体的框架下引入外部储能装置,本文进一步针对智能电网中存在部分控制器失效时的暂态稳定控制问题,提出了一种分布式自适应控制方法,解决实际限制条件下控制器的性能问题,以提高智能电网的暂态稳定性和弹性。该方法基于二阶非线性多智能体系统的领导跟随一致性算法,各发电机之间通过通信网络进行信息交互,利用本地发电机与其邻居发电机之间的相对功角以及相对转速信息设计控制器,并控制外部储能装置动作,使故障后的系统快速恢复暂态稳定。最后,利用Lyapunov稳定性理论对所提分布式控制方法进行收敛性证明,通过在新英格兰10机39节点测试系统中进行仿真研究,进一步验证了所提分布式控制方法的可行性和有效性。
焦珊珊[9](2021)在《气动位置伺服系统神经网络控制方法研究》文中研究说明气动位置伺服系统采用空气作为介质,其结构简单、安全可靠、反应迅速等突出优点使它得到广泛关注,从汽车、地铁的开关门到人工呼吸器再到气动机器人,气动位置伺服系统在自动化各行业有着举足轻重的地位。由于气体存在可压缩,性的特点且气动位置伺服系统受到非线性的阀口流动及气缸存在摩擦力等因素的影响,给创建气动伺服系统的精确模型带来了重重困难,这给依靠模型的传统控制方法设计带来了困难。同时,气动系统时变的工作点和未知的外部扰动等因素的影响,导致气动系统的轨迹跟踪控制更加复杂。因此,研究如何实现气动位置伺服系统高性能跟踪控制对于拓展气动位置伺服系统的运用有重要的意义。在允分考虑气动位置伺服系统实际约束的情况下设计控制器,期望能够提高系统跟踪控制性能。本文以Festo公司的气动位置伺服实验系统为对象,分别设计控制器如下:(1)针对气动位置伺服系统模型未知问题,利用神经网络的逼近能力实现对未知光滑函数的处理。本课题分别采用小波神经网络(WNN)、径向基函数(RBF)神经网络、模糊神经网络(FNN)对气动系统模型中的未知函数进行辨识。结合Nussbaum函数解决气动位置伺服系统控制方向未知的问题,将不精确的比例阀零点也作为一种不确定性,结合反步设汁法设计了自适应神经网络控制器,利用 Lyapunov理论进行了稳定性分析,确保了整个系统的稳定性。根据实验结果可以得出:采用本课题所设汁的各种神经网络控制器在气动位置伺服系统控制方向未知情况下均可以实现对于参考信号的轨迹跟踪。(2)考虑到气动系统存在实际状态受限,忽略系统状态受限所设汁的控制器可能会导致设备损坏或预期性能下降。因此,在考虑气动系统未知模型、未知比例阀零点、未知控制方向的情向的情况后,本课题综合考虑系统状态受限来设计控制器以提高系统跟踪精度。控制器采用径向基函数网络辨识系统未知模型、未知扰动、未知阀零点,采用Nussbaum函数处理控制方向未知问题,采用障碍李亚普诺夫函数(BLF)处理系统状态受限的问题。最后结合Lyapunov理论和杨氏不等式证明了被控系统的稳定性。最终,对比其它实验结果可以看出系统的性能有显着提高。(3.)在考虑未知模型、未知阀零点、未知扰动、未知控制方向和状态受限的基础上,本课题进一步考虑系 饱和 线性特性、电磁阀的滞回特性等在以往气动伺服系统设汁时通常被忽略的非线性特性设计自适应神经网络控制器,并进行了实验研究,对比实验结果可以看出,考虑不同的非线性特性和约束条件对气动位置伺服系统的跟踪控制性能的影响不同,充分考虑各种约束和特性的情况下,可以获得更好的气动位置伺服系统的跟踪性能。通过本文实验研究工作表明:滞回特性对系统跟踪性能影响最大,输入饱和特性次之,状态受限第三。本文研究工作通过实验验证了各种非线性特性和约束条件对跟踪性能的影响,这个工作在能够查到的文献中未进行系统研究。本文将气动位置伺服控制系统作为应用平台,充分考虑实际系统的未知因素和约束,设计了基于神经网络的轨迹跟踪控制器,控制器在复杂度不大幅增加的情况下,能够考虑更多约束条件和未知因素获得更好的跟踪控制效果,为扩展气动伺服系统应用奠定了良好基础。
辛亮[10](2021)在《全向移动机器人神经网络控制系统分析与设计》文中研究指明
二、网络控制系统稳定性研究(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、网络控制系统稳定性研究(论文提纲范文)
(1)基于网络的切换时滞系统鲁棒故障检测方法及应用研究(论文提纲范文)
摘要 |
Abstract |
符号说明 |
缩写说明 |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 故障检测与诊断技术研究综述 |
1.2.1 故障检测与诊断技术发展概述 |
1.2.2 故障检测与诊断方法分类及其研究现状 |
1.3 切换时滞系统研究综述 |
1.3.1 切换系统研究概述 |
1.3.2 时滞系统(网络控制系统)研究概述 |
1.3.3 切换时滞系统故障检测研究概述 |
1.4 切换机械臂系统故障检测研究概述 |
1.5 本文主要内容与章节安排 |
第2章 切换机械臂系统动力学模型及基础知识 |
2.1 引言 |
2.2 基于Lagrange方法的切换机械臂系统动力学建模 |
2.3 关节力矩反馈的机械臂动力学模型 |
2.3.1 基于关节力矩传感器的机械臂子系统动力学建模 |
2.3.2 机械臂关节子系统动力学模型分析 |
2.4 基础知识 |
2.5 本章小结 |
第3章 离散非线性切换时滞系统故障检测与控制器协同设计方法研究 |
3.1 引言 |
3.2 异步切换下离散非线性切换时滞系统的故障检测和控制器协同设计 |
3.2.1 系统动态过程描述 |
3.2.2 残差方程建立 |
3.2.3 异步切换下故障检测滤波器与控制器协同设计 |
3.2.4 仿真实验研究 |
3.3 事件触发下离散非线性切换时滞系统故障检测和控制器协同设计 |
3.3.1 系统动态过程描述 |
3.3.2 残差方程建立 |
3.3.3 事件触发下故障检测滤波器与控制器协同设计 |
3.3.4 仿真实验研究 |
3.4 本章小结 |
第4章 基于平均驻留时间的切换机械臂系统故障检测与控制器协同设计 |
4.1 引言 |
4.2 问题描述 |
4.2.1 带有执行器故障的网络化切换机械臂建模 |
4.2.2 残差方程建立 |
4.3 切换机械臂系统故障检测滤波器与控制器协同设计 |
4.4 仿真实验研究 |
4.5 本章小结 |
第5章 连续非线性切换时滞系统故障检测与控制器协同设计及应用研究 |
5.1 引言 |
5.2 问题描述 |
5.2.1 系统动态过程描述 |
5.2.2 残差方程建立 |
5.3 模式依赖下故障检测滤波器与控制器协同设计 |
5.3.1 H_∞性能分析 |
5.3.2 控制器和滤波器增益协同设计 |
5.4 仿真实验研究 |
5.5 机械臂系统实验研究 |
5.5.1 机械臂系统实验平台简介 |
5.5.2 机械臂系统故障检测实验结果分析 |
5.6 本章小结 |
第6章 基于中间估计器的连续非线性切换时滞系统故障估计及应用研究 |
6.1 引言 |
6.2 问题描述 |
6.2.1 系统动态过程描述 |
6.2.2 误差系统建立 |
6.3 基于中间估计器的故障估计滤波器设计 |
6.3.1 指数稳定性分析 |
6.3.2 基于中间估计器的故障滤波器增益设计 |
6.4 仿真实验研究 |
6.5 机械臂系统故障估计实验研究 |
6.6 本章小结 |
第7章 全文总结与展望 |
7.1 全文总结 |
7.2 工作展望 |
参考文献 |
致谢 |
作者简介 |
攻读博士学位期间研究成果及奖励 |
(2)复杂系统的解耦内模与事件触发故障补偿控制(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 引言 |
1.2 多变量系统解耦方法 |
1.3 内模控制 |
1.4 事件触发控制 |
1.5 故障诊断与故障补偿控制 |
1.5.1 故障诊断 |
1.5.2 故障补偿控制 |
1.6 本文主要研究工作 |
第二章 复杂多变量系统的倒置解耦方法 |
2.1 引言 |
2.2 经典解耦方法 |
2.2.1 理想解耦 |
2.2.2 简单解耦 |
2.2.3 倒置解耦 |
2.3 倒置解耦器的设计 |
2.3.1 倒置解耦器的设计流程 |
2.3.2 倒置解耦器的可实现性问题 |
2.3.3 RHP零点的近似与补偿 |
2.4 举例说明 |
2.5 小结 |
第三章 基于改进型巴特沃斯滤波器的多变量系统倒置解耦内模控制 |
3.1 引言 |
3.2 内模控制的基本原理 |
3.2.1 内模控制的基本结构 |
3.2.2 内模控制的基本性质 |
3.2.3 内模控制器的设计 |
3.3 改进型巴特沃斯滤波器的设计 |
3.3.1 标准型巴特沃斯滤波器的基本原理 |
3.3.2 改进型巴特沃斯滤波器的基本原理 |
3.3.3 改进型巴特沃斯滤波器的参数整定 |
3.4 基于改进型巴特沃斯滤波器的多变量系统倒置解耦内模控制器设计 |
3.5 鲁棒性分析 |
3.6 仿真验证 |
3.7 小结 |
第四章 基于分数阶改进型巴特沃斯滤波器的多变量系统离散倒置解耦内模控制 |
4.1 引言 |
4.2 分数阶改进型巴特沃斯滤波器的设计 |
4.2.1 分数阶微分的基本理论 |
4.2.2 分数阶改进型巴特沃斯滤波器的设计流程 |
4.2.3 分数阶改进型巴特沃斯滤波器的稳定性分析 |
4.3 基于分数阶改进型巴特沃斯滤波器的多变量系统离散倒置解耦内模控制器设计 |
4.3.1 Z变换的定义 |
4.3.2 离散倒置解耦内模控制器的设计 |
4.3.3 离散倒置解耦器的可实现性问题 |
4.3.4 离散滤波器的设计 |
4.4 仿真验证 |
4.5 小结 |
第五章 具有预设性能指标的非线性化工过程自适应神经网络事件触发控制 |
5.1 引言 |
5.2 非线性CSTR建模及预备知识 |
5.2.1 连续搅拌反应釜的结构及工作原理 |
5.2.2 CSTR模型建立 |
5.3 具有预设性能指标的自适应神经网络事件触发控制器设计 |
5.3.1 RBF神经网络原理与预备知识 |
5.3.2 具有预设性能指标的误差变换 |
5.3.3 自适应神经网络事件触发控制器设计 |
5.4 稳定性与可实现性分析 |
5.4.1 稳定性分析 |
5.4.2 可实现性分析 |
5.5 仿真验证 |
5.6 小结 |
第六章 执行器故障时非线性化工过程自适应神经网络事件触发故障补偿控制 |
6.1 引言 |
6.2 执行器故障模型 |
6.3 自适应神经网络事件触发故障补偿控制 |
6.3.1 切换阈值事件触发机制设计 |
6.3.2 自适应神经网络事件触发故障补偿控制器设计 |
6.4 稳定性与可实现性分析 |
6.4.1 稳定性分析 |
6.4.2 可实现性分析 |
6.5 仿真验证 |
6.6 小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
研究成果及发表的学术论文 |
作者和导师简介 |
附件 |
(3)拒绝服务攻击下网络化控制系统的安全研究(论文提纲范文)
1 引言 |
2 NCS概述 |
2.1 NCS结构 |
2.2 NCS的特点 |
3 Do S攻击概述 |
3.1 Do S攻击原理及过程 |
3.2 Do S攻击场景及其对NCS的影响 |
4 Do S攻击安全研究综述 |
4.1 周期Do S攻击安全研究 |
4.1.1 周期可知的Do S攻击安全研究 |
4.1.2 周期未知的Do S攻击安全研究 |
4.2 随机Do S攻击安全研究 |
4.3 时间约束型Do S攻击安全研究 |
4.4 交互对抗型Do S攻击安全研究 |
4.5 攻击者角度的Do S攻击安全研究 |
4.5.1 Do S攻击模型下的安全研究 |
4.5.2 传感器网络、节点和传感器通道Do S攻击安全研究 |
5 结论 |
(4)遥感卫星自主轨道机动与姿轨耦合系统控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究目的和意义 |
1.2 国内外遥感卫星发展历程 |
1.3 国内外研究现状 |
1.3.1 卫星轨道控制研究现状 |
1.3.2 卫星姿态控制研究现状 |
1.3.3 卫星姿轨耦合控制技术研究现状 |
1.4 本文主要研究内容及章节安排 |
第2章 多约束下遥感卫星轨道路径规划 |
2.1 引言 |
2.2 坐标系介绍 |
2.3 约束建模 |
2.3.1 光学载荷约束 |
2.3.2 测控资源约束 |
2.3.3 星座构型约束 |
2.3.4 轨道类型约束 |
2.3.5 控制策略约束 |
2.4 基于Hohmann理论的多约束小卫星轨道机动控制 |
2.4.1 问题描述 |
2.4.2 控制策略分析与设计 |
2.4.3 仿真实验研究 |
2.5 多约束下小卫星的能量最优轨道控制 |
2.5.1 问题描述 |
2.5.2 最优控制器设计 |
2.5.3 仿真实验研究 |
2.6 本章小结 |
第3章 遥感卫星的高精度轨道机动控制算法研究 |
3.1 引言 |
3.2 在轨轨道机动控制 |
3.2.1 设计思想概述 |
3.2.2 遥感卫星轨道控制策略 |
3.2.3 案例仿真 |
3.3 轨道机动自适应控制 |
3.3.1 问题描述 |
3.3.2 控制算法设计 |
3.3.3 仿真实验研究 |
3.4 本章小结 |
第4章 遥感卫星自主轨道控制算法研究 |
4.1 引言 |
4.2 推进系统布局 |
4.2.1 推进系统分类 |
4.2.2 推进系统的结构布局设计 |
4.2.3 推进系统耦合力矩分析与仿真 |
4.3 基于EKF滤波的自主轨道控制算法研究 |
4.3.1 问题描述 |
4.3.2 轨道确定算法设计 |
4.3.3 自主轨道控制算法设计 |
4.3.4 仿真实验研究与讨论 |
4.4 本章小结 |
第5章 姿轨耦合系统设计与控制算法研究 |
5.1 引言 |
5.2 卫星姿轨耦合系统设计 |
5.3 姿轨耦合系统控制算法 |
5.3.1 基于角动量卸载法的小卫星姿轨协同控制 |
5.3.2 基于自适应神经网络的小卫星姿轨耦合控制 |
5.4 本章小结 |
第6章 全文总结与工作展望 |
6.1 全文总结 |
6.2 工作展望 |
致谢 |
参考文献 |
作者简介 |
攻读博士学位期间研究成果 |
(5)柔性空间闭链机器人非线性数学建模及智能控制算法研究(论文提纲范文)
摘要 |
abstract |
符号注释表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 模型构建 |
1.2.2 数值仿真 |
1.2.3 智能控制算法 |
1.3 本文主要研究目的和内容 |
1.3.1 本文研究目的 |
1.3.2 本文研究内容 |
第二章 一种新的柔性机器人可计算模型构建 |
2.1 引言 |
2.2 刚性系统数学模型 |
2.2.1 模型特点 |
2.2.2 模型构建方法 |
2.2.3 仿真实验分析 |
2.3 柔性多体系统可计算模型 |
2.3.1 模型特点 |
2.3.2 可计算模型构造方法 |
2.3.3 组成单元数学模型 |
2.4 本章小结 |
第三章 基于MATLAB的模型降阶算法及分析校准 |
3.1 引言 |
3.2 模型降阶算法分析 |
3.2.1 模型概述 |
3.2.2 模型降阶算法设计 |
3.2.3 仿真实验分析 |
3.3 与ADAMS仿真模型比较 |
3.3.1 ADAMS模型 |
3.3.2 跟踪精度结果比较 |
3.3.3 应力参数仿真分析 |
3.3.4 驱动参数仿真分析 |
3.3.5 扰动参数仿真分析 |
3.4 本章小结 |
第四章 柔性多体系统跟踪控制算法研究 |
4.1 引言 |
4.2 跟踪控制算法分析 |
4.2.1 问题描述 |
4.2.2 算法设计 |
4.2.3 参数整定 |
4.2.4 算法稳定性分析 |
4.3 算法仿真及结果分析 |
4.3.1 单点跟踪精度仿真结果及分析 |
4.3.2 扰动抑制仿真结果及分析 |
4.3.3 与传统控制算法比较 |
4.4 本章小结 |
第五章 柔性多体系统自适应模糊控制算法研究 |
5.1 引言 |
5.2 自适应模糊控制算法 |
5.2.1 问题描述 |
5.2.2 模糊算法设计 |
5.2.3 自适应算法设计 |
5.2.4 算法稳定性分析 |
5.3 自适应模糊控制算法仿真 |
5.3.1 模型构建 |
5.3.2 算法步骤 |
5.3.3 仿真结果及分析 |
5.4 本章小结 |
第六章 柔性机器人自适应滑模神经网络控制算法研究 |
6.1 引言 |
6.2 自适应滑模神经网络控制算法 |
6.2.1 问题描述 |
6.2.2 滑模变结构控制器设计 |
6.2.3 自适应神经网络控制器 |
6.2.4 算法稳定性分析 |
6.3 柔性多体空间闭链机器人联合仿真 |
6.3.1 机器人联合仿真模型 |
6.3.2 与传统控制算法对比 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 论文主要工作及结论 |
7.2 创新点 |
7.3 研究展望 |
参考文献 |
附录 |
在学期间取得的科研成果和科研情况说明 |
取得的科研成果 |
参与的科研项目 |
致谢 |
(6)几类反应扩散系统的稳定性分析(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 研究现状 |
1.2.1 反应扩散时滞神经网络 |
1.2.2 反应扩散脉冲时滞随机系统 |
1.2.3 反应扩散系统的滑模控制 |
1.3 本文主要研究内容 |
第2章 时滞Markov跳变反应扩散Hopfield神经网络的均方指数稳定性 |
2.1 时滞Markov跳变反应扩散Hopfield神经网络 |
2.2 均方指数稳定性分析 |
2.3 数值算例 |
2.4 本章小结 |
第3章 脉冲随机不确定反应扩散广义细胞神经网络的鲁棒均方稳定性 |
3.1 脉冲随机不确定反应扩散广义细胞神经网络 |
3.2 鲁棒均方稳定性分析 |
3.3 数值算例 |
3.4 本章小结 |
第4章 时滞脉冲反应扩散系统的一致渐近稳定性 |
4.1 时滞脉冲反应扩散系统 |
4.2 一致渐近稳定性分析 |
4.3 数值算例 |
4.4 本章小结 |
第5章 Markov跳变中立型随机反应扩散神经网络的均方指数稳定性 |
5.1 Markov跳变中立型随机反应扩散神经网络 |
5.2 均方指数稳定性分析 |
5.3 数值算例 |
5.4 本章小结 |
第6章 反应扩散脉冲不确定系统的积分滑模控制 |
6.1 反应扩散脉冲不确定系统 |
6.2 积分滑模控制律下反应扩散脉冲不确定系统的镇定性 |
6.2.1 设计滑模面 |
6.2.2 可达性分析 |
6.2.3 鲁棒指数镇定性 |
6.3 数值算例 |
6.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文 |
致谢 |
个人简历 |
(7)基于蜂拥算法的智能电网暂态稳定分布式控制研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 智能电网研究背景 |
1.2.2 分布式控制研究现状 |
1.2.3 智能电网暂态稳定控制研究现状 |
1.3 主要内容及章节安排 |
第二章 智能电网相关基础概念和基本理论 |
2.1 智能电网信息-物理模型 |
2.2 电力系统外部储能技术 |
2.3 多智能体协同控制理论 |
2.3.1 多智能体一致性理论 |
2.3.2 多智能体系统蜂拥控制算法 |
2.3.3 多智能体分组一致性控制协议 |
2.4 本章小结 |
第三章 基于蜂拥方法的智能电网暂态稳定控制 |
3.1 问题描述 |
3.2 基于多智能体的智能电网控制模型 |
3.2.1 智能电网暂态稳定控制框架 |
3.2.2 智能电网多智能体动力学信息-物理交互模型 |
3.2.3 智能电网暂态稳定问题的数学描述 |
3.3 基于蜂拥的智能电网控制器设计 |
3.3.1 类比蜂拥的控制协议设计 |
3.3.2 电力系统稳定性分析 |
3.4 仿真分析 |
3.5 本章小结 |
第四章 智能电网信息物理系统暂态稳定的分布式最优控制 |
4.1 问题描述 |
4.2 智能电网的暂态稳定控制 |
4.2.1 智能电网信息网络可靠性优化 |
4.2.2 智能电网分布式控制器设计 |
4.2.3 智能电网控制目标模型 |
4.3 智能电网暂态稳定的分布式区域优化控制 |
4.3.1 智能电网分区方法 |
4.3.2 智能电网稳定性分析 |
4.4 仿真分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 全文总结 |
5.2 研究展望 |
参考文献 |
个人简历在读期间发表的学术论文 |
致谢 |
(8)基于一致性算法的智能电网分布式控制研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 智能电网稳定性研究现状 |
1.2.2 智能电网暂态稳定控制研究现状 |
1.2.3 一致性算法在智能电网中应用研究现状 |
1.3 主要研究内容和结构编排 |
第二章 智能电网信息物理建模及相关理论 |
2.1 智能电网信息物理系统拓扑建模 |
2.2 信息网络广域测量系统概述 |
2.2.1 广域测量系统结构及特点 |
2.2.2 PMU装置基本原理及结构 |
2.3 多智能体系统一致性算法 |
2.3.1 平均一致性 |
2.3.2 领导跟随一致性 |
2.4 本章小结 |
第三章 基于一致性算法的智能电网分布式自适应协同控制 |
3.1 问题描述 |
3.2 基于多智能体系统的智能电网模型 |
3.2.1 图论 |
3.2.2 基于多智能体系统的发电机动力学模型 |
3.3 分布式自适应协同控制策略 |
3.3.1 分布式自适应调速控制 |
3.3.2 基于部分反馈线性化的励磁控制 |
3.4 仿真结果与分析 |
3.5 本章小结 |
第四章 含外部储能装置的智能电网暂态稳定分布式控制 |
4.1 问题描述 |
4.2 智能电网通信拓扑建模 |
4.3 含外部ESS的分布式控制器设计 |
4.3.1 智能电网动力学模型 |
4.3.2 分布式控制器设计 |
4.4 仿真结果与分析 |
4.4.1 暂态稳定性测试 |
4.4.2 外部ESS的功率输出限制 |
4.4.3 通信延时影响 |
4.4.4 部分控制器失效 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 研究总结 |
5.2 研究展望 |
参考文献 |
个人简历 在读期间发表的学术论文 |
致谢 |
(9)气动位置伺服系统神经网络控制方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 气动位置伺服系统概述 |
1.3 国内外研究现状 |
1.4 本文研究对象 |
1.4.1 气动位置伺服系统硬件组成及工作原理 |
1.4.2 气动位置伺服系统数学模型 |
1.5 本文研究内容 |
2 控制方向未知时的自适应神经网络控制 |
2.1 气动位置伺服系统控制方向未知问题描述 |
2.2 Nussbaum函数简介 |
2.3 神经网络理论 |
2.3.1 RBF 神经网络概述 |
2.3.2 小波神经网络概述 |
2.3.3 模糊神经网络概述 |
2.4 自适应神经网络控制的设计 |
2.5 稳定性分析 |
2.6 实验结果及分析 |
2.7 本章小结 |
3 考虑控制方向未知和输入饱和的自适应神经网络控制 |
3.1 气动位置伺服系统饱和非线性的描述 |
3.2 考虑饱和非线性时的自适应神经网络控制 |
3.2.1 控制器的设计 |
3.3 实验结果及分析 |
3.4 本章小结 |
4 考虑控制方向未知和状态受限的自适应神经网络控制 |
4.1 气动位置伺服系统状态受限问题的描述 |
4.2 考虑系统状态受限问题的自适应神经网络控制 |
4.2.1 控制器的设计 |
4.2.2 稳定性分析 |
4.3 实验结果及分析 |
4.4 本章小结 |
5 考虑状态受限和伺服阀滞回特性的自适应神经网络控制 |
5.1 气动位置伺服系统滞回特性的描述 |
5.2 考虑滞回特性的自适应神经网络控制 |
5.2.1 控制器的设计 |
5.2.2 稳定性分析 |
5.3 实验结果及分析 |
5.4 本章小结 |
6 考虑多种限制因素的自适应神经网络控制 |
6.1 考虑控制方向未知、状态受限、输入饱和的自适应神经网络控制 |
6.1.1 控制器的设计 |
6.1.2 稳定性分析 |
6.1.3 实验结果及分析 |
6.2 控制方向未知、状态受限、含滞回特性时的自适应神经网络控制 |
6.2.1 控制器的设计 |
6.2.2 稳定性证明 |
6.2.3 实验结果及分析 |
6.3 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
攻读学位期间主要研究成果 |
四、网络控制系统稳定性研究(论文参考文献)
- [1]基于网络的切换时滞系统鲁棒故障检测方法及应用研究[D]. 王越男. 长春工业大学, 2021
- [2]复杂系统的解耦内模与事件触发故障补偿控制[D]. 刘凯悦. 北京化工大学, 2021
- [3]拒绝服务攻击下网络化控制系统的安全研究[J]. 祝超群,张永川. 控制工程, 2021(10)
- [4]遥感卫星自主轨道机动与姿轨耦合系统控制研究[D]. 王国刚. 长春工业大学, 2021(01)
- [5]柔性空间闭链机器人非线性数学建模及智能控制算法研究[D]. 张青云. 天津理工大学, 2021(01)
- [6]几类反应扩散系统的稳定性分析[D]. 苏日古嘎. 哈尔滨工业大学, 2021
- [7]基于蜂拥算法的智能电网暂态稳定分布式控制研究[D]. 李凯强. 华东交通大学, 2021(01)
- [8]基于一致性算法的智能电网分布式控制研究[D]. 罗添辉. 华东交通大学, 2021(01)
- [9]气动位置伺服系统神经网络控制方法研究[D]. 焦珊珊. 西安理工大学, 2021(01)
- [10]全向移动机器人神经网络控制系统分析与设计[D]. 辛亮. 哈尔滨工程大学, 2021