关键词： MAS   命令滤波反步控制   固定时间控制   神经网络控制  

摘要： 非线性多智能体系统(MAS)的一致性控制问题是近年来控制领域的研究热点之一。对于一致性控制问题,收敛时间是一个重要的研究课题。现有的研究结果存在收敛时间趋于无穷大,或者有限时间收敛但收敛时间依赖于初始状态的问题。为了解决上述问题,提出了固定时间控制,其收敛时间不依赖于初始状态,可以更好地满足对收敛时间的高要求。因此,本文研究了基于命令滤波器的固定时间控制在非线性MAS中的应用,研究内容如下:1.针对一类具有量化输入、全状态约束、未建模动态和动态扰动的非严格反馈非线性MAS,提出了一种新的基于命令滤波器的固定时间跟踪控制方法。首先,采用非线性映射转换系统,以便系统适用于反步法。在反步设计中,引入动态信号处理未建模动态,采用径向基函数(RBF)神经网络逼近不确定动态,使用固定时间命令滤波器来获得虚拟控制信号及其导数,使用滞后量化器量化控制输入,并设计误差补偿信号消除滤波误差。然后,根据固定时间李雅普诺夫(Lyapunov)稳定性理论,证明了该系统的跟踪误差在固定时间内收敛到原点的小邻域且收敛时间与初始状态无关。基于该方法所设计的控制器避免了传统反步法设计框架下的“奇异性”和“复杂性爆炸”的问题。最后,通过两个仿真实例验证了该方法的有效性。2.针对一类具有量化输入的异构纯反馈非线性MAS,提出了一种新的基于命令滤波器的固定时间跟踪控制方法。首先,采用中值定理转换系统,以便系统适用于反步法。在反步法中,使用RBF神经网络来估计不确定动态,使用固定时间命令滤波器来获得虚拟控制信号导数,并设计补偿信号消除滤波误差。此外,引入滞后量化器以减少通信负担。然后,通过使用固定时间Lyapunov稳定性理论,证明了该系统的跟踪误差在固定时间内收敛到原点的小邻域且收敛时间与初始状态无关。值得注意的是,每个智能体的动态顺序可能不相同,因此,在反步设计的每一步,均考虑不同阶数对控制器设计的影响。最后,仿真结果表明了该方法的有效性。

关键词： 多智能体系统   编队控制   事件触发控制   自适应控制   Dos攻击  

摘要： 多智能体系统是由多种具有认知、运算、执行和沟通能力的智能体组成。与单一的智能体系统相比,多个智能体系统在执行任务后可以提高效率并且有效降低成本,提高抗风险能力,因此近年来,多智能体系统的协同控制问题得到了学者们的广泛关注。编队控制是多智能体系统协调控制的一个主要技术领域,是指由多个智能体组成的编队在朝某个方向的目标运动移动中,不仅要适应环境条件,而且整个系统编队也必须维持稳定和期望队形的受控过程。在有向拓扑框架下,针对智能体交流信息中存在噪声信息干扰、通信资源过度消耗和信息传递过程中出现网络攻击、智能体的状态位置和速度信息不能及时获得等情况,本文研究了基于事件触发的多智能体系统编队控制问题,具体的研究内容如下:(1)关于具有外部噪声影响的多无人机系统,本文讨论了基于事件触发的多无人机系统编队控制。为有效的节约通信资源和降低网络负担,采用事件触发方法,使无人机间仅在触发时刻完成通讯。为了加快多无人机系统的编队速度,利用无人机自身及其邻居无人机的当前信息和历史时刻信息,设计了分布式快速编队控制协议。利用李雅普诺夫稳定性定理、矩阵知识和图论知识等,证明了多无人机系统可以在给定触发条件下实现稳定和期望编队。最后,将控制协议应用到四旋翼无人机系统中,通过仿真结果验证了该控制协议的有效性。(2)针对遭受Dos攻击的二阶多智能体系统,本文讨论了基于双通道事件触发的多智能体系统自适应编队控制。首先,给出一个满足攻击持续时间和攻击频率限制的Dos攻击模型。其次,在各智能体的传感器-控制器通道和控制器-执行器通道两端分别设计事件触发控制器,使得智能体间仅在各通道内的触发时刻进行通信。利用所有智能体的信息设计编队控制协议和自适应控制协议。进一步,利用李雅普诺夫稳定性定理、矩阵和图论等知识,得到实现多智能体系统编队稳定的充分条件。最后,通过仿真结果验证了该控制协议的有效性。(3)针对Dos攻击下带有非线性动态的高阶多智能体系统,本文讨论了基于快速状态观测器的多智能体系统有限时间时变编队控制。首先,考虑在Dos攻击信号下智能体之间不能及时获得信息,设计一类快速状态观测器来估计智能体的状态信息。其次,在各智能体的测量通道和控制通道两端分别基于观测值设计事件触发控制器。为了补偿Dos攻击对系统的干扰,考虑一类估计器对状态观测值进行在线估计,并设计了基于观测器的有限时间编队控制协议。进一步,利用李雅普诺夫有限时间稳定性定理、齐次定理、矩阵知识和图论知识,得到实现多智能体系统时变编队稳定的充分条件。最后,通过仿真结果验证了该控制协议的有效性。

关键词： 复杂网络   有限时间同步   投影同步   自适应控制   混沌系统  

摘要： 复杂网络由于其广泛应用已受到各个科学领域的关注，如计算机科学、物理学、工程学、社会学等。复杂网络可以看作由许多不同节点和连接节点的连边组成，其中节点表示具有不同动力学行为的复杂系统，而连边表示节点系统之间的动力学行为关系。同步作为复杂网络最重要的动力学行为之一，是当前国内外学者的研究热点，相关复杂网络同步科研成果已被应用于保密通信、信息传输、电力系统、多智能体一致性研究中。因此，研究各种类型的复杂动态网络的同步控制问题，不仅在理论上有着重要的应用前景，而且在实际中也有重要的应用。本文的主要内容是利用自适应控制方法、Lyapunov稳定性理论、有限时间稳定性定理等相关理论，对不同复杂动态网络有限时间同步问题展开研究，具体内容概括如下：　　研究了一种具有隐藏动力学和多稳态的新型四维混沌系统，首先采用数值分析方法对其动力学行为进行了详细的研究，并对该系统平衡点进行稳定性进行分析。其次提出了一种自适应控制策略，以使该新型系统达到同步状态，最后采用Matlab进行数值模拟仿真，验证了所提自适应控制策略的有效性。　　研究了使一般的复杂网络模型既能够实现有限时间同步，又能够实现投影同步控制的问题。在实现一般复杂网络渐近投影同步的基础上，进一步考虑了使其实现有限时间投影同步控制问题。基于有限时间稳定性定理和对所构建的Lyapunov函数进行理论推导，同时得到了合理的自适应控制策略和自适应更新律，并提出了一般的网络模型能够达到同步的充分条件。最后通过数值模拟仿真验证所提理论结果的正确性。　　针对具有时变时滞耦合的复杂网络，研究了其在有限时间内实现投影同步的问题，首先设计了一种有效的自适应控制器，结合Lyapunov稳定性理论以及范数相关不等式，通过数学推导提出了该网络达到同步的充分条件。最后选取经典的Lorenz混沌系统作为该网络的节点系统，通过数值模拟仿真验证了所推导的同步控制方案的可行性。

关键词： 虚拟同步发电机   微电网   自适应控制   运行边界   RBF神经网络  

摘要： 经济社会的快速发展离不开资源的大量消耗,当今世界能源危机问题愈发严重。包括我国在内的世界诸国科学家们,开始专注于清洁能源的开采与高效利用。我国于2021年提出“3060双碳”目标,为早日实现目标新能源技术蓬勃发展,微电网的研究受到广泛关注,分布式发电和储能技术日趋完善。微电网中存在大量电力电子换流器,用于功率放大或换流。逆变器控制简单,响应速度快、参数改变连续平滑。但逆变器没有机械转子,所以不具备同步机的惯量阻尼特性,大量逆变器并网会导致系统抵抗力降低。为了解决逆变器惯量阻尼不足的问题,学者们提出虚拟同步发电机(Virtual Synchronous Generator,VSG)控制策略。关于VSG策略的应用与改进是当下研究的热点。首先,介绍了逆变器的控制策略,阐述几种常规控制策略的原理、实现方法和数学模型。总结常规策略优缺点,提出了VSG控制策略,详细论述了VSG的原理和模型。在仿真软件搭建VSG单机模型,验证孤岛和并网两种工况下VSG策略的有效性,分析了VSG控制参数对其性能的影响。其次,搭建了风光储微电网模型,研究VSG控制在微网中的适用性。本文依次搭建了永磁直驱风电系统、光伏和储能系统的模型,并对其基本原理和控制策略加以介绍。为了充分发挥分布式电源的输出有功,采用最大功率控制。详细介绍了现有最大功率控制方法,汇总了不同策略的优劣,以及本文的控制方法。根据能量守恒定律,设计了风光储微网内部能量协调控制策略。在仿真软件搭建采用VSG控制的风光储微网模型,分别在孤岛和并网两种工况下验证所建模型的准确性,所提策略的适用性。最后,在常规VSG控制策略的基础上,考虑多约束并结合神经网络算法,提出一种改进型的VSG自适应控制策略。实际微网中VSG惯量阻尼参数的取值范围受到包括储能容量和SOC在内的多种约束,所以需在系统给定参数下的合理区间内取值。RBF神经网络算法是一种具备很好的非线性拟合能力的智能算法,其学习能力强,易于实现。本文将RBF神经网络算法引VSG有功控制环中,设计了RBF控制器。在风光储微电网场景下,将本文所提策略与VSG常规自适应策略比较,仿真结果验证了本文所提策略的有效性。

关键词： 水分测定仪   粒子群参数辨识   变论域模糊PID温度控制   ANSYS/FLUENT   数值模拟  

摘要： 作为烘干失重法水分测定仪的重要组件,红外干燥箱因其体积小、空间结构复杂在温控模型建立和控制算法设计方面一直是国内外仪器制造领域的研究热点。本文以HC103型水分测定仪为研究对象,通过粒子群参数辨识法建立温控系统数学模型,最终提出一种变论域模糊PID温度控制方法,以期在测定样品水分含量时达到烘干加热温度平稳上升且具有较高温控精度的目的。通过分析HC103型水分测定仪红外干燥箱结构及工作原理,采用理论分析法建立红外干燥箱广义温控系统传递函数模型。根据红外干燥箱实际烘干加热过程温度测试数据,采用最小二乘法及粒子群算法对建立的广义温控系统模型进行参数辨识,得到较为精确的数学模型为设计温度控制算法奠定基础。在引入伸缩因子α(x)和/β(x)使得模糊控制论域随输出温度误差的变化而自适应调整的可变论域的优化机制基础上,设计了变论域模糊PID温控系统结构,并在MATLAB/Simulink仿真实验平台中搭建了红外干燥箱温控系统仿真模型,得到了设定干燥箱工作温度为60℃、80℃、105℃和130℃时的超调量均小于5%,动态最大误差均小于2℃以及稳态误差均小于0.5℃,证明了提出的变论域模糊PID温度控制算法具有良好的控制效果。同时为验证变论域模糊PID控制在红外干燥箱温度控制中的正确性及可行性,在ANSYS/FLUENT仿真模拟平台中搭建了红外干燥箱温度场数值模拟模型。数值模拟计算结果表明了变论域模糊PID控制下的红外干燥箱烘干加热温度能够快速稳定上升且在达到稳定状态后保持均匀分布,避免了被测样品因温度过高出现焦糊的现象,验证了温控算法的正确性及可行性。

关键词： MSMA执行器   迟滞非线性   系统综合动力学模型   鲁棒自适应   状态观测器  

摘要： 磁控形状记忆合金(Magnetic Shape Memory Alloy,MSMA)是新型智能材料,具有高频响、行程大等优势,在现代医疗、高精密定位等领域有巨大的应用潜力。在磁场的持续影响下,MSMA材料固有的磁致伸缩特性能产生微纳米级别的形变,这种特性被MSMA执行器成功应用到高精密定位领域。然而,由于MSMA执行器的迟滞非线性存在率相关、多值映射、记忆性等特点,这就极大地增加了MSMA执行器在建模和控制方面的难度。本文构建了精确的MSMA执行器的系统综合动力学模型,在动力学模型的基础上设计了有效的控制方案,实现精密的轨迹跟踪控制。本文的研究内容如下:首先,针对MSMA执行器率相关和非对称的迟滞非线性,本文在传统Prandtl-Ishlinskii(PI)模型的基础上,提出Modified Prandtl-Ishlinskii(MPI)模型。对传统PI模型play算子的权值和下降沿阈值进行加权以提高模型的精确性和灵活性,把改进后的play算子与死区算子串联,同时引入非对称多项式和率相关项,提升模型对非对称性和率相关性的描述,MPI模型参数的辨识采用自适应遗传算法,实验结果验证了构建的MPI模型的有效性。在MPI模型的基础上,通过机电耦合建模,构建MSMA执行器的系统综合动力学模型。此外,采用分步辨识的方法,在MPI模型参数辨识的基础上,使用自适应遗传算法对动力学模型中的未知参数进行辨识。本文提出的MSMA执行器的系统综合动力学模型,为控制器的设计提供了基础。然后,针对逆模型前馈控制存在精确逆模型构建困难、建模会产生误差的问题。在考虑不确定性扰动对系统影响的情况下,结合设计的MSMA执行器的系统综合动力学模型,提出基于动力学模型的无逆模型鲁棒自适应控制器,用来抵消迟滞非线性对MSMA执行器定位精度的影响,采用Lyapunov理论对系统的稳定性进行了证明。将提出的控制方法与文献中的神经网络控制进行对比,实验结果表明所提出的鲁棒自适应控制具有更好的控制效果。最后,虽然第三章提出的控制方法避免了迟滞逆模型的构建,但是其控制精度并未完全摆脱对建模精度的依赖,并且考虑到实际应用中系统内部状态难以测量的问题,本文提出了基于神经网络的鲁棒自适应输出反馈控制器。使用RBF神经网络状态观测器对系统内部难以测量的状态进行观测,此外,由于连续混合微分器(Continuous Hybrid Differentiator,CHD)具有避免抖震现象、有限时间收敛、鲁棒性好的优点,本章采用CHD取代传统动态面控制中的一阶低通滤波器,提升了控制器的控制精度,最终使用Lyapunov理论证明了系统的稳定性。实验结果表明,本文提出的鲁棒自适应输出反馈控制器能保证MSMA执行器精确的跟踪期望信号。

关键词： 自适应调整   联合模拟计算   步履式底盘   控制策略   稳定通过性  

摘要： 山区的地形多为一些不规则的路面以及角度较大的斜坡,传统机械在陡坡行驶或者作业时,由于底盘俯仰角过大,驾驶员的视角以及视野较差,对周围环境的判断力降低,导致作业效率低,甚至由于质心位置不稳定,会出现侧倾、翻车等严重的安全事故,步履式底盘相对于传统底盘结构更为复杂,更为灵活,可以依靠支腿升降或伸展来调整整机的行驶姿态,改变底盘俯仰角和质心位置,应对复杂的路面。本文主要研究步履式底盘纵向行驶姿态的自适应控制及稳定通过性,研究对象为面向陡坡黏土路面的步履式机械液压底盘,提出一种稳定性高的底盘行驶姿态自适应调整的控制策略,以底盘俯仰角和质心位置为优化目标进行自适应调整,主要研究内容包括:建立步履式底盘以及斜坡路面的虚拟样机模型,对底盘进行静、动态稳定性的分析,得出底盘会发生倾覆的条件,根据ZMP(零力矩点)判据,得出底盘在行驶时动态调整质心位置、增加整机抗倾覆性的方法。建立底盘的自适应控制系统,主要控制策略采用PID控制策略,通过加入模糊控制,使得PID控制具有自整定参数的功能,来增强其应对工况变化和抵抗外界干扰的能力,进一步优化PID控制器的控制性能,在Simulink中制作模糊PID控制系统,完成联合模拟计算模型,为底盘自适应控制提供模拟条件。对底盘俯仰角进行自适应控制,结合模糊PID控制系统进行底盘俯仰角的自适应控制,在相对稳定范围内,使得底盘上坡时始终保持水平状态;对底盘质心位置进行自适应控制,根据动态质心位置调整方法,结合模糊PID控制系统,对底盘质心位置进行实时的调整,使底盘在陡坡黏土路面上行驶时,质心位置保持在零力矩点位置;分析底盘在27%(15°)、36%(20°)、47%(25°)陡坡黏土路面上时,姿态调整前后质心的垂向速度、底盘俯仰角、质心水平方向位移等特性,验证模糊PID控制策略的有效性。结果表明:底盘俯仰角自适应调整能自动将底盘俯仰角调整至水平,使驾驶员有较为舒适的视角,增加驾驶员对周围的判断力;底盘质心位置自适应调整可以有效的增加底盘纵向上坡时的抗倾覆性及稳定通过性,模拟中稳定通过的最大爬坡度达到47%(25°),且降低了部分底盘俯仰角;模糊PID控制策略能有效的对这两种行驶姿态进行自适应控制,为以后步履式底盘在复杂路面上的姿态调整提供一些思路和依据。

关键词： MEMS陀螺仪   非线性动力学分析   自适应反演控制   事件触发机制   模糊神经网络  

摘要： 微机电系统(Micro-Electro-Mechanical Systems,MEMS)陀螺仪是集高精度、低成本、微尺寸、易于电路集成等优势于一体的高性能惯性传感系统,极大地革新了惯性导航产业。然而,由于工作环境的复杂性,MEMS陀螺仪受到温度变化、机械冲击等内外干扰的影响,易产生漂移与有害振荡等不确定性,尤其是高频混沌振荡会直接导致性能恶化甚至造成系统瘫痪。同时现有MEMS陀螺仪存在数学建模不精确,动力学认知模糊及核心控制算法缺失等问题,导致其逐渐无法满足当下智能导航的高精度和高可靠等需求。因此,本文以MEMS陀螺仪为研究对象,建立其动力学模型,揭示其动力学演化机理,有机结合非线性动力学、模糊神经网络、自适应反演控制等多学科理论与方法探究MEMS陀螺仪的自适应控制机制,消除高频混沌振荡和未知非线性等造成的不良影响,提高系统精度和响应速度。本研究丰富了MEMS陀螺仪的自适应控制理论,进而为集成了MEMS陀螺仪的惯性导航、智能汽车及轨道卫星等高端设备的研发提供理论依据与技术指导。具体工作内容如下:(1)MEMS陀螺仪的建模与动力学分析:基于牛顿定律与基尔霍夫定律,建立了MEMS三轴陀螺仪的数学模型。以此为基础,为了进一步提高陀螺仪的灵敏度和抗干扰性能,基于质量块之间的机械耦合结构并考虑高阶非线性项和不对称项,将单个孤立的MEMS三轴陀螺仪拓展到具有耦合结构的双质量MEMS陀螺仪,并建立其动力学模型。利用时间历程图、相图以及李雅普诺夫指数图等动力学分析工具揭示了MEMS陀螺仪在不同场景和系统条件下固有的非线性振动特性(特别是高频混沌振荡),并明确了所揭示的振动特性对系统灵敏度的显著影响,为后续的控制方案研发提供了重要的理论基础和技术支撑。(2)MEMS三轴陀螺仪的加速自适应反演控制:以具有高频混沌振荡与状态约束的MEMS三轴陀螺仪为研究对象,设计了加速自适应反演控制方案。在控制器设计中,利用二型模糊小波神经网络(T2FWNN)估计系统的非线性项;融入速度函数实现状态变量的加速收敛;构造时变障碍李雅普诺夫函数(BLF)将状态变量限制在规定范围内;设计双曲正切跟踪微分器(HTTD)来解决虚拟控制的反复微分导致的“复杂项爆炸”问题。稳定性分析证明了闭环系统中的所有信号最终有界。大量仿真实验结果证明所提控制方法不仅抑制了混沌振荡,而且取得了良好跟踪性能(即0.02秒内实现稳定且稳态误差被限制在[-0.005,0.005]的区间内)。该研究结果为后续具有耦合结构的双质量MEMS陀螺仪自适应反演控制方案设计提供了有益的理论依据。(3)双质量MEMS陀螺仪的模糊PID事件触发控制:针对研究内容(1)所建立的具有耦合结构的双质量MEMS陀螺仪,提出了模糊PID事件触发控制方案以实现其稳定控制。在控制器设计中,利用模糊逻辑在线整定PID控制策略的三个参数以提高其控制性能;引入事件触发机制降低控制信号的更新率以此实现通信资源节约。仿真实验结果验证了所提控制方案的有效性。本研究结果为研究内容(4)中双质量MEMS陀螺仪的自适应反演控制方案设计提供了研究思路。(4)双质量MEMS陀螺仪的自适应反演漏斗控制:为突破PID控制的局限性,进一步提高系统的稳定性与鲁棒性,结合研究内容(2)和(3)研发了具有事件触发策略的双质量MEMS陀螺仪自适应反演漏斗控制方案。为综合地解决不确定性、收敛速度慢、状态约束、“复杂项爆炸”和通信资源浪费等性能控制问题,深度融合二型顺序模糊神经网络(T2SFNN)、速度函数、非对称漏斗边界、加速指数积分跟踪微分器(AEITD)和事件触发策略,揭示了自适应反演控制机理。李雅普诺夫稳定性分析证明了闭环系统中所有信号有界、状态约束不被违反且有效避免了芝诺行为。仿真实验结果证明所设计的控制方案实现了高精度目标轨迹跟踪(在0.05秒内稳定,稳态误差限制在[-0.1,0.08]内),且节省了约95%的通信资源,同时与研究内容(3)相比证明了所提方案的优越性。

关键词： 机电液   垂扭耦合   输出受限   自适应控制   轧机振动抑制  

摘要： 针对轧机机电液垂扭耦合系统存在耦合振动问题,提出一种基于耦合反步法的轧机垂扭耦合振动抑制控制策略.首先考虑轧机传动系统、液压系统与辊系机械间的相互影响,根据动力学定理,建立轧机机电液垂扭耦合振动数学模型.其次考虑到轧机耦合垂振系统和耦合扭振系统间存在状态耦合关系,利用耦合反步法,解决了振动控制器设计中存在的相互嵌套问题.针对耦合系统输出性能受限问题,借助于障碍李雅普诺夫函数方法,同时利用神经网络来逼近未知非线性函数,设计自适应神经网络振动抑制控制策略.基于李雅普诺夫稳定理论严格证明了本文设计的控制方法能够保证系统输出满足所要求的暂稳态性能指标.最后,根据650 mm轧机的实际数据进行仿真,验证了本文设计控制策略的有效性与优越性.