关键词： 不确定非线性系统   多智能体系统   自适应控制   智能控制   量化控制   渐近跟踪   鲁棒控制  

摘要： 在控制领域,随着信息技术的飞速发展和社会需求的增加,跟踪控制和一致性控制得到了广泛的研究和应用。跟踪控制旨在使系统的输出与参考输入信号保持一致,适用于许多自动化控制领域,如机器人控制、工业自动化、航空航天等。一致性控制则是指对于具有多个输入和输出的复杂系统,要保持各个输入和输出之间的一致性和协调性,适用于诸如网络控制、卫星导航、智能交通等领域。本文利用自适应控制方法、反步法、模糊逻辑系统、神经网络以及非线性鲁棒控制方法,考虑了几类非线性系统的自适应跟踪控制问题。根据李雅普诺夫稳定性理论以及MATLAB仿真实验,证明了所设计的控制算法的可行性。文章的主要内容包括以下三个部分:(1)针对一类非线性非严格反馈系统,研究了具有输入量化的自适应模糊跟踪控制问题。在控制器中引入时变辅助信号和双曲正切函数,使得控制信号具有新的变换。此外,提出了一种新的自适应模糊控制方案,可以在量化参数未知的情况下,应用迟滞量化器来解决输入量化带来的影响。所提出的控制方法能够保证闭环系统中的所有信号有界并且跟踪误差可以渐近地收敛到零。(2)针对一类严格反馈形式的不确定多智能体系统,研究了一种鲁棒自适应一致跟踪问题。通过构造状态观测器并利用反步法,提出了一种分布式自适应神经量化控制方案来解决一致性跟踪问题。通过动态面技术解决反步法造成的“复杂性爆炸”问题。同时引入有限时间设计实现快速收敛。在切换机制下,神经网络设计和鲁棒技术协同工作,能够获得良好的跟踪性能。对于一个包含生成树的通信图,证明了所提出的控制器保证了闭环系统的所有信号都是半全局最终一致且有界的,并且一致性误差和观测误差收敛于原点的一个可调邻域。(3)针对一类异构非线性多智能体系统,提出了一种分布式动态补偿器来解决具有未知参数的自适应输出一致性问题。分布式动态补偿器将原始一致性问题转化为非线性系统的标准渐近跟踪问题,而不需要额外的稳定性条件。同时,在控制律中引入了一种新的具有未知扰动界估计和正时变积分函数的阻尼项,以抵消外部扰动的不稳定影响。采用改进的自适应反步法设计了一个中间控制律,同时在中间控制律中引入了一个具有未知界的阻尼项和一个正时变积分函数。此外,在控制律中引入一种新的光滑函数,基于第一步构造的中间控制律来消除量化的影响。最终证明了闭环系统中的所有信号都是全局一致有界的,并使所有智能体的输出都能够渐近地跟踪领导者信号。

关键词： 扑翼飞行器   神经网络   滑模控制   自适应控制   反步控制  

摘要： 近年来,随着仿生学、微机械电子学、现代控制等学科的快速发展,扑翼飞行器作为模仿生物飞行方式的仿生机器人,受到国内外研究者的广泛关注。与传统的固定翼飞行器和四旋翼飞行器相比,扑翼飞行器具有噪音低、隐蔽性强和机动性强等特点,未来将在军事领域和民用领域得到广泛的应用。但在其飞行过程中易受到外部扰动、执行器故障和模型不确定性等诸多问题的影响,迫使其无法跟踪预定的轨迹,甚至发生坠毁事故。因此本文针对存在外部扰动、执行器故障及不确定性的扑翼飞行器模型,结合自适应控制和神经网络控制设计了相应的抗干扰控制器和容错控制器,具体研究内容如下:首先,对扑翼飞行器的飞行机理进行了阐述,建立了适合扑翼飞行器的坐标系,并以拉格朗日形式分别建立了扑翼飞行器姿态子系统和位置子系统的数学模型,为之后控制方法的提出奠定基础。其次,以建立的扑翼飞行器系统模型为基础,考虑其具有外部扰动以及模型内部参数不确定性的情况,利用神经网络对扑翼飞行器数学模型中复杂非线性和不确定性进行逼近估计,同时对于外部扰动,采用自适应技术来处理干扰对系统的影响。基于反步递推框架,引入一阶滤波器,设计了动态表面控制器,克服了传统反步递推设计中“微分爆炸”的局限性。进一步,利用Lyapunov稳定性理论证明了扑翼飞行器姿态和位置闭环系统的稳定性和所有状态变量的半全局一致最终有界性。结果表明,所提控制器不仅能够使稳态误差更好地收敛,而且还提高了收敛速度。Matlab仿真结果验证了本文控制方法能够有效地处理不确定性和外部干扰,且能够很好地跟踪期望轨迹。最后,在考虑了上述外部干扰及模型内部参数不确定性的情况下,进一步研究了具有执行器故障的扑翼飞行器的容错控制问题。执行器故障会影响扑翼飞行器位置和姿态的跟踪性能。为了提高扑翼飞行器的容错能力,提出了一种基于非奇异快速终端滑模的容错控制方案。为了消除模型中执行器故障和不确定性对系统性能的影响,采用径向基函数神经网络对执行器故障和不确定动态进行补偿,并构建了一种非奇异快速终端滑模来进一步提高系统的稳定性,加速故障后系统稳定性的恢复。此外,考虑到扑翼飞行器角速度难以测量的问题,设计了状态观测器对扑翼飞行器角速度进行估计,并结合神经网络提高估计精度。最后,通过Lyapunov方法证明了所设计的控制器可以保证姿态和位置闭环系统的稳定性和所有状态变量的半全局一致最终有界性。并通过Matlab数值仿真运算,验证了控制方案有效性。

关键词： 微电网   功率分配   虚拟阻抗   自适应控制   分布式控制   一致性算法  

摘要： 微电网是消纳分布式电源的重要方式,能够有效提高新能源的利用率。在实际运行中,为了实现系统大功率供电的要求,逆变器的并联运行十分必要。下垂控制是实现微电网内分布式电源并联稳定运行和功率合理分配的重要技术手段,但受线路阻抗等不确定性因素的影响,微电网中并联运行的分布式电源无法完全按照下垂控制确定的原则合理分配功率,使得微电网运行的经济性、安全性以及响应性能受到影响。本文主要针对孤岛微电网内并联逆变器的功率分配展开研究,基于逆变器下垂控制(一次控制)及分布式二次控制技术,结合虚拟阻抗控制技术和多智能体一致性算法,设计实现孤岛微电网内并联运行逆变器在多种影响因素下功率的合理分配。 首先,基于下垂控制(一次控制)原理,推导出了有功-频率和无功-电压下垂控制方程,并阐述了孤岛微电网并联运行逆变器利用下垂控制实现功率合理分配的原理和过程;基于LC滤波型三相并网逆变器拓扑建立了其电路和电压电流双闭环控制模型,并完成了参数设计,为后面的研究工作奠定了基础。 其次,基于引发微电网内并联运行分布式电源功率分配不合理的影响因素,分别讨论、分析了线路阻抗变化,以及配电网输电线路阻性特征对功率分配的不利影响;针对这个问题,提出了一种基于虚拟阻抗的微电网功率分配自适应控制策略。该策略可以在线路阻抗信息未知的情况下,根据功率偏差值和电压反馈设计实时变化的虚拟阻抗,重塑系统的输出阻抗,实现并联运行分布式电源间的阻抗匹配;另外,考虑到配电网输电线路的阻性特征,还加入了功率解耦控制,克服了有功和无功耦合对功率分配的影响,实现了发电单元间功率的合理分配。通过在Matlab/Simulink仿真平台上搭建逆变器并联运行模型进行实验,验证了所提控制策略的有效性。 最后,基于二次调频环节中引发并联运行分布式电源有功功率分配不合理的影响因素,分别讨论、分析了PI控制器参数差异以及非均匀响应延迟对分布式电源有功功率分配的不利影响;针对这个问题,提出了一种基于一致性算法的微电网有功功率分配控制策略。该策略基于多智能体一致性算法,通过采集本地分布式电源有功输出和相邻分布式电源有功输出计算有功功率调节量,对控制误差进行补偿,进而实现微电网内各发电单元有功功率的合理分配。通过在Matlab/Simulink仿真平台上搭建三台逆变器并联运行模型进行实验,验证了所提控制策略的有效性。

关键词： p-规范型系统   固定时间自适应控制   事件触发机制   输出约束   外部扰动  

摘要： p-规范型系统因其在动力系统、欠驱动机械系统和机器人系统等领域的潜在应用而受到广泛关注。其中，固定时间控制问题是研究 p-规范型系统的基本问题之一，其主要思想是使得系统快速地达到稳定。另一方面，在实际应用中，系统可能会受到一些约束，例如，输出约束，带宽约束等，因此，对于具有约束的 p-规范型系统的固定时间自适应控制问题的研究具有重要意义。尽管目前对于 p-规范型系统已经有许多研究成果，但仍有一些问题尚未考虑。基于此，本文主要研究约束下 p-规范型系统的固定时间自适应控制问题。主要研究如下：　　首先，针对一类 p-规范型非线性系统，研究具有不对称输出约束和外部干扰的固定时间自适应跟踪控制问题。利用增加幂次积分器技术，有效地克服系统中幂指数项带来的难题，进而设计无奇异性的固定时间自适应控制器。通过引入非线性转换函数，解决系统中的不对称输出约束问题，并采用H?技术来抑制外部干扰对系统的影响。根据Lyapunov稳定性理论分析得出闭环系统的所有信号是有界的。通过仿真对比，证明所提方案的有效性。　　其次，针对一类具有外部干扰的非线性 p-规范型系统，研究基于事件触发机制下的固定时间自适应控制问题。利用固定时间理论，能够更精确地估计系统收敛时间上界，并首次应用于非线性 p-规范型系统上。此外，针对非线性 p-规范型系统，设计饱和阈值事件触发机制，以降低通信负担。仿真对比证明该方案的可靠性。　　最后，针对一类具有未建模动态的 p-规范型多智能体系统，研究其固定时间自适应包含控制问题。提出一种改进的事件触发机制，合理地节约系统通信资源，即仅通过改变事件触发机制的参数来统一现存的几种事件触发机制，使得控制设计更灵活。此外，通过引入动态信号，解决系统的未建模动态问题。利用理论分析，证明p-规范型多智能体系统是实际固定时间稳定的。最后，通过仿真来验证该方案的可行性。

关键词： 轮腿式机器人   数据驱动控制   最优控制   输出调节   自适应控制  

摘要： 随着机器人的发展,两轮轮腿式机器人因具备移动速度快和通过性强的特性而备受关注。基于模型的控制方法会因为建模偏差、模型参数不准确、外界干扰等因素出现控制性能下降的现象。机器人通过数据驱动的非模型方式自学习出最优控制器,对其在实际场景中的应用有一定的价值和意义。在已有的两轮轮腿式机器人的论文成果中,Ascento机器人的论文中只介绍了固定姿态下的平衡控制及其结构描述,没有对上述两个问题做展开研究;第一代Ollie机器人发布的论文通过设计控制器延伸了稳定的控制域,也没有针对性的对上述两个难题提出系统性的解决方法。相关研究的不足之处如下:(1)已发表的两轮轮腿式机器人的研究成果多集中于介绍机器人本体结构的优化设计和针对传统的基于模型的控制方法进行人为偏差补偿;(2)没有提出系统性的方法解决模型不准确和模型参数不精准所带来的控制性能下降的问题。通过查阅大量文献和实际应用结果对比,提出并首次应用了自适应动态规划(Adaptive Dynamic Programming)和自适应最优输出调节(Adaptive Optimal Output Regulation,AOOR)方法到Tencent Robotics X实验室自研的两轮轮腿式机器人Ollie上。结合这两种理论和第二代Ollie的实际情况,设计了对应的自迭代策略以解决上述提到的两轮轮腿式机器人的自适应平衡和速度调节问题。该方法具备所需数据量少、可在线收集数据、在线迭代的优点。其中,AOOR是一个针对线性系统的控制理论,通过和作者沟通,其首次被应用于两轮轮腿式机器人上。这两种方法可以根据机器人当前实时的状态信息自动迭代出最优控制器,无需依赖于机器人的精确建模以及模型参数的准确获取,解决了上述所提的两个难题。通过四个场景和一个平衡滚杯应用的对比实验,本文创新点如下:(1)基于数据驱动的ADP控制器能让机器人保持自适应平衡,解决了控制器性能受精确建模和模型参数准确度影响的难题;(2)基于数据驱动的AOOR控制器实现了自适应的速度调节,让机器人稳定停在原地,不再需要对不同姿态下的机器人进行手动补偿;本文只重点研究了机器人保持直立时的线性系统区间,如何解决线性区间以外的两轮轮腿式机器人的控制问题,也是该类机器人以后为实际应用落地所应考虑的问题。

关键词： 车辆状态估计   多传感器融合   H_∞/AKF   纵向动力学控制   鲁棒控制  

摘要： 近几年,自动驾驶技术高速发展,成为了汽车专业领域的热点话题。市面上的自动驾驶汽车已经具备了在一些特定典型场景中实现无人驾驶运行的能力,但面对多种多样的突发情况,还是无法完全保证车内人员的安全。主要原因在于车辆的感知系统与控制系统易受环境噪声和系统噪声的干扰,导致汽车感知与控制误差较大。针对以上问题,本文针对基于多传感器融合的车辆纵向动力学鲁棒控制方法展开研究,主要研究工作如下:(1)车辆动力学状态估计。考虑在实际中车辆的横纵向车速、轮胎-路面摩擦系数、轮胎刚度等车辆状态参数测量比较困难,提高对本车辆运动状态的观测精度和鲁棒性,设计了三个模块化状态观测器对车辆的行驶状态进行估计。首先,针对实际车辆中车轮转速传感器易受环境噪声干扰的问题,基于车轮动力学模型设计了车轮转速观测器,并基于李雅普诺夫理论证明了观测器的稳定性;然后,考虑到环境中加性噪声的干扰,基于车辆七自由度动力学模型和Dugoff轮胎模型,针对车辆的横纵向车速、横摆角速度和轮胎-路面摩擦系数设计了非线性状态观测器,并基于李雅普诺夫稳定性求解了观测器的增益范围,同时证明了所设计观测器的收敛性和鲁棒性;最后,基于Dugoff轮胎模型,利用递归最小二乘(Recursive Least Square,RLS)方法对轮胎的侧偏刚度和扭转刚度进行了估计,并引入了遗忘因子以调节观测值的收敛速度。(2)多传感器数据融合。考虑环境的动态不确定性以及传感器系统的随机干扰,为提高感知系统的冗余度、鲁棒性和精确性,提出了一种新的多传感器数据融合方法。首先,基于匈牙利算法对多传感器的感知障碍物进行目标关联,减小因多传感器感知目标匹配错误而引起的融合误差;然后,考虑到系统建模不确定性、环境噪声不确定性等干扰,结合H∞滤波和自适应卡尔曼滤波(Adaptive Kalman Filter,AKF)的优势,提出了一种混合H∞/AKF的数据融合方法,并在AKF中引入了衰减因子,避免因环境噪声导致的误差累积引起系统发散。最后,考虑到道路曲率带来的横向偏移量,设计了本车道最近目标车辆(Closest In-Path Vehicle,CIPV)的筛选逻辑,并将CIPV的多传感器融合信息用于车辆纵向动力学控制。(3)车辆纵向动力学控制。针对车辆系统的不确定性问题,考虑智能车的安全性、舒适性等约束条件,提出车辆纵向动力学鲁棒最优控制算法,基于H∞控制理论建立车辆纵向动力学鲁棒性设计准则,实现车辆的纵向鲁棒控制。首先,基于卡尔曼滤波(Kalman Filter,KF)算法,融合传感器感知的车道信息和车辆动力学信息对道路的曲率进行估计;然后,基于融合的道路曲率对跟车时距和安全车速进行设计,实现车辆在跟驰场景下的自适应控制;最后,考虑底盘系统不确定性和系统建模不确定性的扰动,利用李雅普诺夫稳定性理论设计了基于H∞的车辆纵向动力学闭环控制器。(4)硬件在环验证。针对本文所提出的方法,建立了多种不同的硬件在环测试场景进行验证,结果表明,所提出的基于多传感器融合的车辆纵向动力学鲁棒控制方法能满足车辆的舒适性、安全性、鲁棒性和实时性要求,可应用于实际的车辆控制器和智能驾驶场景。

关键词： 管道输水灌溉   智能灌溉   灌溉管网   数字模型   云平台  

摘要： 我国的水资源总量丰富,但人均占有量严重不足。而农业灌溉用水量又占社会用水总量的60%以上,农业灌溉作为我国的用水大户,较低的灌溉利用率导致了我国水资源供需矛盾日益突出,这对提高灌溉用水效率与管理水平提出了更高的要求,大力发展高效节水灌溉技术显得尤为重要。灌溉智能化建设对提高灌溉用水效率与管理水平起到十分重要的作用。而我国的管道输水灌溉工程在建设过程中,由于对田间节水灌溉工程不够重视,导致自动化管理水平较低,在灌溉过程中往往会存在灌水不均匀、管理效率低等问题。为了实现小型机电灌区管道输水灌溉系统适时适量的灌溉,提高用水效率与管理水平,本文以南方平原河网地区管道输水灌溉系统为主要对象,研究建立了南方平原区水稻田管道输水智能控制系统,以实现精准灌溉、节省用水、管理高效的目的。主要内容与结果如下:(1)根据恒定流质量守恒定律与能量守恒及转化定律,构建了南方平原区管道输水灌溉系统的数字模型,并以二分法进行求解,用来模拟不同工况条件下管道输水灌溉系统中各级管道主要节点的流量、工作压力,各放水口的流量以及水泵的流量、扬程、轴功率、效率等状态参数,为管道输水灌溉自动化奠定了技术基础。(2)硬件系统包括水位传感器、电磁阀、LoRa终端设备、网关通信设备、IO设备,主要通过接收并执行上位机系统的控制指令,实现灌溉系统中水泵、电磁阀的远程启闭,以及水泵累计抽水量、泵站进水池与出水池水位、各块格田田间水分状况等相关数据的远程监测。(3)上位机系统采用数据库管理的方法存储采集到的数据及天气预报数据,方便用户查看、调用数据。同时采用PHP语言开发了管道输水灌溉云平台管理系统,主要包括远程手动控制、智能控制以及仿真运行三大功能。运用App Inventor 2制作移动端管理App,方便用户随时随地查看数据以及控制灌溉系统的运行。本文研究的南方平原区管道输水灌溉智能控制系统既能实现对泵站与田间水分状况的监测,又能对管灌系统的运行进行智能控制。系统可以实现大量减少人力劳动,减轻相关管理操作人员的工作量,操作较为方便,实现运行安全可靠,适用于南方地区乡镇管道输水灌区管理部门。在改善灌水均匀性、提高工作效率的同时,降低了相关资金支出,对南方平原区管道输水灌溉系统智能化改造升级提供相应依据。

关键词： 望远镜   伺服控制   动力学建模   鲁棒控制   滑模控制  

摘要： 斜轴式望远镜是一种具有特殊结构的新型望远镜,其封闭式外架机构适合在极地等恶劣环境下长时间运行,南极Dome A 5 m太赫兹望远镜(DATE5)采用了该类型结构设计。目前国内外已建成的可动望远镜以地平式结构和赤道式结构为主,针对斜轴式望远镜详细的伺服系统建模研究与控制方案设计相对较少。本文对斜轴式望远镜伺服系统建模及鲁棒控制问题,通过模型推导、仿真分析和实验验证的方法,进行了详细讨论。本文的具体工作如下:本文对斜轴式望远镜伺服系统的各个子系统进行了详细的分析与建模。首先使用2自由度刚体模型来描述斜轴式结构,通过拉格朗日法对该模型进行力学分析,给出了斜轴式结构运动学与动力学非线性特性的定量描述。接着,使用机理分析法建立了驱动系统的数学模型,基于LuGre模型分析了非线性摩擦对驱动系统影响。根据南极Dome A实测环境数据,运用Davenport风速谱模型完成了风载扰动力矩的仿真。综合上述分析结果,建立了描述斜轴式望远镜伺服系统全过程的数学模型,并在MATLAB/Simulink仿真软件中进行了仿真测试。针对伺服系统中的干扰问题,根据所建数学模型,设计了基于干扰观测器的自适应滑模控制器,其中干扰观测器负责估计系统所受的外部扰动,主要是扰动的低频部分,剩余扰动则由滑模控制器进行抵消。仿真结果表明,该复合控制器在面临非线性摩擦扰动和外部风载扰动时都有很强的鲁棒性,能够实现在复杂环境下完整望远镜的指向控制。最后,搭建了斜轴式望远镜小型实验平台,为其设计了控制系统的软硬件,在实验平台上进行了鲁棒控制验证实验,并和仿真实验进行比对。结果显示,本文提出的鲁棒控制算法具有可行性和有效性,在指向精度基本能够达到系统的硬件极限。

关键词： 固定时间一致性   RBF神经网络   状态约束   非线性映射   自适应控制  

摘要： 近年来,多智能体系统的固定时间一致性研究吸引了诸多研究人员的注意。固定时间一致性相较于渐近一致性有更快的收敛速度、更高的控制精度、更强的抗干扰能力以及更广阔的发展前景。此外,实际系统中往往存在输入死区或执行器故障等问题,而且由于工作环境的影响,需要对系统进行输出约束或全状态约束。因此,针对上述情况,如何实现多智能体系统一致性协议的设计与分析具有重要的理论意义和应用价值。相关研究已经取得了一定的成果,但是针对多机械系统甚至更一般的高阶非严格反馈非线性多智能体系统的固定时间一致性研究较少。本文基于固定时间一致性理论,结合加幂积分技术和神经网络,对多智能体系统存在执行器故障,输入、输出和全状态约束等情况展开研究,提出一系列新的固定时间一致性协议设计方案。本文主要工作如下:(1)针对具有未知非线性特性和扰动的多机械系统,设计了一种基于自适应神经网络的固定时间一致性协议。首先,考虑存在未知非线性函数项和不确定扰动的多机械系统模型,利用神经网络来逼近模型中未知的非线性项,基于递归设计思想提出了固定时间一致性协议;其次,利用Lyapunov稳定性理论证明了任意两个机械系统的位置和速度误差可以在固定时间内收敛到零的小邻域内;最后,利用数值算例验证了所设计协议的有效性。(2)考虑了存在执行器故障和输出约束的多机械系统,提出了固定时间容错一致性协议。结合图论、非线性映射方法、神经网络和加幂积分技术,在执行器部分失效和偏置故障同时存在的情况下,设计了自适应实际固定时间一致性协议,通过数值仿真验证了该协议能使多机械系统的位置和速度均在固定时间内达到一致且位置状态始终位于约束条件内。(3)研究了同时存在输入死区和全状态约束的高阶非线性多智能体系统的实际固定时间一致性问题。考虑多智能体系统具有非严格反馈结构,且受到非对称时变全状态约束的限制,利用新型非线性映射函数,将受约束系统转化为等效不受约束系统,结合加幂积分技术和神经网络,给出了自适应实际固定时间一致性协议的递归设计方案,并利用Lyapunov稳定性理论进行了多智能体系统的固定时间一致性分析。最后进行数值仿真,仿真结果表明通过该协议能保证跟随者可以在固定时间内实现对领导者状态的跟踪且所有状态信号始终不违反约束条件。

关键词： 孤岛微电网   二次控制   混杂事件触发机制   干扰   通信时延   自适应控制  

摘要： 微电网是一种典型的小型电力系统,其通常工作在并网模式或孤岛模式。为了实现对孤岛微电网的控制,孤岛微电网通常采用分层控制结构。一次控制一般采用下垂控制来平衡发电量和负荷需求,实现电压和频率的稳定。二次控制用于恢复下垂控制引起的频率和电压的偏差。传统上,分布式二次控制采用周期性采样机制来实现,然而在采样间隔固定的情况下,可能会导致通信资源的浪费,而且在实践中,微电网通信网络的通信资源是有限的,因此,为了更加高效地利用有限的通信资源,分布式事件触发二次控制近年来得到了广泛的关注。在本文中,重点研究了孤岛微电网分布式事件触发二次控制问题,本文主要工作如下:(1)研究了具有外部干扰的孤岛微电网二次控制问题。提出了分布式二次控制律来补偿一次控制引起的频率和电压的偏差,实现了有功功率均分。为了节省通信资源,提出了一种混杂事件触发机制来调度每个分布式电源的信息传输。构建了一个混杂系统模型来描述系统的闭环动态,基于该模型,进行了李雅普诺夫稳定性分析和事件触发机制的设计。与现有结果相比,所提出的混杂事件触发二次控制策略不仅可以减少触发次数,而且在系统遭受不确定的外部干扰时仍然能够保证严格正的最小事件触发间隔。(2)在混杂系统框架下研究了具有通信延迟的孤岛微电网二次控制问题。提出了一种混杂动态事件触发机制以减少通信资源的使用,事件触发间隔的下界是严格为正的。构建了混杂闭环系统模型,该模型融入了通信延迟和事件触发机制,有助于对系统的稳定性和性能进行分析。提出了基于李雅普诺夫的稳定性分析方法,同时可以确定系统所能承受的时延上界,即最大允许延迟。此外,即使在存在外部干扰的情况下,所提出的混杂动态事件触发机制仍然能够确保最小事件触发间隔,其是可以设计和预先指定的。(3)提出了一种不依赖于全局信息的分布式自适应控制律,用于补偿一次控制引起的频率和电压的偏差,解决了外部干扰影响下的孤岛微电网完全分布式事件触发二次控制问题。提出的分布式自适应动态事件触发机制,将自适应参数引入到事件触发机制的设计中,即使在存在干扰的情况下,在确保严格正的最小事件触发间隔的同时,还能够保证事件触发机制的设计不依赖于拉普拉斯矩阵等全局信息。借助于辅助函数,构造了一个全新的李雅普诺夫函数用于系统的稳定性分析和事件触发机制设计。与现有结果相比,采用所提出的事件触发二次控制策略,实现了严格正的最小事件触发间隔且不依赖于任何全局信息。此外,所提出的自适应动态事件触发二次控制策略对外部干扰具有一定的鲁棒性。