【摘 要】
：
为解决滑模控制和云控制方法存在的问题，将云控制方法和滑模控制相结合，研究一种新型智能滑模控制方法。针对具有不确定性和外加干扰的非线性系统，提出了基于云模型的滑模控制器，由等效控制器和云控制器两部分组成。云控制器采用系统滑动模态作为输入，可以将切换控制连续化，能够有效削弱抖振。利用Lyapunov方法给出了闭环控制系统的稳定性定理。最后，采用所设计的滑模控制器控制Genesio混沌系统，仿真结果验证
【机 构】
：
北京科技大学信息工程学院,北京100083 钢铁流程先进控制教育部重点实验室,北京100083 北
论文部分内容阅读
为解决滑模控制和云控制方法存在的问题，将云控制方法和滑模控制相结合，研究一种新型智能滑模控制方法。针对具有不确定性和外加干扰的非线性系统，提出了基于云模型的滑模控制器，由等效控制器和云控制器两部分组成。云控制器采用系统滑动模态作为输入，可以将切换控制连续化，能够有效削弱抖振。利用Lyapunov方法给出了闭环控制系统的稳定性定理。最后，采用所设计的滑模控制器控制Genesio混沌系统，仿真结果验证了设计方法的可行性和鲁棒性。
其他文献
城市排水管网与污水处理厂的运行状态直接影响受纳河流的水质。以实现河流水质目标为前提,根据不同环境与气候条件调节污水处理厂运行状况和排水管网的污水排放量,可有效保护河流生态质量。以流域水质控制为目标，在建立城市污水处理系统集成仿真平台基础上，引入多变量调节器构造城市污水处理系统优化控制策略。仿真结果表明，所构造的多变量控制方案通过对排水管网和污水处理厂的协调控制,实现了河流水质的改善。
有效市场假说表明市场价格可以充分反映所有可获得的信息，因此，如何有效地分析证券价格对信息的反应已经受到了众多学者的关注。为了描述证券市场对公共信息的反应强度，进一步分析和量化公共信息在市场中的作用，本文提出了一种基于模糊聚类技术的度量方法。针对存款准备金率调整这一公共信息，聚类结果表明上证A股对于历次调整都存在着三类显著的反应特征；同时也表明该方法应用于证券市场对公共信息的反应强度划分具有较好的效
铝带坯晶粒度是铸轧过程中反映铝带坯产品质量的重要参数，目前无法实现在线实时测量与控制。本文在分析铝电磁铸轧的工作原理和铸轧因素及电磁因素对铝带坯晶粒度影响的基础上，结合铝电磁铸轧过程，建立了基于BP神经网络的铝带坯晶粒度软测量模型，并针对此模型的不足，利用粒子群算法进行优化，以实现晶粒度的在线测量。仿真结果表明：基于BP神经网络软测量模型能够实现铝带坯晶粒度的在线测量，且结构简单。用粒子群算法对B
ZigBee通信在传输系统中存在噪声干扰和多径衰落影响，导致系统误比特率高的问题。本文提出了信号和直接序列扩频码相乘的方法，增强ZigBee通信抗干扰能力，并建立O-QPSK系统的通信模型。通过比较直扩O-QPSK和未扩频O-QPSK通信系统模型，可知直扩O-QPSK通信能够减小误比特率，提高ZigBee通信的可靠性。通过Simulink 仿真，仿真结果表明直扩O-QPSK的通信系统能够满足IEE
氧化铝硅渣作为配制生料浆的主要原料之一，成分波动大且检测滞后，传统预测效果不佳，影响了优化配料系统的实施效果，进而造成生料浆质量的不稳定，本文针对硅渣成分的时间序列，首先采用G—P算法和小数据量的Wolf算法分析其混沌特性；接着，运用粗糙集理论构造硅渣多组份时间序列的广义相空间；最后，通过支持向量机SVM描述广义相空间上输入输出变量间的关系，实现氧化铝硅渣成分的精确预测，为生料浆优化配料创造条件。
研究了直升机主桨旋翼协调加载的鲁棒自适应解耦控制方案。该算法以PID控制器作为闭环控制器，采用 CMAC神经网络在线学习系统非线性、不确定性以及系统耦合作用，实现对期望输出轨迹的渐近跟踪。闭环稳定性分析证明了该控制算法具有渐近稳定性。主桨旋翼气动载荷模拟试验结果表明，协调加载鲁棒自适应解耦控制器具有较高的载荷谱跟踪精度和较强的鲁棒性。
空间机器人的本体基座不固定，系统的线动量和相对系统总质心的角动量守恒。角动量守恒方程不可积，系统为非完整系统。针对这一特点，提出了用分布估计算法（EDA）对空间机器人进行运动规划。推导了空间机器人位姿运动学模型，把系统的非完整运动规划转化为最优控制问题，并用EDA求出系统的最优控制率，解决了非完整系统的运动规划。仿真表明了方法的有效性。
针对轴承故障检测系统中异常样本数据不易收集以及异常样本数据分布不均导致传统分类算法出现过适应等现实应用问题，提出了一种基于自回归(AR)模型残差序列自相关系数熵的故障检测方法。该方法利用正常样本生成AR模型参数，其它样本在该模型的投影形成残差序列，计算残差序列的自相关系数熵作为相似性的度量。实验结果表明该方法能有效地克服以AR模型参数为特征计算复杂度高且检测性能易受样本大小影响的不足。实验中将本文
不同传感器具有不同的非线性。为提高传感器数据重构精度，本文提出两种数据重构方法。对于不是特别严重的非线性，采用最小二乘拟合与径向基函数残差插值进行融合重构，可以在增加有限计算量条件下提高数据的近似精度；对于非线性较严重的传感器，为兼顾局部特性，采用移动最小二乘法进行数据重构，它通过全局近似向局部近似的转化，同样使重构结果具有满意的近似精度。选用两种不同传感器进行实验，结果表明两种方法均行之有效。
具有多资源需求和柔性加工路径的顺序资源分配系统（Sequential Resource Allocation Systems with Multiple Resource Acquisitions and Flexible Routings简称（C/D）RAS）是一类较复杂的、更为一般的资源分配系统。本文研究（C/D）RAS的Petri网模型标识S 3PGR 2网(N，M 0)，定义其中的循环结构