时变时滞系统滑模变结构智能控制策略研究

论文摘要

在许多工业和国防领域中，受控对象的数学模型往往事先难以确定，即使在某一条件下被确定了的数学模型，在工况和条件改变后，其动态参数乃至于模型的结构仍经常发生变化，常规控制器不可能获得好的控制品质。在这些复杂的被对象当中，常还广泛地存在着时滞现象，受控对象的固有时滞给系统分析和综合带来很大困难。而时变时滞的特性则使问题更加复杂，因而对此类问题的研究具有重要的理论和实践意义。 本文研究的主要内容为针对一类过程动态特性随系统工作条件的变化而变化，并且能够确定标识工作条件变量同时这些变量可以被控制的单输入单输出时变时滞系统。采用多模型自适应控制的当前模型产生方法、滑模变结构控制策略、BP线性神经网络建模方法及Smith预估控制原理来实现系统的自适应控制，即神经网络滑模变结构自适应控制。 当定常系统结构未知且采用滑模变结构控制策略时，本文采用BP线性神经网络来建立被控对象的数学模型，网络中所有神经元的激励函数都是比例函数。通过连接权及阈值的学习，这样神经网络不仅能实现输入输出之间的非线性映射关系，而且已经学习好的输入输出之间的关系可转化成清晰的解析表达式，基于此解析表达式便于实现滑模变结构控制。 当系统时变且系统结构已知时，对能标识系统工作条件的变量进行模糊划分，根据模糊划分的结果形成多个定常子系统，基于检测到的标识系统工作条件的变量值，计算每个子模型的加权系数，在线获得一个适应实际系统的加权模型，基于此加权模型实施滑模变结构控制策略，实现了时变系统的自适应控制。 当系统时变且系统结构未知时，对能标识系统工作条件的变量进行模糊划分，根据模糊划分的结果形成多个定常子系统，针对每个定常子系统建立相应的BP线性神经网络模型，基于每个BP线性神经网络模型实施滑模变结构控制策略，基于检测到的标识系统工作条件的变量值，计算每个子滑模变结构控器输出的加权系数，在线获得一个适应实际系统的加权控制量，实现了系统的自适应控制。 当系统时变又时滞且系统结构已知时，先对系统进行模糊划分，形成多个子系统，这些子系统都是定常时滞的。系统结构已知时，基于检测到的标识系

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 问题的提出
• 1.2 时变时滞系统控制国内外研究现状
• 1.3 滑模变结构控制、多模控制及智能控制研究现状
• 1.4 本文研究的主要内容
• 第2章 离散系统输出反馈滑模变结构控制
• 2.1 连续系统滑模变结构控制
• 2.1.1 滑动模态定义及数学表达
• 2.1.2 滑动模态的到达条件
• 2.1.3 模态趋近律
• 2.1.4 等效控制
• 2.1.5 滑动模态运动方程
• 2.1.6 滑模变结构控制的匹配条件及不变性
• 2.1.7 滑模变结构控制器的设计
• 2.2 离散滑模变结构控制的特殊性
• 2.2.1 抖振问题
• 2.2.2 准滑动模态
• 2.2.3 离散系统滑模的到达性
• 2.3 离散输出反馈滑模变结构控制
• 2.3.1 切换函数的选取
• 2.3.2 离散趋近律的设计
• 2.3.3 输出反馈离散控制律的设计
• 2.4 本章小结
• 第3章 定常系统BP线性神经网络滑模变结构控制
• 3.1 神经网络建模
• 3.1.1 神经网络模型
• 3.1.2 BP线性神经网络的逼近能力
• 3.1.3 基于线性BP神经网络模型的系统辨识方法
• 3.2 BP线性神经网络滑模变结构控制
• 3.2.1 BP线性神经网络滑模变结构控制器的设计
• 3.2.2 BP线性神经网络滑模变结构控制的抗干扰措施
• 3.3 本章小结
• 第4章 时变系统BP线性神经网络滑模变结构控制
• 4.1 时变系统的多模型辨识方法
• 4.1.1 模糊数学基本概念
• 4.1.2 基于模糊划分的模型集元素个数的确定方法
• 4.2 隶属函数参数寻优
• 4.2.1 常用参数寻优方法
• 4.2.2 遗传算法参数寻优的优点
• 4.2.3 遗传算法的操作步骤
• 4.2.4 用遗传算法对隶属函数参数寻优
• 4.3 模型集的建立
• 4.3.1 多模型自适应控制中模型集的常用建立方法
• 4.3.2 系统结构已知时时变系统模型集的建立
• 4.3.3 系统结构未知时时变系统模型集的建立
• 4.3.4 每个子模型的匹配程度计算
• 4.3.5 基于Takagi-Sugeno模糊模型的系统实际模型的辨识
• 4.3.6 系统移动子模型集的建立
• 4.3.7 基于系统多模型实际模型辨识仿真
• 4.4 时变系统滑模变结构控制
• 4.4.1 系统结构己知时滑模变结构控制
• 4.4.2 系统结构未知BP线性神经网络滑模变结构控制策略
• 4.5 本章小结
• 第5章 时变时滞系统滑模变结构控制
• 5.1 纯时滞过程的补偿控制系统
• 5.1.1 Smith预估控制系统
• 5.1.2 改进型Smith预估控制系统
• 5.1.3 仿真及分析
• 5.2 时变时滞系统的滑模变结构控制
• 5.2.1 控制策略实施方法
• 5.2.2 仿真结果
• 5.3 时变时滞系统的BP线性神经网络滑模变结构控制
• 5.3.1 时滞参数不变时滑模变结构控制方法
• 5.3.2 时滞参数时变时滑模变结构控制方法
• 5.3.3 时变时滞系统BP线性神经网络滑模变结构控制仿真
• 5.4 本章小结
• 第6章 家用燃气热水器滑模变结构控制仿真示例
• 6.1 燃气热水器对象分析
• 6.1.1 燃气热水器工作原理
• 6.1.2 燃气热水器简化数学模型
• 6.1.3 燃气热水器的现有控制方案
• 6.2 燃气热水器滑模变结构控制
• 6.2.1 滑模变结构控制策略下燃气热水器数学模型的描述
• 6.2.2 燃气热水器的滑模变结构控制方法
• 6.2.3 仿真实验
• 6.3 本章小结
• 结论
• 致谢
• 参考文献
• 攻读博士学位期间发表的论文及研究成果