时域约束T-S模糊系统的控制方法研究

时域约束T-S模糊系统的控制方法研究

论文摘要

本文的主要研究内容是针对T-S模糊系统,设计状态反馈控制器使得闭环系统具有一定的性能,同时满足时域硬约束条件。在控制器设计时,本文用椭圆域来处理时域硬约束。该方法的主要思想是寻找一个能包含所有可能状态轨迹的尽可能小的椭圆域,然后得到满足时域硬约束的条件。首先讨论约束T-S模糊系统最优控制,用椭圆不变域方法得到满足时域硬约束的充分条件。然后考虑外部干扰,提出了基于双椭圆域方法的T-S模糊系统约束H∞控制策略。在前面讨论的基础上,进一步考虑系统不确定性,研究了不确定系统的鲁棒控制问题(包括最优控制和鲁棒H∞控制)。最后,本文讨论了所提方法在轮式移动机器人轨迹跟踪中的应用。

论文目录

  • 第一章 绪论
  • 1.1 课题背景
  • 1.2 几种约束系统的控制方法
  • 1.3 基于T-S模糊模型的控制方法综述
  • 1.3.1 稳定性分析
  • 1.3.2 基于T-S模型的控制方法
  • 1.4 目前存在的问题
  • 1.5 本文的研究内容
  • 第二章 预备知识
  • 2.1 T-S模糊系统
  • 2.1.1 T-S模糊模型
  • 2.1.2 平行分配补偿设计
  • 2.1.3 T-S模糊系统稳定性分析
  • 2.2 线性矩阵不等式
  • 2.2.1 LMI的性质
  • 2.2.2 可以转化为LMI表示的问题
  • 2.2.3 三个标准的LMI问题
  • 2.2.4 问题的求解
  • 2.2.5 S-Procedure
  • ∞性能的LMI分析'>2.2.6 H性能的LMI分析
  • 2.2.7 控制输入约束
  • 2.3 鲁棒稳定性分析
  • 2.3.1 二次稳定性
  • 2.3.2 多胞型模型
  • 2.3.3 非结构不确定性系统
  • 2.3.4 结构不确定性系统
  • 第三章 约束T-S模糊系统的最优控制
  • 3.1 引言
  • 3.2 T-S模糊系统
  • 3.3 约束T-S模糊系统的最优控制
  • 3.3.1 问题描述
  • 3.3.2 性能约束
  • 3.3.3 基于椭圆不变域的时域硬约束处理
  • 3.3.4 优化问题及闭环系统性能
  • 3.3.5 优化问题求解
  • 3.4 仿真应用
  • 3.5 本章小结
  • ∞控制'>第四章 约束T-S模糊系统的H控制
  • 4.1 引言
  • 4.2 问题描述
  • ∞控制'>4.3 约束T-S 模糊系统的H控制
  • ∞性能约束'>4.3.1 H性能约束
  • 4.3.2 基于双椭圆域方法的时域硬约束处理
  • 4.3.3 优化问题及闭环系统性能
  • 4.4 仿真应用:倒立摆系统
  • 4.4.1 系统动态性能及T-S建模
  • 4.4.2 控制器参数选择
  • 4.4.3 仿真结果
  • 4.5 本章小节
  • 第五章 不确定T-S模糊系统控制
  • 5.1 引言
  • 5.2 不确定T-S模糊系统
  • 5.3 不确定T-S 模糊系统的最优控制
  • 5.3.1 最优控制性能约束
  • 5.3.2 基于鲁棒椭圆不变域的时域硬约束处理
  • 5.3.3 优化问题及闭环系统性能
  • ∞控制'>5.4 不确定T-S模糊系统的鲁棒H控制
  • ∞性能约束'>5.4.1 鲁棒H性能约束
  • 5.4.2 基于双鲁棒椭圆域的时域硬约束处理
  • 5.4.3 优化问题及闭环系统性能
  • 5.5 仿真应用:简易倒立摆系统
  • 5.5.1 不确定倒立摆系统的T-S建模
  • 5.5.2 控制器参数选择
  • 5.5.3 仿真结果
  • 5.6 本章小节
  • 第六章 应用:轮式移动机器人轨迹跟踪控制
  • 6.1 引言
  • 6.2 轨迹跟踪误差系统T-S建模
  • 6.2.1 WMR动力学模型
  • 6.2.2 轨迹跟踪误差系统
  • 6.2.3 基于微分平坦的轨迹生成
  • 6.2.4 跟踪误差系统T-S建模
  • 6.3 仿真结果
  • 6.3.1 跟踪圆轨迹
  • 6.3.2 跟踪‘8’字轨迹
  • 6.4 本章小节
  • 第七章 全文总结
  • 参考文献
  • 攻读博士学位期间的研究成果
  • 致谢
  • 摘要
  • Abstract
  • 相关论文文献

    • [1].基于遗传算法的气动肌肉T-S模糊逻辑控制优化[J]. 液压与气动 2020(04)
    • [2].不确定多时滞广义T-S模糊系统保性能控制[J]. 湖南理工学院学报(自然科学版) 2016(04)
    • [3].基于T-S模糊控制的步进电机抗干扰研究[J]. 东华大学学报(自然科学版) 2019(06)
    • [4].T-S模糊模型在单级倒立摆中的控制研究[J]. 现代电子技术 2020(08)
    • [5].T-S模糊神经网络模型训练样本构建及其在鸣翠湖水质评价中的应用[J]. 水动力学研究与进展(A辑) 2020(03)
    • [6].航空发动机T-S分布式系统自适应鲁棒滑模控制[J]. 推进技术 2016(12)
    • [7].基于T-S模型的随机切换模糊系统的稳定性研究[J]. 沈阳大学学报(自然科学版) 2017(02)
    • [8].基于T-S模糊控制的燃料电池客车能量管理策略及仿真分析[J]. 客车技术与研究 2017(04)
    • [9].基于T-S模糊模型的混沌控制方法的复杂网络的广义同步[J]. 北京生物医学工程 2012(04)
    • [10].温室草莓灰霉病T-S模糊控制模型[J]. 辽宁科技大学学报 2015(04)
    • [11].基于T-S模型的奇异摄动系统的采样鲁棒H_∞控制[J]. 数学的实践与认识 2013(21)
    • [12].基于T-S模糊神经网络模型的榆林市土壤风蚀危险度评价[J]. 地理科学 2013(06)
    • [13].理想气体多方过程的T-S图的研究[J]. 重庆三峡学院学报 2012(03)
    • [14].基于T-S模糊神经网络的凝汽器故障诊断[J]. 上海电力学院学报 2011(06)
    • [15].基于新模糊系统与T-S模糊系统的比较与研究[J]. 计算机工程与应用 2009(22)
    • [16].基于T-S模型的网络化控制系统的鲁棒容错控制[J]. 华中科技大学学报(自然科学版) 2008(03)
    • [17].基于T-S模糊神经网络模型的极移预报方法[J]. 测绘通报 2020(S1)
    • [18].基于T-S模型的一步输出反馈抗饱和补偿设计[J]. 华中科技大学学报(自然科学版) 2019(11)
    • [19].基于区间T-S模糊模型的自适应故障检测算法研究[J]. 新疆大学学报(自然科学版) 2017(02)
    • [20].基于T-S模糊神经网络模型的钦州市主要河流水质评价[J]. 人民珠江 2017(08)
    • [21].基于区间2型T-S模糊系统的自适应逆控制[J]. 模糊系统与数学 2016(03)
    • [22].最大交互数对非齐次T-S模糊系统的潜在影响[J]. 山东大学学报(理学版) 2015(08)
    • [23].T-S模糊门在因果图中的应用[J]. 重庆工商大学学报(自然科学版) 2015(11)
    • [24].基于T-S模糊模型的半主动悬架非线性控制方法[J]. 兰州理工大学学报 2013(04)
    • [25].基于T-S模型的烧结终点广义预测自适应控制[J]. 电气传动 2012(04)
    • [26].基于T-S模糊模型的网络化控制系统的鲁棒容错控制[J]. 辽宁工业大学学报(自然科学版) 2012(02)
    • [27].T-S图在化工热力学中的应用[J]. 化学工程与装备 2012(12)
    • [28].水下机器人T-S型模糊神经网络控制[J]. 电机与控制学报 2010(07)
    • [29].焦炉燃烧过程T-S模糊数学模型研究[J]. 电子设计工程 2019(23)
    • [30].基于T-S模糊建模方法的近空间飞行器姿控系统传感器故障调节技术研究[J]. 河北科技大学学报 2013(06)

    标签:;  ;  ;  ;  ;  ;  

    时域约束T-S模糊系统的控制方法研究
    下载Doc文档

    猜你喜欢