带有饱和执行器的T-S模糊时滞系统的模糊控制

带有饱和执行器的T-S模糊时滞系统的模糊控制

论文摘要

近几年,非线性系统、时滞饱和系统的综合控制问题已经成为新的热点研究方向,受到研究者的普遍关注.在许多实际控制系统中,不同程度地存在着时滞现象.例如,网络控制系统(NCSs),传送系统,化工过程系统等都是典型的时滞系统.被控对象的固有时滞给系统分析和控制器设计带来了很多困难,时滞系统被认为是最难控制的对象。同时,考虑到元器件的物理性能及实际意义,执行器饱和现象的发生也是比较普遍的.通常,执行器饱和会导致系统性能严重退化,有时甚至会使得稳定的系统变得不稳定.所以,带有饱和执行器的非线性时滞系统的稳定性分析及控制器设计,是具有重要的理论价值和实际意义的。特别地,在数字通讯技术飞速发展的现代社会,带有饱和执行器的非线性NCSs的镇定问题,也是一个具有重要意义的研究课题。本文的主要研究工作如下:(1)介绍了本文研究内容的理论和实际意义,以及国内外研究现状.(2)针对Takagi-Sugeno(T-S)模糊模型表示的非线性系统,研究了一类带有饱和执行器及时变时滞的非线性系统的稳定性分析与模糊控制器的设计方法.利用平行分布补偿(PDC)技术、二次Lyapunov函数、Razumikhin稳定性理论以及线性矩阵不等式(LMI)方法,建立了闭环模糊系统局部渐近稳定的时滞依赖的判别条件,给出了模糊控制器的设计方法.同时,对执行器是非标准饱和的情形,也得到了相应的结论。通过求解LMIs,可以获得闭环模糊系统的吸引域的估计。之后,提出了闭环系统吸引域的估计最大化的模糊控制器的一个设计方法.通过一个数值例子说明了这个方法的有效性.(3)研究了一类带有饱和执行器的非线性NCSs的镇定问题.首先,综合考虑信息传输中的网络诱导时滞与丢包两种情形,利用PDC技术将该系统建模为T-S模糊时滞模型.其次,利用Lyapunov-Krasovskii泛函方法、输入时滞方法以及自由权重矩阵技术,以LMI的形式,建立了带有饱和执行器的非线性NCSs渐近稳定的时滞依赖的判别条件,给出了相应控制器的设计方法.通过求解LMIs,可以获得带有饱和执行器的非线性NCSs的吸引域的估计。一个数值例子说明了所给方法的有效性。(4)对本文的研究内容做了总结,并对后续工作进行了展望.

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 引言
  • 1.1 问题提出及意义
  • 1.2 国内外研究现状
  • 1.3 本文研究工作
  • 1.4 本文的组织
  • 1.5 符号说明
  • 第2章 T-S模糊时滞系统的饱和控制
  • 2.1 引言
  • 2.2 问题描述和预备知识
  • 2.3 主要结论
  • 2.3.1 稳定性分析与控制器设计
  • 2.3.2 吸引域估计的优化
  • 2.4 仿真实例
  • 2.5 本章小结
  • 第3章 带有饱和执行器的非线性网络控制系统的镇定
  • 3.1 引言
  • 3.2 模型建立与准备知识
  • 3.3 主要结论
  • 3.4 仿真实例
  • 3.5 本章小结
  • 第4章 工作总结与研究展望
  • 4.1 工作总结
  • 4.2 研究展望
  • 参考文献
  • 攻读硕士期间研究成果
  • 致谢
  • 个人简况
  • 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:;  ;  ;  ;  ;  ;  ;  

    带有饱和执行器的T-S模糊时滞系统的模糊控制
    下载Doc文档

    猜你喜欢