一类不确定非线性时变时滞系统的鲁棒控制

科学技术创新2020.30预测控制是从工业控制过程中兴起的一种新型计算机控制方法。

因为预测控制的应用价值较高且应用范围的较为广阔，所以在控制领域预测控制成为热门研究的对象[1-4]。

在实际生产过程中，非线性系统普遍存在且研究较多的，正是由于该原因，所以针对非线性系统预测控制目前已有很多研究成果[5]。

文献[6]针对一类非线性不确定系统，根据时滞和不确定性选择了相关的李雅普诺夫函数，通过线性矩阵不等式和变量变换对设定的二次函数性能指标的最小值进行了求解，得到闭环系统稳定性的充分条件。

Wiener 模型之所以能够在工业过程中得以广泛应用，是因为其能很好的描述一大类非线性对象。

文献[7]提出了基于Wiener 模型的改进式非线性预测控制算法。

Laguerre 级数展开式描述Wiener 模型的线性部分，在Wiener 模型的非线性部分利用静态模糊模型进行描述，此时的非线性系统则可采用线性预测控制的方法求解预测控制律，避免了直接对非线性系统进行优化求解。

本文针对一类Wiener 模型描述的非线性时滞系统，研究了Wiener 模型的预测控制问题。

采用Lyapunov-Krasovskii 函数设计了每个子系统的状态反馈控制律，在"min-max"的性能指标下，求解了优化问题，得到了系统渐近稳定且具有较小保守性的充分条件。

1问题描述考虑如下离散状态空间模型描述的非线性时滞系统：x （k+1）=f （x （k ），u （k ），x （k-d ））（1）y （k ）=h （x （k ），-d ⩽k ⩽0）其中，x （k ）∈R n 为状态向量，u （k ）∈R m 为输入向量，y （k ）∈R q 为输出向量，d 为时滞常数。

通过Wiener 模型来近似描述非线性时滞离散系统（1）。

其中Wiener 模型是由一个线性单元与一个非线性单元串联组成，动态线性单元由状态方程描述，静态非线性部分由T-S 模糊模型进行线性逼近。

时变时滞不确定系统鲁棒完整性控制
罗小元;朱志浩;于国辉;关新平
【期刊名称】《燕山大学学报》
【年(卷),期】2009(33)1
【摘要】研究了具有结构不确定和时变时滞特性系统的时滞依赖鲁棒完整性控制器设计问题.利用Newton-Leibniz转换关系式中各项间的相互联系而获得了新的时滞依赖稳定性指标,该指标保守性较小.基于该时滞依赖稳定性指标,结合Lyapunov稳定性理论和LMI方法,针对系统可能发生传感器或执行器故障的情况,给出了时滞依赖完整性控制器的设计方法.仿真研究表明,所设计的完整性控制器对传感器和执行器故障具有良好的稳定作用.
【总页数】7页(P77-82,89)
【作者】罗小元;朱志浩;于国辉;关新平
【作者单位】燕山大学,电气工程学院,河北,秦皇岛,066004;燕山大学,电气工程学院,河北,秦皇岛,066004;秦皇岛视听机械研究所,河北,秦皇岛,066000;燕山大学,电气工程学院,河北,秦皇岛,066004
【正文语种】中文
【中图分类】TP273
【相关文献】
1.基于观测器的时变时滞不确定系统的强稳定鲁棒H∞控制器设计 [J], 肖冬荣;潘瑜;张辉
2.基于T-S模型的双时变时滞不确定系统的鲁棒H∞容错控制 [J], 邵克勇;张晓花;李鑫;陈峤郴
3.状态时滞时变不确定系统的鲁棒H∞输出反馈控制器设计 [J], 王景成;苏宏业;褚健;俞立
4.多状态时变时滞的不确定系统的鲁棒H∞控制器的设计 [J], 郑志强;包俊东
5.一类时变时滞不确定系统的鲁棒保性能控制 [J], 王玉芬;张高民;王中凤
因版权原因，仅展示原文概要，查看原文内容请购买。

鲁棒控制原理及应用举例摘要：本文简述了鲁棒控制的由来及其发展历史，强调了鲁棒控制在现代控制系统中的重要性,解释了鲁棒控制、鲁棒性、鲁棒控制系统、鲁棒控制器的意义，介绍了鲁棒控制系统的分类以及其常用的设计方法，并对鲁棒控制的应用领域作了简单介绍，并举出实例。

关键词：鲁棒控制鲁棒性不确定性设计方法现代控制系统经典的控制系统设计方法要求有一个确定的数学模型。

在建立数学模型的过程中，往往要忽略许多不确定因素：如对同步轨道卫星的姿态进行控制时不考虑轨道运动的影响，对一个振动系统的控制过程中不考虑高阶模态的影响等。

但经过以上处理后得到的数学模型已经不能完全描述原来的物理系统，而仅仅是原系统的一种近似。

对许多要求不高的系统，这样的数学模型已经能够满足工程要求。

然而，对于一些精度和可靠性要求较高的系统，如导弹控制系统设计，若采用这种设计方法，就会浪费了大量的人力物力在反复计算数弹道、调整控制器参数以及反复试射上。

因此，为了解决不确定控制系统的设计问题，科学家们提出了鲁棒控制理论。

由于鲁棒控制器是针对系统工作的最坏情况而设计的，因此能适应所有其它工况，所以它是解决这类不确定系统控制问题的有力工具。

鲁棒控制（Robust Control）方面的研究始于20世纪50年代。

上世纪60年代，状态空间结构理论的形成，与最优控制、卡尔曼滤波以及分离性理论一起，使现代控制理论成了一个严密完整的体系。

随着现代控制理论的发展，从上世纪80年代以来，对控制系统的鲁棒性研究引起了众多学者的高度重视。

在过去的20年中，鲁棒控制一直是国际自控界的研究热点。

通常说一个反馈控制系统是鲁棒的，或者说一个反馈控制系统具有鲁棒性，就是指这个反馈控制系统在某一类特定的不确定性条件下具有使稳定性、渐进调节和动态特性保持不变的特性，即这一反馈控制系统具有承受这一类不确定性影响的能力。

设被控系统的数学模型属于集合D，如果系统的某些特性对于集合U中的每一对象都保持不变，则称系统具有鲁棒性。

研究生课程考试成绩单（试卷封面）任课教师签名：日期：注：1. 以论文或大作业为考核方式的课程必须填此表，综合考试可不填。

“简要评语缺填无效。

2. 任课教师填写后与试卷一起送院系研究生教务员处。

3. 学位课总评成绩以百分制计分。

在LMI框架下为一类非线性不确定系统设计鲁棒MPC控制器摘要本文为一类连续时间非线性不确定系统提出了一种在线性矩阵不等式框架下设计鲁棒模型预测控制。

这个控制器设计是用“最坏情况”目标函数在无限时间滚动窗口下的最优控制问题。

一个充分的状态反馈综合条件是提供LMI的优化形式并且在每一个时间步上都被在线解决。

一个仿真例子显示了提出的方法的效果。

关键词—LMI，Robust Model Predictive Control，Uncertain nonlinear systems前言模型预测控制（MPC）技术已经在工业和学术界上被广泛接受。

然而，由于处理过程中不确定参数或结构的存在，闭环系统的鲁棒性和性能可能不能满足要求。

一般来说，在一些文献中凸多面体结构被最早用来描述这种不确定性模型，然后这种控制器设计的特点是“最坏情况”无限窗目标函数有控制输入和设备输出的约束条件。

基于提出的描述，一个基于MPC算法线性矩阵不等式被应用并且被调整去为这样有约束条件的处理过程设计鲁棒控制器。

闭环系统的鲁棒稳定性可以被保证，为了解决可行性问题和保证系统性能，提出了一些LMI条件。

一些最新成果将在下面被回顾。

在[1-5]算法被提出用来解决带凸多面体不确定的状态反馈鲁棒MPC技术，控制输入的约束条件被处理时通过增加另外一个LMI给LMI设定的。

在[1]中不变椭圆渐进稳定和LMI 的概念被用到去发展一种高效的在线制定带约束条件的鲁棒MPC算法。

在[2]中干扰模型被包括到控制器设计中为了增强MPC的鲁棒性，达到无差跟踪控制。

同时，一些著名的预测控制的成功应用有抗积分饱和补偿器的永磁同步电机[3]，耦合槽系统[4]，倒立摆系统[5]，双质点速度控制系统[6]，连续搅拌槽式反应器问题[7-8]，带模型不确定的集成系统[9]，和过程时滞不确定系统例如典型的空气处理单元的温度控制，基于扩展的卡尔曼滤波器和基于递归神经网络。

鲁棒控制理论与方法鲁棒控制是现代控制理论中的一个重要分支，它致力于设计出对系统参数变化、外部扰动和建模误差具有鲁棒性的控制器，以保证系统在不确定性环境下的稳定性和性能。

本文将介绍鲁棒控制的基本理论和常用方法，以及其在工业控制、机器人控制等领域中的应用。

一、鲁棒控制基础理论鲁棒性是指控制系统对不确定性的一种抵抗能力，它可以通过针对系统模型的不确定性建立数学模型，以保证系统稳定性和性能。

鲁棒控制的基础理论包括：1. H∞ 控制理论：H∞ 控制是一种用于处理线性时不变系统鲁棒控制问题的数学工具。

该方法通过定义一个性能指标，以最小化系统输出的最坏情况下的波动来设计控制器。

2. μ合成控制理论：μ合成是一种基于描述函数的鲁棒控制方法，它将系统不确定性建模为复杂函数，并通过求解非线性最优化问题来设计控制器。

3. 鲁棒控制的小参数理论：该理论主要研究在参数扰动很小时，系统性能的鲁棒稳定性和鲁棒性问题。

二、常用的鲁棒控制方法鲁棒控制方法多种多样，下面列举几种常用的方法：1. H∞ 控制方法：H∞ 控制方法通过在系统输出和控制器输入之间引入鲁棒性加权函数来设计鲁棒控制器。

该方法适用于线性时不变系统和线性时变系统。

2. μ合成控制方法：μ合成控制方法通过优化复杂描述函数来设计鲁棒控制器。

该方法适用于线性和非线性系统，并且具有较强的泛化能力。

3. 自适应控制方法：自适应控制方法将未知参数作为反馈调整的对象，通过在线估计参数的方式设计鲁棒控制器。

该方法适用于需要适应不确定性参数的系统。

4. 鲁棒滑模控制方法：鲁棒滑模控制方法通过引入滑模面的概念，以实现对系统模型误差和扰动的高度鲁棒性。

该方法适用于非线性和时变系统。

三、鲁棒控制在工业与机器人控制中的应用鲁棒控制在工业控制和机器人控制领域具有广泛的应用，以下列举几个实际应用案例：1. 工业过程控制：鲁棒控制可以用于工业过程中对温度、压力、流量等参数的控制。

通过对系统模型的不确定性建模和鲁棒控制器的设计，可以保证工业过程的稳定性和性能。

非线性时变系统的鲁棒性分析与控制研究随着科技的发展，人们对控制理论的需求越来越高。

非线性时变系统在实际生活中也随处可见，尤其在工业生产、交通运输等领域中占据着重要的位置。

对于这种具有不确定性和复杂性的系统，如何进行鲁棒性分析和控制成为研究的热点和难点之一。

一、非线性时变系统的基本概念非线性时变系统一般由非线性方程组描述，包含多个状态变量，其特点是动态系统的状态随时间演化而不断变化。

对比于线性时变系统，非线性时变系统具有更大的不确定性和复杂性，因此在分析和控制上存在更大的困难。

二、鲁棒性分析的概念及原理鲁棒性分析是指对于非线性时变系统，通过对系统内变量、外部干扰、模型误差等因素进行综合分析，提高系统稳定性、鲁棒性和抗干扰能力的方法。

鲁棒性分析时还需要考虑系统的变化特性，是通过建立合适的模型来确定变化特性，对系统进行统计分析。

三、鲁棒性控制的方法鲁棒性控制是指对鲁棒性分析结果进行整合，通过采用不同的控制策略，提高系统的鲁棒性、稳定性和抗干扰能力。

一般来说，鲁棒性控制的方法包括自适应控制、模糊控制、神经网络控制等。

自适应控制是指根据系统状态的变化，适时调整控制器参数和控制策略，进而提高系统的控制性能和鲁棒性。

模糊控制是指利用灰色系统理论，根据系统变化规律进行模糊分类，对控制器进行优化，提高系统控制精度和鲁棒性。

神经网络控制是指利用人工神经网络模拟人脑神经元的工作原理和计算方法，对于非线性时变系统进行特征提取和建模，在此基础上进行控制，提高系统的控制精度和抗干扰能力。

四、应用案例分析鲁棒性分析和控制不仅在理论研究上有重要的意义，更是在各种实际应用中有广泛的应用价值。

例如，在机械控制、电力系统、自动化生产等领域，非线性时变系统的控制问题始终是一个难题。

以机器人控制为例，当机器人完成一个复杂任务时，系统状态经常会发生变化，干扰、误差等问题也随之出现。

通过对机器人的鲁棒性分析和控制，可以在系统状态发生变化时，适时调整控制策略，提高控制精度和鲁棒性。