一类非线性不确定系统的滑模观测器设计及其在故障检测中的应用

研究了一类非线性部分满足Lipschitz条件的非线性不确定系统的鲁棒滑模观测器的设计问题。提出了一种将Thau观测器与WalcottZak观测器结合的非线性鲁棒滑模状态观测器设计方案,并利用Lyapunov定理证明了状态观测误差最后一致收敛于一个紧集。将所设计的滑模观测器应用于故障检测,仿真实验结果验证了该方法的有效性。     

基于神经网络的非线性观测器及其应用

提出了一种基于神经网络的非线性观测器，用于青霉素发酵过程的状态估计，仿真研究获得了满意的结果。观测器的输出与离线测量数据拟合较好，证明了该方法的实用性，为建模困难的生化过程的状态估计提供了可能。     

线性不确定系统的鲁棒滑模观测器设计与仿真

在研究线性不确定系统一类滑模观测器的基础上,应用奇异值分解技术对系统进行降阶处理,设计了一种新颖的鲁棒滑模观测器;并提出优化滑模策略,给出严格论证,保证对系统不确定性以及外界干扰具有鲁棒性;采用Lyapunov函数作为稳定观测器的判别条件,使设计的观测器一致收敛,状态估计达到预期的指标;同时给出鲁棒滑模观测器的线性反馈矩阵和非线性反馈矩阵计算算法;通过仿真实例验证所设计的鲁棒滑模观测器的有效性。     

一类工业固定床反应器热点温度的非线性自适应控制

以工业邻二甲苯氧化非绝热管式固定床反应器为研究对象，通过正交配置集中化建立了一个降阶非线性动态模型。直接以降低模型作为开环状态观测器及新型的非线性自适应控制算法设计控制器，设计了该类固定床反应器热点温度的非线性自适应控制系统。仿真结果表明，该热点温度控制系统具有良好的跟踪性能、抗干扰性能和鲁棒性能。     

基于状态观测器的输入受限不确定系统的滑模控制

研究了控制输入受限情况下不确定系统的滑模控制问题, 其中,系统不确定性同时存在于状态矩阵和控制增益矩阵中。首先,利用状态观测器估计不可测状态;然后,在状态估计空间选择一种积分型切换面;最后,设计一个基于状态估计的滑模控制律以保证系统状态轨迹在有限时间内到达指定的切换面,同时利用等价控制律方法给出了滑模动态渐近稳定的充分条件。数值仿真实验验证了本文算法的有效性。     

双线性系统状态反馈鲁棒控制的新方法

研究了存在扰动的一般双线性系统的非线性状态反馈控制方案及双线性系统进行状态反馈精确线性化的特点，结合线性系统鲁棒控制的研究成果及非线性系统输出稳定理论，给出了一种双线性不确定系统鲁棒控制的新方案，最后给出了设计示例。     

非线性时滞不确定系统执行器鲁棒故障诊断

提出了一种含有不确定性环节的非线性时滞系统的执行器鲁棒故障诊断方法，通过应用观测器技术和自适应技术来确定估计系统输出与实际系统输出的差值，若大于或等于阈值，诊断发生了故障。同时详细地分析了该方法的鲁棒性、灵敏性和稳定性。最后通过仿真验证了它的有效性。     

基于正交函数的双线性系统预测控制器设计方法

基于离散脉冲正交函数及其性质,建立了一种新的附加系统方法,以实现双线性系统的预测控制方案。这种设计方法避免了非线性优化问题,所有的运算均为代数计算,使设计过程得以简化。对合成氨反应器仿真结果,证明了本法的有效性。     

一种烧结终点模糊滑模控制策略及其在烧结过程中的应用

烧结过程具有强非线性、时滞和时变等特性。在分析烧结过程热状态的基础上,提出了一种烧结终点的模糊滑模控制策略,将模糊逻辑和滑模控制方法结合起来,并将其应用在某烧结厂烧结机的台车速度控制中。这种控制方法能在线调整参数,对烧结过程中大惯性、大滞后对象进行有效控制,在对象参数变化或存在较大扰动的情况下,能保持较好的控制品质。结果表明:这种方法稳定了烧结生产,为实现烧结过程的智能优化控制奠定了基础。     

聚氨基酸离子液体的制备及其对CO2的吸收性能

针对一类不确定高阶MIMO线性系统,提出了一种新型指对数型终端滑模控制方法。所设计的非线性指对数型终端滑模面,不仅能保证滑模动态的有限时间稳定,而且具有更快的收敛速度。同时,滑模控制器能够保证滑模面的有限时间可达性。最后,通过数值仿真验证了本文方法的有效性。     

基于伪阻抗学习的神经网络状态估计方法

针对反向传播算法收敛速度慢，且常收敛于局部极小值的缺陷，讨论了伪阻抗学习算法；并利用神经网络的学习能力和非线性特性，讨论了非线性动态系统的状态估计方法。     

中心流形定理在非线性动力学系统分析和控制中的应用

本文将中心流形定理用于一类非线性动力学系统的局部定量分析和设计中,从而改进和简化了传统的分析和设计方法,弥补了线性化方法在处理这类系统方面的不足。     

基于非线性滤波的移动机器人位姿估计

研究了基于扩展卡尔曼滤波和粒子滤波的移动机器人位姿估计。由于扩展卡尔曼滤波必须假定噪声服从高斯分布,若用于复杂非线性系统,其估计精度不甚理想。粒子滤波对噪声类型没有限制,正在成为非线性系统状态估计的有效近似方法。在不同噪声条件下,对基于粒子滤波和扩展卡尔曼滤波的移动机器人位姿估计问题进行了比较研究。仿真结果表明:粒子滤波能明显地改善移动机器人位姿估计的鲁棒性和精度。