不确定T-S模糊时滞系统的鲁棒控制

不确定T-S模糊时滞系统的鲁棒控制

论文摘要

T-S模糊模型的优点在于用它进行系统分析和控制器设计时,通过对非线性系统进行模糊建模,然后可利用一套系统化的方法来研究非线性系统的稳定性以及控制器设计问题。当T-S模糊系统存在时滞、不确定性以及随机干扰时,系统的性能往往会受到严重的影响,甚至使得系统不稳定,因此本文就不确定T-S模糊时滞系统的鲁棒控制,在结合前人研究的基础上,针对出现的新问题,借鉴新的研究方法,解决了该类系统控制研究中遇到的若干问题。针对经典LMI方法在进行模糊系统分析和控制器设计时遇到的较大保守性问题,利用自由加权矩阵和松弛不等式两种新方法来降低其保守性。考虑的模型分连续和离散两类:对于连续T-S模糊时滞系统具有的特点,主要考虑分布时滞和输入时滞,利用前面提到的方法研究了其对降低保守性的作用,并与前人的结果进行了对比;对于离散T-S模糊时滞系统具有的特点,主要考虑了区间时滞、输入时滞和随机项,采用前面的两种方法,用统一的框架给出了控制器性能分析、设计和求解的充分条件。本文的主要工作包括以下几个方面:第一章:介绍了模糊系统、不确定系统、时滞系统和随机系统的研究历史、研究方法和研究概况。第二章:研究了具有离散时滞和分布时滞的中立型T-S模糊时滞系统的鲁棒镇定和鲁棒H∞控制问题。指出通过一个扩维变换将分布时滞系统变成一个纯粹的中立型系统和原系统是不等价的,从而说明具有分布时滞的推广是本质的推广,仿真例子也说明鲁棒H∞控制器设计的有效性,并进一步考虑了用松弛不等式(Relaxed-LMI)的技术来降低设计的保守性,给出了鲁棒H∞控制问题研究的一个新结果。第三章:研究了具有离散时滞和分布时滞中立型T-S模糊时滞系统的保成本控制问题。基于自由加权矩阵的的方法,兼顾状态时滞和中立项时滞,构造了一个新的Lyapunov泛函,得到了系统最优保成本控制问题可解性的充分条件,并进一步利用矩阵变换技巧得到了基于LMI的最优保成本控制问题可解性的充分条件及最优成本函数的上界估计,同时给出了本模型一个特殊线性模型下的推论,数值仿真验证了采用改进后的保成本控制器设计方法,其保守性要低于已有文献中的设计方法。第四章:研究了同时具有分布时滞和输入时滞T-S模糊时滞系统的鲁棒镇定问题。强调在研究T-S模糊系统的反馈控制时,控制输入是与前件变量有关的,指出了这一点往往被研究者所忽视,而这是模糊系统具有输入时滞时与一般线性系统具有输入时滞最本质的区别。第五章:研究了离散T-S模糊随机时滞系统的鲁棒镇定问题。基于LMI给出了系统随机可镇定的充分条件,并用松弛不等式(Relaxed-LMI)技巧得到一个降低设计保守性的结果。比较了两种设计方法对应闭环系统的稳定区域,数值仿真说明设计方法的合理性和有效性。第六章:研究了离散T-S模糊随机时滞系统的鲁棒H∞控制问题。将降低保守性的两种方法—自由加权矩阵的方法和松弛不等式(Relaxed-LMI)的技术结合起来,在一个统一的框架下给出了系统H∞性能分析、控制器设计、控制器求解的充分条件,数值仿真说明设计方法的合理性和有效性。第七章:研究了具有输入时滞的离散T-S模糊随机时滞系统的鲁棒镇定问题。此处的研究方法不同于第四章,并且把松弛不等式(Relaxed-LMI)技术下的控制器设计和求解分成两个步骤来进行,用一个统一的框架完成了闭环系统的分析与设计,这是与第五章不同的地方,最后通过数值仿真例子说明设计方法的有效性。第八章:总结了全文的研究成果并提出可进一步的研究方向和待解决的问题。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 模糊系统的背景介绍及研究意义
  • 1.1.1 模糊理论的发展及其应用简史
  • 1.1.2 模糊理论的主要研究领域
  • 1.1.3 T-S模糊系统简单介绍
  • 1.1.4 模糊控制器的构成
  • 1.1.5 模糊控制的分类及模糊系统的研究意义
  • 1.2 不确定系统研究的意义及方法
  • 1.2.1 不确定系统研究的意义
  • 1.2.2 不确定性研究的方法
  • 1.3 时滞系统研究的背景、现状及方法
  • 1.3.1 时滞系统及其稳定性研究的背景及意义
  • 1.3.2 时滞相关条件的研究方法回顾及自由加权矩阵方法介绍
  • 1.4 随机系统研究的意义及现状
  • 1.5 T-S模糊时滞系统研究概况及存在的问题
  • 1.5.1 研究概况
  • 1.5.2 存在的问题
  • 1.6 本文的创新点及具体研究工作
  • 1.6.1 创新点
  • 1.6.2 具体研究工作
  • ∞控制'>第二章 具有分布时滞的中立型T-S模糊时滞系统的鲁棒镇定与鲁棒H控制
  • 2.1 研究背景及模型描述
  • 2.1.1 研究背景
  • 2.1.2 模型描述
  • 2.2 鲁棒镇定
  • 2.2.1 鲁棒稳定性分析
  • 2.2.2 鲁棒镇定
  • ∞控制'>2.3 鲁棒H控制
  • ∞性能分析'>2.3.1 鲁棒H性能分析
  • ∞控制器设计'>2.3.2 鲁棒H控制器设计
  • 2.4 与一般中立型模糊时滞系统的比较
  • 2.5 仿真算例
  • 2.6 关于降低保守性的讨论
  • 第三章 具有分布时滞的中立型T-S模糊系统的保成本控制
  • 3.1 研究背景及模型描述
  • 3.1.1 研究背景
  • 3.1.2 模型描述
  • 3.2 中立型T-S模糊系统时滞依赖的保成本控制
  • 3.3 最优上界的估计与计算
  • 3.4 仿真算例
  • 3.5 进一步的讨论
  • 第四章 具有输入时滞的T-S模糊时滞系统的鲁棒镇定
  • 4.1 研究背景及模型描述
  • 4.1.1 研究背景
  • 4.1.2 模型描述
  • 4.2 鲁棒镇定
  • 4.2.1 鲁棒稳定性分析
  • 4.2.2 鲁棒镇定的可解条件
  • 4.3 仿真算例
  • 第五章 离散T-S模糊随机时滞系统的鲁棒镇定
  • 5.1 研究背景及模型描述
  • 5.1.1 研究背景
  • 5.1.2 模型描述
  • 5.2 鲁棒随机镇定
  • 5.2.1 鲁棒随机稳定性分析
  • 5.2.2 鲁棒随机镇定的可解性
  • 5.3 数值仿真
  • 5.4 关于降低保守性的讨论
  • ∞控制—基于自由加权矩阵及松弛不等式的方法'>第六章 离散T-S模糊随机时滞系统的鲁棒H控制—基于自由加权矩阵及松弛不等式的方法
  • 6.1 研究背景及模型描述
  • 6.1.1 研究背景
  • 6.1.2 模型描述
  • ∞控制'>6.2 鲁棒H控制
  • ∞性能分析'>6.2.1 鲁棒H性能分析
  • ∞控制器设计及求解'>6.2.2 鲁棒H控制器设计及求解
  • 6.3 数值仿真
  • 6.4 结论
  • 第七章 具有输入时滞的离散T-S模糊随机系统的鲁棒镇定
  • 7.1 研究背景及模型描述
  • 7.1.1 研究背景
  • 7.1.2 模型描述
  • 7.2 鲁棒随机镇定
  • 7.2.1 鲁棒随机稳定性分析
  • 7.2.2 鲁棒随机镇定的可解性
  • 7.3 数值仿真
  • 7.4 结论
  • 第八章 总结与展望
  • 附录
  • 致谢
  • 参考文献
  • 攻读博士期间发表或已接受的论文及参加的科研项目
  • 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)
    • [16].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)
    • [17].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)
    • [18].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)
    • [19].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)
    • [20].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)
    • [21].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)
    • [22].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)
    • [23].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)
    • [24].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)
    • [25].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)
    • [26].T-S图在化工热力学中的应用[J]. 化学工程与装备 2012(12)
    • [27].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)
    • [28].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)
    • [29].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)
    • [30].随机奇异T-S模糊系统的有限时间鲁棒H_∞控制[J]. 东北大学学报(自然科学版) 2014(11)

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    不确定T-S模糊时滞系统的鲁棒控制
    下载Doc文档

    猜你喜欢