一、基于δ算子的交流伺服系统离散准滑模控制器(论文文献综述)
亚志政[1](2021)在《基于滑模控制的并联有源滤波器控制策略研究》文中研究表明电力电子设备的普遍应用造成的电力系统谐波污染也日益严重,因为有源电力滤波器(APF)具有动态性能好,补偿效果明显等特点,对改善电网环境具有重要意义,因此APF的研究一直是国内外科学家关注的热点。本文首先分析了谐波的危害,基于工作原理对APF进行了分类,并给出了并联型APF的数学模型。从谐波的检测和抑制两个方面展开研究,提高APF的补偿能力,最终提升整体的电能质量。在检测方法上,本论文对基于瞬时无功功率理论的p—q检测方法和ip—iq检测方法建立了数学模型并进行了理论分析和检测性能对比,通过计算结果表明ip—iq检测方法动态响应更好、检测精度更高,适应于本文研究的并联型APF。在谐波抑制方法上,常规的滑模控制方法具有模态设计灵活、鲁棒性强、物理结构简单的优点,但是在应用过程中,存在着响应速度慢,精度不高,有抖振等缺陷。本文针对以上缺陷,提出并联型APF的指数趋近律滑模控制方法,该方法不仅控制简单,保持了普通滑模控制方法的优点,并有效的改进了普通滑模控制方法的缺点,降低了抖振,使该方法在电力系统当中的APF应用效果得到提升。在电压外环方面,研究分析了PI控制方法,针对PI控制的缺点,提出了一种模糊自适应PI控制方法,同PI控制相比较,该方法具有更快的响应速度,更小的超调以及更强的鲁棒性。最后,在MATLAB仿真环境下搭建了APF的整体系统仿真模型。通过仿真结果表明了本文提出的滑模控制方法补偿效果更好,数据表明谐波电流的总畸变率减小了0.5个百分点。与PI控制方法相比本文提出的模糊自适应PI控制方法使得直流侧电压达到稳态的时间减小了0.02s。
奚文龙[2](2018)在《基于滑模变结构控制的汽车随动后视镜系统研究》文中认为行车安全一直得到人们的高度关注,通常行车安全与否决定于驾驶员获得的信息多少,而其很大程度取决于驾驶员的视野范围。驾驶员主要通过外后视镜获得车辆的侧方和后方视野,但由于外后视镜的尺寸、角度等限制,车辆侧后方存在视野盲区,而该区域为事故高发区。为减小驾驶员行车过程中的视野盲区,提高驾驶安全性,进行随动后视镜系统研究。随动后视镜系统功能在于根据车速、方向盘转角和转向灯等信号,通过单片机进行电机位置伺服控制,实时调整后视镜角度。本文在分析车辆转向运动轨迹、后视镜位置和驾驶员盲区的关系基础上,研究后视镜直流无刷电机滑模控制算法,设计随动后视镜系统的硬件电路和软件控制策略。研究车速和方向盘转角对车辆运动轨迹的影响,针对具体车型仿真得到车辆轨迹曲线。考虑驾驶员眼睛和头部转动,确定驾驶员眼点,根据驾驶员眼点、后视镜位置和车辆固有信息确定驾驶员的视野盲区。综合行车轨迹和驾驶员视野范围,确定后视镜合适的转动位置作为随动后视镜系统的给定。选定直流无刷电机作为随动后视镜系统的执行机构,建立其数学模型,并对其进行简化,方便设计控制算法。提出基于一阶低通滤波器滑模反步法的直流电机位置控制算法,通过反步法虚拟速度控制实现实际位置控制;利用一阶低通滤波器计算虚拟控制项导数;对系统相位滞后进行补偿。滑模反步法需要状态完全反馈,硬件电路设计复杂,为简化硬件电路设计,减少电流和速度传感器的使用,在其基础上提出基于高增益状态观测器的直流电机位置滑模控制算法。设计高增益状态观测器观测电机速度和电流及其导数;讨论电机参数漂移和负载扰动对观测器的影响;改进滑模变结构指数趋近律。设计Lyapunov函数,证明系统稳定性。将本文设计算法与传统滑模变结构和PID控制算法比较,通过Simulink仿真实验验证算法有效性。进行随动后视镜系统软硬件设计。软件设计包括系统功能实现设计、系统故障诊断设计和系统数字信号滤波设计。硬件设计包括MCU模块、电源供电模块、电机驱动模块、信号采集与处理模块设计。随动后视镜系统实现车辆行驶过程中外后视镜的“随动”功能,减小驾驶员视野盲区,提高驾驶安全性。同时车辆运动轨迹和驾驶员视野的研究可用于后视镜的布置设计;直流无刷电机的滑模变结构控制算法研究,对于其他电机位置伺服控制有一定借鉴意义。
齐彪[3](2017)在《基于滑模控制算法的多电机同步控制研究》文中研究说明双工件台系统,被视为光刻机的重要组成部分,采用宏微相结合的控制方式,以获得期望的性能指标[1],而宏动平台上X向多电机的同步运行是成功抓卡的关键,否则无法顺利实现换台。所以,本文主要从同步控制结构和控制算法两个方面,对工件台上的多个电机的同步运行展开研究,应用多种控制策略,从不同的角度来保证整个系统的同步效果[2]。首先,应用Euler-Lagrange方程式,建立双工件台宏动系统的数学模型,获得系统的动力学耦合模型,进而求取系统的State-Space表达式,是MIMO系统,为下文进行控制仿真实验奠定基础;分析实际系统中存在的扰动因素,如定位力扰动,辨识出其近似数学模型,并作为仿真时的扰动输入。其次,针对实际系统的控制要求,自主设计了一种双交叉耦合同步控制结构,该种同步方案的优势在于:当系统存在同步误差时,各子系统的位置控制器相互配合一起作用,以便快速消除误差;当系统同步误差小于一定程度时,控制结构将变为主从同步控制结构,两个子系统由同一个位置控制器给定控制量,保证系统的同步效果。并在Simulink中,搭建交叉耦合同步控制和双交叉耦合同步控制结构框图,分别在有扰动输入和无扰动输入的情况下进行仿真探究,验证改进后方案的理论可行性。再次,鉴于实际系统扰动因素较多,为保证系统的鲁棒性能,提出全程积分滑模控制,即系统的状态全程处于滑模面上,一旦系统状态进入滑模面,则主要依靠状态反馈控制来维持系统的动态性能[3]。又考虑到实际系统的控制输入受限,而当初始误差较大时[4],积分Windup效应会恶化系统的暂态性能,甚至导致系统不稳定,为此提出非线性积分滑模面进行改善,并通过仿真验证其有效性[5]。最后,在双工件台上进行实验,验证双交叉耦合同步控制、全程积分滑模控制以及非线性积分滑模控制等控制方法的实际控制效果:全程滑模控制算法在控制精度上并不占据优势,但抗扰性能很强;而非线性积分滑模控制算法在其基础上又改善了工件台宏动系统的暂态性能。
周可霞[4](2016)在《基于T-S模糊模型的无线网络控制系统的无源控制器设计》文中提出无线网络控制系统是以无线网络为传输媒介,以传感器、控制器和执行器为组成部件的空间分布式控制系统。与传统控制系统相比,无线网络控制系统具有灵活性高、成本低和易于维护等优点,同时还具有管理和决策等诸多功能。因此,无线网络控制系统在工业控制系统、现代交通系统和医疗控制系统等实际应用中得到了快速发展和推广。然而,有限的信道带宽、系统元器件的老化和恶劣的外部环境等给无线网络控制系统带来了新的问题,如时延、丢包、量化误差、传感器和执行器故障等。针对无线网络控制系统中可能存在的问题,本文研究了基于T-S模糊模型的非理想无线网络控制系统的无源控制器设计问题。系统结构和参数具有随机性,若不考虑这些随机变化,不仅会造成系统的性能降低,而且影响系统的稳定性。马尔科夫跳变系统作为混合动力系统中的一种,近几年来备受学者们的关注。在实际控制系统中,由于条件约束,系统的模态信息不易获取,因此也很难设计出模态依赖的控制器。异步控制很好的解决了这一问题。由于带宽有限,信号在传输到网络前通常需要进行量化。因此,量化作为一种常用的编码装置已经广泛运用在无线网络控制系统中。近几年,随着系统复杂度的增高,可靠控制问题受到了越来越多的关注和重视。在系统分析和设计过程中,考虑系统元器件(如传感器和执行器)故障将会提高系统的鲁棒性。本文的主要研究内容为:1.研究了一类模糊离散无线网络控制系统,采用Markov模型描述系统中的参数随机跳变性,同时采用伯努利模型对网络传输丢包进行建模,基于丢包情况给出了闭环系统模型。通过引入异步控制,克服了控制器依赖系统模态的缺点。再者,引入非脆性解决了控制器自身的不确定性问题,提高了控制器的鲁棒性能。以LMI形式给出了非脆异步控制器存在的条件,不仅保证了系统均方稳定,而且满足了指定的无源性能。章节末通过数值例子验证了方法有效性。2.研究了模糊离散非线性系统的稳定性和无源输出反馈控制问题。首先,引入信号量化和执行器故障,基于模糊Lyapunov函数方法给出了充分条件,保证了闭环系统均方稳定且满足指定的无源性能。其次,研究了无源动态输出反馈控制器的设计问题。采用变量代换法将非LMI形式转化为LMI形式,给出了控制器存在的充分条件。通过数值例子验证了方法的有效性。
杜威[5](2012)在《专用多轴运动控制卡及其控制算法的研究》文中进行了进一步梳理随着芯片制造业发展,光刻机的精度和产率的要求越来越高,对其承载芯片的工件平台运动系统提出了更高的指标要求。本文立足于光刻机工件平台运动控制系统的研究,该平台为双台气浮结构,宏动平台使用长行程三相交流力矩直线电机,而微动台使用了高频响,短行程的音圈电机。为解决该控制问题,首先查阅了国内外在光刻载物台的硬件结构上的发展。得到了当前流行的控制器结构,作为参考设计。通过高精度伺服控制理论的发展,其中前馈控制,鲁棒反馈控制以及摩擦抑制作为对精度有重要影响的因素,已经有模块化发展的趋势。结合工件平台的特点,从该运动控制系统的运行环境和分析了控制中可能会遇到的问题。对于高精度控制的需求,找到了扰动观测器的扰动抑制理论。而对于工件平台运动轨迹已知的特性,使用了零相位前馈理论来利用系统运动指令的超前量来拓展系统的带宽,使之具有更好的动态性能。于是重点对这两种理论的原理进行了分析,为控制算法的设计提供理论基础。继而从工件平台控制核心部件运动控制器入手,由于该系统所处的特有工作环境和对处理能力的要求,设计了专用的多轴运动控制卡,并详细的介绍了其硬件设计和逻辑设计,加工成成品后,对各个逻辑模块进行了相应的验证。该逻辑和硬件设计,能够保证该卡同时与多总线能够进行不冲突和低延时的稳定数据交换,而该卡的内部数据传输具有更高的数据吞吐量,能够配合高速运算单元完成特定控制算法的实现。实验平台搭建完成后,通过对运动平台对测试信号的响应测定,对双工件平台系统进行了合理的参数估计和建模分析,同时利用前文所述的控制理论进行了控制器的设计和仿真。最后在运动控制卡内对所述的控制算法进行了实现并进行了实验和数据分析。
刘云龙[6](2012)在《变结构控制策略及在广义系统与Delta算子系统中设计研究》文中进行了进一步梳理变结构控制是现代控制技术中一种先进的非线性反馈控制,主要包括无滑模变结构控制、滑模控制和切换监督控制等控制策略。软变结构控制通过连续选择参量改变控制器结构实现状态信号变化,是一种无滑模变结构控制策略。软变结构控制具有调节精度高,响应速度快,几乎不产生系统抖振等优点。滑模控制系统在滑动模态区域,沿着预置的切换面趋近于系统平衡状态。在一定的匹配条件下,滑模控制对系统内部参数摄动和外部干扰具有完全鲁棒性,但可能引起系统抖振。变结构控制逐渐在机器人模型、航空航天、化工流程、电机电网等许多实际领域中得到推广和应用。广义系统比正常系统更具广泛形式,在于广义系统不仅考虑系统鲁棒性和稳定性,且需分析系统是否具有正则性和无脉冲性(或因果性),后者对于正常系统是无需考虑的。Delta算子系统可统一描述连续系统和离散系统,Delta算子理论广泛应用于高速信号处理和数字采样控制系统。本论文首先综述了变结构控制策略的起源和发展,广义系统的变结构控制和Delta算子系统的变结构控制研究现状。在此基础上,系统地研究了输入受限连续系统的软变结构控制策略、不确定离散系统基于趋近律方法的滑模控制策略、广义系统的变结构控制设计和Delta算子系统的变结构控制设计等问题。论文的主要结果概括如下:1.研究了控制输入受限连续系统的软变结构控制策略。给出了软变结构控制的定义和控制器的结构模式,基于隐Lyapunov函数给出了控制不受限和控制受限两种情形的软变结构控制,给出了带有状态观测器的软变结构控制系统。讨论了动态软变结构控制。给出了基于S类函数的软变结构控制,设计了基于双曲正切函数的软变结构控制器。基于sigmoid函数,给出了自主水下航行器的软变结构控制策略,仿真实验表明了软变结构控制策略的有效性。2.研究了不确定离散系统基于趋近律方法的滑模控制策略。分析和比较了常见离散趋近律,给出了理想趋近律定义,设计了基于扰动补偿理想趋近律的离散滑模控制。给出了基于S类变速趋近律的离散滑模控制,综合了指数趋近律和变速趋近律情形的优点。最后将滑模控制策略应用到高新企业知识员工系统。3.研究了输入受限连续广义系统的动态软变结构控制设计问题。描述了广义系统及其解的特征。给出了广义系统软变结构控制器的结构模式。分析了广义系统动态软变结构控制的稳定性,构造了广义系统的动态软变结构控制器,给出了广义系统动态软变结构控制的具体算法。4.研究了非匹配不确定离散广义系统的滑模控制设计问题。设计了具有前级状态向量的动态切换函数,使得系统保持在切换带内稳定。给出了两种带有扰动补偿的离散广义趋近律,所设计的滑模控制系统消除了不确定项必须有界的限制,不必满足匹配条件。给出了系统准滑动模态保持逐步穿越切换面的必要条件,减小了准滑动模态切换带的带宽。5.研究了Delta算子系统的滑模控制问题。利用线性矩阵不等式方法给出了切换面存在的充分条件,得到了滑模到达条件。设计了基于指数趋近律和基于理想趋近律方法的Delta算子系统滑模控制器,得到了Delta算子不确定系统滑模控制设计的一般方法,给出了该系统准滑动模态的渐近稳定性结果。最后设计了Delta算子系统的最优滑模控制器。
刘明丹[7](2011)在《基于支持向量机的滑模控制方法研究》文中进行了进一步梳理针对离散时间控制系统,分别研究了三种不同的基于支持向量机的滑模控制方法。利用支持向量机在线调整系统参数、确定滑模控制中不确定项的上确界,削弱滑模控制本身带来的高频系统抖振,改善系统的控制品质。最后仿真研究结果表明方法的正确性和有效性。首先,研究了一种基于支持向量机和微粒群算法的滑模控制方法。利用支持向量机的强泛化能力对滑模趋近律参数在线调整,克服常规滑模控制中需预先设定趋近律参数的限制,改善系统控制品质。同时引入微粒群算法,解决支持向量机计算量大的缺点,加快响应速度,削弱系统的抖振。然后,研究了一种基于支持向量机的全程滑模控制方法。滑模控制虽具有很强的鲁棒性,但在趋近段不具有滑模特性,设计全程滑模控制器,利用微粒群算法和支持向量机在线调整全程滑模因子和滑模趋近律中的参数,消除系统滑模控制的趋近段,使系统轨线一开始就进入滑模面,克服未知参数摄动和外界干扰的影响,使系统的整个运动过程均具有强鲁棒性,提高了系统的控制性能。最后,针对一类不确定离散控制系统,引入基于支持向量机对上界自适应学习。该方法将系统中不确定性因素分离出来,组成不确定量的联合上界,采用支持向量机对未知上界自学习,解决实际应用中不确定项的上界测量困难问题,该方法可降低一般滑模控制的条件,在保持滑模控制系统强鲁棒性的同时,削弱系统抖振。
葛愿[8](2011)在《基于隐马尔可夫模型的网络化控制系统建模与控制》文中进行了进一步梳理网络化控制系统是一种通过实时通信网络进行数据交换的分布式反馈控制系统。与传统的点对点控制系统相比,网络化控制系统具有减少系统布线、易于系统扩展和维护、增强系统灵活性和可靠性等优点。然而,由于网络带宽是有限的,导致数据在网络传输过程中不可避免地存在网络诱导时延。而且,由于受到网络负荷、节点竞争、网络堵塞等诸多表征网络状态的随机因素的影响,网络时延往往呈现出随机变化的特征。网络时延是导致网络化控制系统性能下降甚至不稳定的主要原因,寻找有效的网络时延建模方法在网络化控制系统建模与控制研究中占有重要地位。在这一背景下,本论文从网络时延受控于网络状态这一时延产生机理出发,引入离散时间隐马尔可夫模型对网络时延进行建模研究,并在此基础上研究仅存在前向网络短时延的网络化控制系统的建模与控制问题。具体内容包含以下几个方面:1.建立网络时延的离散时间隐马尔可夫模型,并在此基础上实现对当前采样周期内前向网络时延的预测。首先,分别采用平均量化法和K-均值聚类量化法对网络时延进行量化处理。然后,用网络状态构成隐含的马尔可夫链过程,用时延量化序列构成可见的观察过程,建立网络时延的离散时间隐马尔可夫模型,并采用不完全数据期望最大化算法对离散时间隐马尔可夫模型进行训练,得到模型参数的最优估计。最后,利用Viterbi算法估计与时延序列相对应的网络状态序列,并与离散时间隐马尔可夫模型参数相结合预测出当前采样周期内的前向网络时延。在平均量化下选择时延所在子区间的中点作为时延预测值,而在K-均值聚类量化下选择时延所在类的聚类中心作为时延预测值。2.基于网络时延的离散时间隐马尔可夫模型设计网络化控制系统的状态反馈控制器,补偿了网络时延对系统性能的影响。首先,根据网络状态的马尔可夫特性将网络化控制系统建模成一个典型的离散时间马尔可夫跳变线性系统。然后,借助马尔可夫跳变线性系统的随机稳定性理论得到网络化控制系统随机稳定的充分条件,并在受控对象状态完全反馈的情况下利用该充分条件设计状态反馈控制器。进一步利用Schur补引理将状态反馈控制器的设计问题转换成线性矩阵不等式的求解问题。由于状态反馈控制器的设计过程考虑了当前采样周期内前向网络时延的预测值,所以直接补偿了时延对系统性能的影响。最后,通过仿真实验验证了所设状态反馈控制器的有效性。3.在给定性能指标下,基于网络时延的离散时间隐马尔可夫模型设计网络化控制系统的最优控制器,获得了比状态反馈控制器更好的时延补偿效果。首先,将当前采样周期的受控对象状态和前一采样周期的控制律合并定义成一个增广状态,从而将网络化控制系统建模成一个增广状态系统模型。然后,基于贝尔曼动态规划原理设计系统在给定性能指标下的最优控制器,并且研究系统在该控制器下的指数均方稳定性问题。由于最优控制器的设计过程考虑了当前采样周期内前向网络时延的预测值,所以直接补偿了时延对系统性能的影响,而且补偿效果优于状态反馈控制器。最后,通过仿真实验验证了所设最优控制器的有效性和优越性。4.利用TrueTime1.5工具箱为网络化控制系统设计Matlab/Simulink环境下的仿真平台:NCS-SP。使用TrueTime1.5中的Kernel模块设计NCS-SP中的传感器、控制器、执行器和干扰节点,使用TrueTime1.5中的Network模块设计控制器到执行器之间的网络,使用Simulink中的State-Space模块设计受控对象阻尼复摆。在NCS-SP上验证了本论文关于网络时延的建模和预测算法以及用来补偿时延对系统影响的系统建模与控制器设计方法,并且通过对比实验验证了K-均值聚类量化法相对于平均量化法的优越性以及最优控制器相对于状态反馈控制器的优越性。
龚伦齐[9](2010)在《基于改进趋近律的离散时间系统变结构控制方法研究》文中提出离散时间系统(DTS)的滑模变结构控制(SMVSC)方法一直在发展,并致力于如何削弱滑模控制系统中的抖振。趋近律方法是SMVSC理论的一个分支,其优点在于控制器易于设计,因此在近年来得到了很大的发展,但是利用趋近律方法设计的系统同样存在抖振。在高氏离散指数趋近律之后,许多改进的趋近律被提出,这些方法均能在一定程度上削弱抖振。然而研究表明,现有的很多趋近律不能在抑制抖振的同时,保留对外扰和参数摄动的不变性,研究能够兼顾两者的趋近律具有重要的现实意义。论文重点研究针对离散时间系统的趋近律方法,在深入研究离散时间系统变结构控制理论的基础上,完成如下工作:①分析现有的多种趋近律方法,指出这些方法不能完全符合离散时间系统变结构控制应有的六个特点,并总结已有改进思想,在高氏离散指数趋近律的基础上提出了基于带内负衰减控制的趋近律。改进的方法在趋近阶段保持不变,系统进入准滑动模态带后采用负衰减控制,使准滑模带收敛为扇形区域,从而抑制抖振。从理论上证明了该方法的稳定性和强鲁棒性,同时该方法解决了高氏趋近律中ε值不能兼顾趋近速度和抖振幅度的问题。②在Matlab/Simulink环境下设计无刷直流电机速度控制系统。系统采用双闭环控制,速度控制器的设计采用改进的趋近律形式,作为副控制器的电流控制器采用PI控制器。对比主控器为PID控制器的控制系统,给出两种系统的仿真结果。③设计了基于DSP(Digital Signals Processor)的无刷直流电机调速控制系统,给出了硬件系统和软件系统的设计方法。硬件系统分为三个子模块:DSP最小系统、电机驱动逆变电路和相电流检测电路;软件系统的算法实现以流程图的形式给出,完成转角、转速的测定和控制量的求取。理论分析及仿真实验结果均表明,使用基于带内负衰减控制的趋近律设计的控制系统相比传统的PID控制系统有着较好的控制效果。最后论文对工作进行了总结,指出了有待进一步解决的问题。
黄建华[10](2009)在《Delta算子描述下的离散采样系统滑模变结构控制》文中进行了进一步梳理变结构控制理论是二十世纪五十年代产生并发展起来的一种控制系统综合方法,由于变结构控制中滑动模态的不变性,变结构控制被广泛地应用于国防航天、机器人控制、卫星姿态控制、飞机控制、电机与电力系统控制等领域中。作为分析和设计离散数字控制系统的基本手段,以Z变换为核心的采样系统理论虽已为人们普遍接受,但在高速采样时存在一系列问题。Delta算子是一种离散化方法,能有效克服移位算子方法在高速采样时引发的系列难题,因而在高速信号处理与控制领域具有广阔的应用前景。当采样周期趋于零时,Delta算子离散化模型趋近于原来的连续时间系统,这使得连续时间系统和离散时间系统的分析与综合可以统一到Delta算子系统框架中进行研究。本文对Delta算子系统的滑模变结构控制问题进行研究,主要工作和成果如下:1.系统研究了Delta算子描述下的离散采样系统变结构控制问题,提出了Delta算子描述下变结构控制的一些基本概念,包括切换函数、到达条件、准滑动模态、准滑动模态带等;分析了准滑动模态带的稳定性,并对离散趋近律的抖动进行了分析,给出了切换带的稳态抖动宽度和最终的状态抖动范围。2.对Delta算子描述下的不确定离散系统,在不确定项有界且满足匹配条件的情况下,假设不确定项具有慢变特性,通过建立一种不确定项观测器,使用不确定项观测值近似代替系统中的不确定项实际值,从而设计了一种控制器,理论分析证明了系统的稳定性,仿真结果表明该方法是可行的,所得到的变结构控制观测器具有良好的性能。3.对Delta算子描述下的不确定离散采样系统,不需要不确定项满足匹配条件,提出一种基于不确定项观测器的滑模变结构控制方法。通过引进离散加权平均的概念,建立对系统和不确定项的观测器,理论证明了因此得到的观测值是不确定项的一个无偏估计,并基于不确定项的观测值建立滑模变结构控制,数值仿真例子说明了观测器和控制器的设计是有效的。4.对Delta算子描述下的不确定离散采样系统,在不确定项有界而且满足匹配条件的情况下,如果不确定项具有慢变特性,基于全程滑模思想,设置合适的滑模面,给出一种基于不确定项近似估计的全程滑模变结构控制方法,通过使用前一时刻的不确定项值近似代替当前时刻的不确定项值来设计控制器,理论分析证明了所得控制律能够保证系统渐进稳定而且切换函数有界,最后通过一个仿真例子说明了方法的有效性。最后,对全文进行了总结,并指出了下一步需要进行的工作。
二、基于δ算子的交流伺服系统离散准滑模控制器(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于δ算子的交流伺服系统离散准滑模控制器(论文提纲范文)
(1)基于滑模控制的并联有源滤波器控制策略研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 谐波的基本概念及危害 |
1.1.1 谐波的定义 |
1.1.2 谐波的危害 |
1.2 谐波治理的意义及措施 |
1.2.1 谐波治理的意义 |
1.2.2 谐波治理的措施 |
1.3 有源电力滤波器发展历史及趋势 |
1.3.1 有源电力滤波器发展历史 |
1.3.2 有源电力滤波器发展趋势 |
1.4 本文的主要研究内容 |
第二章 有源电力滤波器原理及分类 |
2.1 有源电力滤波器的基本原理 |
2.2 有源电力滤波器分类及其结构 |
2.2.1 按直流侧储能元件分类 |
2.2.2 按接入电网的方式分类 |
2.2.3 按电源相数分类 |
2.3 并联有源电力滤波器的数学模型 |
2.4 本章小结 |
第三章 谐波电流检测方法 |
3.1 谐波检测方法概述 |
3.2 瞬时无功功率理论 |
3.3 谐波检测方法 |
3.3.1 p—q检测方法 |
3.3.2 i_p—i_q检测方法 |
3.3.3 电网电压畸变的影响 |
3.4 本章小结 |
第四章 有源电力滤波器控制方法 |
4.1 补偿电流跟踪控制方法介绍 |
4.2 滑模控制方法 |
4.2.1 滑模控制原理分析 |
4.2.2 趋近律滑模控制 |
4.3 电流内环控制 |
4.3.1 普通滑模控制方法 |
4.3.2 趋近律滑模控制方法 |
4.4 电压外环控制 |
4.4.1 电压外环控制原理 |
4.4.2 电压外环PI控制 |
4.5 模糊自适应PI控制方法 |
4.5.1 模糊控制的原理 |
4.5.2 模糊自适应PI控制器 |
4.5.3 模糊控制器的设计 |
4.6 并联有源滤波器系统控制 |
4.7 本章小结 |
第五章 系统建模与仿真 |
5.1 有源电力滤波器参数设计 |
5.1.1 直流侧电压值的选取 |
5.1.2 直流侧电容值的选取 |
5.1.3 连接电感值的选取 |
5.2 系统仿真模型 |
5.3 控制模块 |
5.3.1 谐波电流检测模块 |
5.3.2 补偿电流控制模块 |
5.3.3 直流侧电压控制模块 |
5.4 系统仿真结果及分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(2)基于滑模变结构控制的汽车随动后视镜系统研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 背景及意义 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 本文主要研究内容 |
2 直流无刷电机及相关控制理论 |
2.1 直流无刷电机 |
2.1.1 电机结构 |
2.1.2 电压方程 |
2.1.3 转矩和运动方程 |
2.1.4 简化的电机模型 |
2.2 相关控制理论 |
2.2.1 PID控制 |
2.2.2 滑模变结构 |
2.2.3 反步法 |
2.2.4 状态观测器 |
2.3 本章小结 |
3 后视镜随动转角研究 |
3.1 车辆运动轨迹研究 |
3.1.1 理论分析 |
3.1.2 模型仿真 |
3.2 驾驶员视野研究 |
3.2.1 理论分析 |
3.2.2 模型仿真 |
3.3 后视镜随动转角的确定 |
3.4 本章小结 |
4 直流无刷电机滑模变结构控制 |
4.1 滑模反步法位置伺服控制 |
4.1.1 算法设计 |
4.1.2 仿真实验 |
4.2 状态观测器位置伺服控制 |
4.2.1 算法设计 |
4.2.2 仿真实验 |
4.3 本章小结 |
5 随动后视镜系统软硬件设计 |
5.1 系统结构与功能 |
5.2 硬件设计 |
5.2.1 整体硬件结构 |
5.2.2 MCU模块 |
5.2.3 电源模块 |
5.2.4 电机驱动模块 |
5.2.5 信号采集模块 |
5.3 软件设计 |
5.3.1 系统状态流程 |
5.3.2 故障诊断 |
5.3.3 信号滤波 |
5.4 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
(3)基于滑模控制算法的多电机同步控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外发展现状 |
1.2.1 多电机同步研究与应用现状 |
1.2.2 滑模变结构控制算法的研究现状 |
1.3 本文的主要研究内容 |
第2章 工件台宏动系统的建模与扰动分析 |
2.1 引言 |
2.2 双工件台宏动部分动力学建模 |
2.2.1 工件台宏动系统的基本结构 |
2.2.2 基于欧拉-拉格朗日法的动力学建模 |
2.2.3 模型仿真实验研究 |
2.3 永磁同步直线电机 |
2.4 多电机同步过程中的干扰因素 |
2.4.1 永磁同步直线电机的扰动分析 |
2.4.2 永磁同步直线电机的扰动因素及其补偿方法 |
2.4.3 电机定位力扰动的模型辨识 |
2.5 本章小结 |
第3章 多电机的同步控制策略 |
3.1 引言 |
3.2 系统的状态空间法描述 |
3.3 常用的多电机同步控制策略 |
3.3.1 多电机同步控制的结构分析 |
3.3.2 改进型双交叉耦合同步控制结构 |
3.4 多电机同步控制策略的仿真验证 |
3.4.1 并联同步控制结构仿真 |
3.4.2 交叉耦合同步控制结构仿真 |
3.4.3 改进型双交叉耦合同步控制结构仿真 |
3.4.4 多电机同步控制结构的综合同步误差比较 |
3.4.5 考虑系统扰动时的多电机同步策略仿真比较 |
3.5 基于同步误差补偿器的多电机同步控制 |
3.6 本章小结 |
第4章 基于双交叉同步控制结构的积分滑模方法 |
4.1 引言 |
4.2 滑模变结构控制研究 |
4.2.1 滑模控制算法的基本原理 |
4.2.2 滑模控制中抖振的研究与抑制 |
4.3 系统状态方程描述及问题阐述 |
4.4 全程积分滑模控制 |
4.4.1 全程积分滑模面设计 |
4.4.2 全程积分滑模控制器的设计及其稳定性分析 |
4.4.3 状态反馈增益设计 |
4.4.4 全程积分滑模控制仿真 |
4.5 非线性积分滑模控制 |
4.5.1 非线性积分滑模面设计 |
4.5.2 非线性积分滑模控制控制率设计 |
4.5.3 非线性积分滑模控制仿真 |
4.6 本章小结 |
第5章 验证试验方案 |
5.1 引言 |
5.2 同步控制控制实验验证 |
5.2.1 双工件台宏动控制系统DSP内置程序流程图 |
5.2.2 同步控制结构验证与测试 |
5.2.3 同步控制算法验证与测试 |
5.2.4 同步控制效果比对 |
5.3 本章小结 |
结论 |
参考文献 |
攻读硕士期间发表的学术论文 |
致谢 |
(4)基于T-S模糊模型的无线网络控制系统的无源控制器设计(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 无线网络控制系统概述 |
1.1.1 无线网络控制系统的研究背景及意义 |
1.1.2 无线网络控制系统的研究现状 |
1.2 无线网络控制系统常见的基本问题 |
1.2.1 信号量化 |
1.2.2 数据丢包 |
1.2.3 网络时延 |
1.2.4 系统元器件故障 |
1.3 模糊控制理论 |
1.3.1 模糊控制研究背景和模糊控制系统概述 |
1.3.2 T-S模糊理论与研究现状 |
1.3.3 基于T-S模糊模型的无线网络控制系统的研究现状 |
1.4 无源性的研究意义及研究现状 |
1.4.1 无源控制的研究现状 |
1.4.2 基于T-S模糊模型的无源控制研究现状 |
1.5 论文工作及其结构 |
第二章 预备知识和相关引理 |
2.1 量化器 |
2.1.1 线性量化器 |
2.1.2 对数量化器 |
2.2 非脆弱性概述 |
2.3 线性矩阵不等式 |
2.4 预备引理 |
2.5 符号说明 |
第三章 T-S模糊马尔科夫跳变系统的非脆无源控制器设计 |
3.1 引言 |
3.2 问题描述与预备知识 |
3.3 主要结论 |
3.4 控制器设计 |
3.5 数值例子 |
3.6 结论 |
第四章 执行器故障情况下T-S模糊系统的无源量化输出反馈控制器设计 |
4.1 引言 |
4.2 问题描述及预备知识 |
4.3 主要结论 |
4.4 动态输出反馈控制器设计 |
4.5 数值例子 |
4.6 结论 |
第五章 总结与展望 |
5.1 研究总结 |
5.2 后续展望 |
致谢 |
参考文献 |
附录 |
(5)专用多轴运动控制卡及其控制算法的研究(论文提纲范文)
摘要 |
Abstract |
目录 |
第1章 绪论 |
1.1 课题背景与实际意义 |
1.2 国内外光刻机发展概况 |
1.3 国内外伺服理论的发展 |
1.3.1 高精度伺服控制的模块化 |
1.3.2 国内外对双自由度闭环控制的研究现状 |
1.3.3 国内外对前馈控制的研究现状 |
1.3.4 国内外对摩擦模型的研究现状 |
1.4 本文的研究内容 |
第2章 工件平台控制方法 |
2.1 工件平台控制特点 |
2.2 闭环控制器设计理论 |
2.2.1 扰动观测器原理 |
2.2.2 扰动观测器稳定性分析 |
2.3 前馈控制器设计理论 |
2.4 本章小结 |
第3章 运动控制卡的硬件设计 |
3.1 运动控制卡硬件总体方案 |
3.1.1 传统运动控制卡的特点分析 |
3.1.2 多轴专用运动控制卡的设计特点 |
3.1.3 硬件设计总体方案设计 |
3.2 板上电源、稳压与保护设计 |
3.2.1 系统功耗分析与电源接入 |
3.2.2 电路的稳压与保护设计 |
3.3 运动控制卡的外围设备接口设计 |
3.3.1 接口分析 |
3.3.2 VME接入设计 |
3.3.3 光纤模块接入设计 |
3.3.4 多串口接入设计 |
3.4 运算单元与逻辑控制单元的互联与扩展设计 |
3.4.1 DSP和FPGA的配置管理和故障诊断 |
3.4.2 DSP与FPGA的总线连接 |
3.4.3 DSP与FPGA的存储扩展 |
3.5 本章小结 |
第4章 运动控制卡的逻辑设计 |
4.1 FPGA逻辑的总体方案 |
4.2 双口RAM软核的时序特征 |
4.3 EMIF64 接口逻辑设计 |
4.3.1 EMIF64 接口逻辑特点 |
4.3.2 EMIF64 接口逻辑设计 |
4.3.3 EMIF64 逻辑设计结果仿真与实验波形 |
4.4 VME总线接口逻辑设计 |
4.4.1 VME总线逻辑特点 |
4.4.2 VME总线接口数据传输基本波形 |
4.4.3 VME总线接口状态机设计 |
4.4.4 VME总线逻辑设计结果仿真与实验波形 |
4.5 采用 2eVME协议的VME64x接口逻辑设计 |
4.5.1 2eVME协议简介与波形 |
4.5.2 2eVME接口状态机设计 |
4.5.3 2eVME协议接口仿真 |
4.6 VME自定义总线接口逻辑设计 |
4.6.1 VME自定义总线逻辑特点与波形 |
4.6.2 VME自定义总线接口设计 |
4.6.3 VME自定义总线逻辑设计结果仿真与实验波形 |
4.7 光纤接口逻辑设计 |
4.7.1 光纤接口逻辑特点与波形 |
4.7.2 光纤接口逻辑 |
4.7.3 光纤逻辑设计结果仿真与实验波形 |
4.8 串口接口逻辑设计 |
4.8.1 串口接口逻辑特点与波形 |
4.8.2 串口接口状态机设计 |
4.8.3 串口逻辑设计结果仿真与实验波形 |
4.9 本章小结 |
第5章 实验平台建模与实验 |
5.1 宏动平台建模与实验 |
5.1.1 长行程直线电机及其驱动器参数 |
5.1.2 气浮平台摩擦建模 |
5.1.3 宏动平台的速度环估计 |
5.1.4 测试曲线设计 |
5.1.5 宏动平台的双闭环控制器设计 |
5.1.6 宏动平台的前馈控制器设计 |
5.2 微动台参数与双台耦合影响分析 |
5.3 运动控制卡宏动平台控制实验 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士期间发表的学术论文 |
攻读硕士期间申请的专利 |
致谢 |
(6)变结构控制策略及在广义系统与Delta算子系统中设计研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.1.1 变结构控制是一种现代控制理论综合方法 |
1.1.2 广义系统是更具广泛形式的动态系统 |
1.1.3 Delta 算子系统是连续系统和离散系统的统一描述形式 |
1.2 研究现状 |
1.2.1 变结构控制定义及其分类 |
1.2.2 变结构控制起源及其发展 |
1.2.3 广义系统的变结构控制研究现状 |
1.2.4 Delta 算子系统的变结构控制研究现状 |
1.3 组织结构、研究内容和创新点 |
1.3.1 本文组织结构 |
1.3.2 本文研究内容 |
1.3.3 本文创新点 |
1.4 本章小结 |
2 输入受限连续系统的软变结构控制策略 |
2.1 软变结构控制定义及其结构模式 |
2.2 基于隐 Lyapunov 函数的软变结构控制 |
2.2.1 基于隐 Lyapunov 函数的软变结构控制系统及其稳定性 |
2.2.2 基于隐 Lyapunov 函数的软变结构控制器参量设计 |
2.2.3 基于状态观测器的软变结构控制 |
2.2.4 仿真实例 |
2.3 动态软变结构控制 |
2.3.1 动态软变结构控制系统及其稳定性 |
2.3.2 动态软变结构控制器参量设计 |
2.3.3 动态软变结构控制算法 |
2.4 基于 S 类函数的软变结构控制 |
2.4.1 S 类函数定义及其特征 |
2.4.2 基于 S 类函数的软变结构控制系统及其稳定性 |
2.4.3 基于 S 类函数的软变结构控制器参量设计 |
2.4.4 基于 S 类函数的软变结构控制算法 |
2.4.5 仿真实例 |
2.5 应用:基于软变结构控制策略的自主水下航行器系统 |
2.5.1 基于软变结构控制的自主水下航行器系统及其稳定性 |
2.5.2 基于软变结构控制的自主水下航行器参量设计 |
2.5.3 仿真实验与分析 |
2.6 本章小结 |
3 不确定离散系统的滑模控制策略 |
3.1 基于趋近律方法的滑模控制策略 |
3.1.1 离散滑模控制基本问题 |
3.1.2 离散趋近律分类与比较 |
3.2 基于理想趋近律的滑模控制 |
3.2.1 理想趋近律定义及其特征 |
3.2.2 基于理想趋近律的不确定离散滑模控制设计 |
3.3 基于 S 类变速趋近律的滑模控制 |
3.3.1 S 类变速趋近律形式及其特征 |
3.3.2 基于 S 类变速趋近律的滑模控制设计 |
3.3.3 仿真实例 |
3.4 基于扰动补偿理想趋近律的滑模控制 |
3.4.1 扰动补偿趋近律形式及其特征 |
3.4.2 基于扰动补偿理想趋近律的非匹配离散滑模控制设计 |
3.4.3 仿真实例 |
3.5 应用:基于滑模控制策略的高新企业知识员工系统 |
3.5.1 高新企业知识员工系统及其数学模型 |
3.5.2 基于滑模控制的高新企业知识员工系统 |
3.5.3 实例与分析 |
3.6 本章小结 |
4 连续广义系统的动态软变结构控制 |
4.1 连续广义系统描述 |
4.1.1 单输入连续广义系统描述 |
4.1.2 多输入连续广义系统描述 |
4.1.3 连续广义系统解的结构 |
4.2 单输入连续广义系统的动态软变结构控制 |
4.2.1 广义系统的软变结构控制结构特征 |
4.2.2 基于动态软变结构控制的单输入广义系统及其稳定性 |
4.2.3 单输入广义系统的动态软变结构控制器参量设计 |
4.2.4 单输入广义系统的动态软变结构控制算法 |
4.2.5 仿真实例 |
4.3 多输入连续广义系统的动态软变结构控制 |
4.3.1 基于动态软变结构控制的多输入广义系统及其稳定性 |
4.3.2 多输入广义系统的动态软变结构控制器参量设计 |
4.3.3 多输入广义系统的动态软变结构控制算法 |
4.4 本章小结 |
5 非匹配离散广义系统的滑模控制 |
5.1 离散广义系统描述 |
5.1.1 单输入离散广义系统描述 |
5.1.2 多输入离散广义系统描述 |
5.1.3 离散广义系统解的结构 |
5.1.4 离散广义经济系统模型 |
5.2 非匹配离散广义系统基于扰动补偿趋近律的滑模控制 |
5.2.1 动态切换函数设计 |
5.2.2 基于扰动补偿的离散广义趋近律 |
5.2.3 非匹配离散广义系统的滑模控制器设计 |
5.2.4 数值实例 |
5.3 非匹配离散广义系统基于改进补偿趋近律的滑模控制 |
5.3.1 动态切换函数设计 |
5.3.2 改进的扰动补偿离散广义趋近律 |
5.3.3 非匹配离散广义系统的滑模控制器设计 |
5.3.4 数值实例 |
5.4 本章小结 |
6 Delta 算子系统的变结构控制 |
6.1 Delta 算子系统描述 |
6.1.1 Delta 算子离散化系统 |
6.1.2 Delta 算子系统的稳定性分析 |
6.1.3 Delta 算子不确定系统描述 |
6.2 Delta 算子系统的滑模控制分析与综合 |
6.2.1 切换函数设计 |
6.2.2 滑模到达条件分析 |
6.2.3 Delta 算子系统滑模控制器设计 |
6.2.4 仿真实例 |
6.3 Delta 算子系统的无抖振滑模控制 |
6.3.1 理想趋近律设计 |
6.3.2 Delta 算子系统的无抖振滑模控制器设计 |
6.3.3 仿真实例 |
6.4 Delta 算子系统的最优滑模控制 |
6.4.1 最优切换面设计 |
6.4.2 Delta 算子系统的最优滑模控制器设计 |
6.4.3 仿真实例 |
6.5 本章小结 |
7 总结与展望 |
7.1 主要研究成果总结 |
7.2 下一步的研究方向 |
参考文献 |
附录 符号索引 |
致谢 |
个人简历、在学期间发表的学术论文与研究成果 |
(7)基于支持向量机的滑模控制方法研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究的目的及意义 |
1.2 滑模控制简介 |
1.2.1 滑模控制的基本概念 |
1.2.2 滑模的存在和到达条件 |
1.3 滑模控制存在的问题 |
1.4 离散滑模控制的发展现状 |
1.5 本文的主要内容 |
第二章 支持向量机 |
2.1 统计学习理论概述 |
2.1.1 机器学习理论 |
2.1.2 经验风险最小化准则 |
2.1.3 统计学习理论 |
2.2 回归型支持向量机 |
2.2.1 线性回归支持向量机 |
2.2.2 非线性回归型支持向量机与核方法 |
2.3 小结 |
第三章 基于微粒群算法和支持向量机的滑模控制 |
3.1 引言 |
3.2 微粒群算法原理 |
3.2.1 微粒群算法流程 |
3.2.2 微粒群算法与遗传算法比较 |
3.3 问题描述 |
3.4 基于支持向量机的滑模控制器设计 |
3.4.1 支持向量机模型 |
3.4.2 微粒群算法寻优 |
3.5 仿真研究 |
3.5.1 固定参数滑模控制仿真 |
3.5.2 基于GA-SVM 的滑模控制仿真 |
3.5.3 基于PSO-SVM 滑模控制仿真 |
3.6 小结 |
第四章 基于支持向量机的全程滑模控制 |
4.1 引言 |
4.2 全程滑模控制原理 |
4.2.1 构造切换函数 |
4.2.2 全程滑模控制律设计 |
4.3 基于支持向量机的全程滑模控制器设计 |
4.3.1 支持向量机模型 |
4.3.2 微粒群算法寻优 |
4.4 仿真研究 |
4.4.1 常规滑模控制器仿真 |
4.4.2 基于PSO-SVM 全程滑模控制仿真 |
4.4.3 加入干扰条件下的鲁棒性 |
4.5 小结 |
第五章 不确定系统的支持向量机滑模控制 |
5.1 引言 |
5.2 系统描述 |
5.3 不确定系统的支持向量机滑模控制器设计 |
5.3.1 滑模控制器设计 |
5.3.2 基于SVM 的上界自学习 |
5.4 仿真研究 |
5.5 小结 |
结论与展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(8)基于隐马尔可夫模型的网络化控制系统建模与控制(论文提纲范文)
摘要 |
ABSTRACT |
插图目录 |
表格目录 |
第1章 绪论 |
1.1 引言 |
1.2 网络化控制系统(NCS)的概念、结构及优缺点 |
1.3 不同时延模型下的NCS建模与控制 |
1.3.1 定常时延模型及NCS建模与控制 |
1.3.2 相互独立的随机时延模型及NCS建模与控制 |
1.3.3 马尔可夫链随机时延模型及NCS建模与控制 |
1.4 三种时延模型的局限性及课题的提出 |
1.4.1 三种时延模型的局限性 |
1.4.2 隐马尔可夫模型在时延建模方面的优越性 |
1.4.3 基于隐马尔可夫模型的NCS研究及课题的提出 |
1.5 本论文的主要工作、创新点及内容结构 |
1.5.1 本论文的主要工作 |
1.5.2 本论文的创新点 |
1.5.3 本论文的内容结构 |
第2章 预备知识 |
2.1 引言 |
2.2 隐马尔可夫模型 |
2.2.1 马尔可夫链 |
2.2.2 隐马尔可夫模型基本概念 |
2.2.3 隐马尔可夫模型分类及基本问题 |
2.3 马尔可夫跳变线性系统 |
2.4 线性矩阵不等式 |
2.5 阻尼复摆 |
2.6 相关引理证明 |
2.6.1 Schur补引理 |
2.6.2 Rayleigh熵引理 |
2.6.3 Jensen不等式引理 |
2.6.4 Lagrange乘数法 |
2.7 符号说明 |
2.8 本章小结 |
第3章 基于隐马尔可夫模型的网络时延建模与预测 |
3.1 引言 |
3.2 网络时延量化 |
3.2.1 平均量化 |
3.2.2 基于K-均值聚类的量化 |
3.3 网络时延建模 |
3.3.1 隐马尔可夫时延模型 |
3.3.2 模型参数估计 |
3.4 网络时延预测 |
3.4.1 基于平均量化的时延预测 |
3.4.2 基于K-均值聚类量化的时延预测 |
3.5 仿真实验 |
3.6 本章小结 |
第4章 基于隐马尔可夫模型的NCS状态反馈控制 |
4.1 引言 |
4.2 马尔可夫跳变线性系统模型 |
4.3 系统随机稳定条件研究 |
4.4 状态反馈控制器设计 |
4.5 仿真实验 |
4.6 本章小结 |
第5章 基于隐马尔可夫模型的NCS最优控制 |
5.1 引言 |
5.2 增广状态系统模型 |
5.3 最优控制器设计 |
5.4 稳定性分析 |
5.5 仿真实验 |
5.6 本章小结 |
第6章 基于TrueTime的NCS仿真平台设计 |
6.1 引言 |
6.2 TrueTime1.5 工具箱简介 |
6.3 网络化控制系统仿真平台设计 |
6.4 基于隐马尔可夫模型的NCS建模与控制算法设计 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 论文主要研究工作总结 |
7.2 研究展望 |
参考文献 |
攻读博士学位期间完成的研究论文和承担的科研任务 |
致谢 |
(9)基于改进趋近律的离散时间系统变结构控制方法研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 课题的背景及意义 |
1.2 离散时间系统趋近律控制方法研究现状 |
1.2.1 理论研究现状 |
1.2.2 趋近律方法存在的问题及发展趋势 |
1.3 论文的主要研究内容 |
1.4 本章小结 |
2 离散时间系统的变结构控制理论 |
2.1 变结构控制控制理论基础 |
2.1.1 基本定义 |
2.1.2 滑动模态的不变性 |
2.1.3 准滑动模态与理想滑动模态的相似性 |
2.1.4 抖振现象及削弱 |
2.2 离散变结构控制的基本问题 |
2.3 连续系统的离散化 |
2.3.1 用位移算子离散化 |
2.3.2 用Delta-算子离散化 |
2.4 本章小结 |
3 离散时间系统的趋近律方法研究与改进 |
3.1 趋近律方法研究 |
3.2 理想趋近律与鲁棒趋近律 |
3.3 趋近律方法的改进 |
3.3.1 基于带内负衰减控制的趋近律方法 |
3.3.2 改进趋近律的稳定性分析 |
3.3.3 改进趋近律与高氏趋近律的仿真对比分析 |
3.4 本章小结 |
4 基于改进趋近律的无刷直流电机调速系统仿真研究 |
4.1 无刷直流电机控制系统 |
4.1.1 无刷直流电机控制系统结构 |
4.1.2 无刷直流电机系统数学模型 |
4.1.3 滑模变结构控制器设计 |
4.2 无刷直流电机控制系统仿真研究 |
4.2.1 无刷直流电机控制仿真系统总体框图 |
4.2.2 滑模变结构控制器模块设计 |
4.2.3 电流控制器模块设计 |
4.2.4 换相逻辑模块设计 |
4.2.5 电机本体模块设计 |
4.3 仿真结果及对比分析 |
4.4 本章小结 |
5 无刷直流电机调速系统的实现 |
5.1 控制系统总体结构 |
5.2 硬件系统设计 |
5.2.1 DSP 最小系统 |
5.2.2 驱动及逆变电路 |
5.2.3 相电流检测电路 |
5.3 控制系统嵌入式软体设计 |
5.3.1 控制系统软件主程序设计 |
5.3.2 转角检测模块设计 |
5.3.3 转速检测及控制输出模块设计 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
A. 图 4-7 包含的控制器 S 函数 |
B. 作者在攻读硕士学位期间发表的论文目录 |
(10)Delta算子描述下的离散采样系统滑模变结构控制(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第1章 绪论 |
1.1 引言 |
1.2 离散系统变结构控制的研究现状 |
1.2.1 离散时间系统变结构控制的发展概况 |
1.2.2 离散时间系统变结构控制的抖振问题 |
1.2.3 离散时间系统变结构控制的不确定性问题 |
1.3 Delta算子描述下的离散系统控制理论研究概况 |
1.3.1 Delta算子系统研究的必要性 |
1.3.2 Delta算子系统研究现状 |
1.4 论文主要研究工作与结构安排 |
第2章 Delta算子系统控制理论基础 |
2.1 Delta算子的基本概念 |
2.1.1 Delta算子的定义 |
2.1.2 Delta算子系统状态空间模型描述 |
2.1.3 Delta算子系统的稳定域 |
2.2 Delta算子系统的相关结论和定理 |
2.2.1 Delta算子系统的能控性 |
2.2.2 Delta域内的极点配置设计法 |
2.2.3 Delta域内的最优控制器设计 |
2.2.4 Delta域离散系统的稳定性 |
2.3 本章小结 |
第3章 Delta算子描述下的离散采样系统变结构控制 |
3.1 引言 |
3.2 Delta算子描述下的离散采样确定系统的变结构控制 |
3.2.1 Delta域离散采样系统模型描述 |
3.2.2 切换函数、切换面和切换带 |
3.2.3 到达条件 |
3.2.4 等效控制 |
3.2.5 准滑动模态 |
3.3 准滑动模态的稳定性 |
3.3.1 理想准滑动模态的稳定性 |
3.3.2 非理想准滑动模态的稳定性 |
3.4 离散趋近律抖动分析 |
3.5 本章小结 |
第4章 基于不确定项观测器的Delta域不确定系统滑模变结构控制设计 |
4.1 引言 |
4.2 匹配不确定采样系统的滑模变结构控制 |
4.2.1 问题描述 |
4.2.2 不确定项观测器设计 |
4.2.3 稳定性分析 |
4.2.4 数值仿真 |
4.3 一般不确定离散系统的滑模变结构控制 |
4.3.1 问题描述 |
4.3.2 不确定项观测器设计 |
4.3.3 控制器设计 |
4.3.4 数值仿真 |
4.4 本章小结 |
第5章 基于近似估计的Delta域不确定系统全程滑模变结构控制设计 |
5.1 引言 |
5.2 系统描述 |
5.3 切换函数的选取 |
5.4 控制器设计 |
5.5 稳定性分析 |
5.6 数值仿真 |
5.7 本章小结 |
第6章 总结与展望 |
参考文献 |
致谢 |
攻读学位期间参加的科研项目和成果 |
四、基于δ算子的交流伺服系统离散准滑模控制器(论文参考文献)
- [1]基于滑模控制的并联有源滤波器控制策略研究[D]. 亚志政. 天津工业大学, 2021(01)
- [2]基于滑模变结构控制的汽车随动后视镜系统研究[D]. 奚文龙. 东北林业大学, 2018(02)
- [3]基于滑模控制算法的多电机同步控制研究[D]. 齐彪. 哈尔滨工业大学, 2017(02)
- [4]基于T-S模糊模型的无线网络控制系统的无源控制器设计[D]. 周可霞. 杭州电子科技大学, 2016(04)
- [5]专用多轴运动控制卡及其控制算法的研究[D]. 杜威. 哈尔滨工业大学, 2012(03)
- [6]变结构控制策略及在广义系统与Delta算子系统中设计研究[D]. 刘云龙. 中国海洋大学, 2012(01)
- [7]基于支持向量机的滑模控制方法研究[D]. 刘明丹. 太原科技大学, 2011(11)
- [8]基于隐马尔可夫模型的网络化控制系统建模与控制[D]. 葛愿. 中国科学技术大学, 2011(09)
- [9]基于改进趋近律的离散时间系统变结构控制方法研究[D]. 龚伦齐. 重庆大学, 2010(03)
- [10]Delta算子描述下的离散采样系统滑模变结构控制[D]. 黄建华. 浙江工业大学, 2009(S1)