时变时滞非线性系统的间歇控制
间歇发酵非线性时滞动力系统的鲁棒优化研究
间歇发酵非线性时滞动力系统的鲁棒优化研究摘要:主要研究微生物间歇发酵过程中的非线性时滞动力系统及其主要性质,建立了具有动力系统为主要约束、有连续与离散两种辨识参量、依据实验数据与生物系统鲁棒性为性能指标的优化和最优控制模型,阐述了此类辨识模型与最优控制模型的建立方法、数值模拟方法及优化计算方法。
关键词:非线性动力系统时滞系统鲁棒优化微生物发酵时滞系统的优化与控制是寻找恰当的时滞量使得在满足一定的约束条件下,性能指标达到最优。
近年来,关于时滞系统优化与控制研究成为优化和控制界的一个研究热点。
目前关于非线性动力系统优化与控制的研究成果主要集中在无约束、无时滞条件下的研究,然而,约束条件(特别是状态约束)、时滞现象等广泛存在于实际工程问题中。
已有的研究方法不适用于具有约束的、含有时滞的切换系统的优化和控制问题。
从而引出了许多典型而又基础性的问题。
众所周知,石油价格不断升高,使生物基化学品的生产倍受国内外关注。
1,3-丙二醇(简称1,3-PD)是重要的化工原料,主要用做聚酯、聚醚和聚氨酯的单体与溶剂、扰冻剂、保护剂等。
早在1881年就有将甘油经微生物发酵转化为1,3-PD的论述,但没有引起人们的关注。
目前工业上主要是用化学合成法生产1,3-PD,但是该方法需要高温、高压和昂贵的催化剂。
由于微生物发酵法生产1,3-PD的低消费、高产量和无污染等特点,使得它越来越引起人们高度重视。
1发酵工艺微生物法生产1,3-PD的数学研究大多针对3种不同的工艺生产过程:间歇发酵、连续发酵和批式流加发酵[1]。
间歇发酵就是把微生物量和甘油按照一定的比例一次性地加入到反应器具中,一直等到底物的浓度趋于零为止。
连续发酵是持续不断地以一定速率往反应器具里加入甘油,同时以一定速率从反应器具里取出已经生成好的产物,但在整个过程中必须保持反应器具中的总体积保持不变。
批式流加发酵包括两个过程,一个是流加过程:甘油连续地加入到反应器具中去;另一个是间歇过程:停止甘油的加入;批式流加发酵就是在流加过程与间歇过程之间不断切换的过程,整个过程中反应器具中的液体都没有流出。
时变时滞非线性系统的间歇控制
G O Y ・o g Q N Z e - U ud n , I h nj i
时滞非线性系统在周期间歇控制下的同步
时滞非线性系统在周期间歇控制下的同步
于娟;蒋海军;滕志东
【期刊名称】《新疆大学学报(自然科学版)》
【年(卷),期】2010(027)003
【摘要】利用周期间歇控制的方法,研究了非线性系统的同步问题.通过构造Lyapunov函数,运用Halanay不等式以及微分不等式,得到了一类非线性系统达到同步的充分条件.
【总页数】6页(P310-315)
【作者】于娟;蒋海军;滕志东
【作者单位】新疆大学数学与系统科学学院,新疆乌鲁木齐830046;新疆大学数学与系统科学学院,新疆乌鲁木齐830046;新疆大学数学与系统科学学院,新疆乌鲁木齐830046
【正文语种】中文
【中图分类】O231.2
【相关文献】
1.时滞神经网络双周期间歇控制滞后同步 [J], 赵贺;梁义
2.非线性时滞系统的周期间歇同步控制方法 [J], 赵贺;梁义
3.时滞忆阻回归神经网络在周期间歇控制下的指数同步 [J], 刘梅;蒋海军;胡成
4.一类具有混合时滞和leakage时滞的随机反应扩散神经网络在间歇控制下的指数同步 [J], 王丽丽;徐瑞;孙梅慈
5.具有变时滞的高阶模糊神经网络在有限时间内的周期间歇控制同步 [J], 蒲浩;蒋海军;刘衍民
因版权原因,仅展示原文概要,查看原文内容请购买。
一类非线性系统的周期间歇镇定
一类非线性系统的周期间歇镇定陈武华;钟佳成;蒋志勇【摘要】周期间歇控制是一类特殊形式的切换控制,周期间歇控制下的动态系统可视为由一个受控子系统和一个自由子系统组成的周期切换系统。
针对周期间歇控制系统动态特征,提出运用时变切换Lyapunov函数方法研究一类非线性系统的周期间歇镇定问题。
在控制器激活区间和控制器关闭区间,分别引入不同的时变Lyapunov函数来分析系统的稳定性。
利用凸组合技术,将系统稳定性条件表示为一组线性矩阵不等式,通过求解该组线性矩阵不等式,容易获得使系统稳定的控制窗口宽度上界。
在稳定性分析的基础上,基于一组线性矩阵不等式的可行解,给出了控制增益矩阵的参数化表示。
与现有的时不变Lyapunov函数方法相比,所提出的时变切换Lyapunov函数方法能有效地利用系统的动态特性,降低结果的保守性。
数值例子验证了文中方法的有效性和优越性。
%Periodic intermittent control is a special form of switching control.The dynamical system under periodic intermittent control can be viewed as a periodic switched system consisting of a con-trolled subsystem and a free subsystem.In view of the dynamic characteristics of the periodic inter-mittent control systems, a time-varying switching Lyapunov function based method is proposed to solve periodic intermittent stabilization problem for a class of nonlinear systems.In the intervals that the controller is active and in the intervals that the controller is closed, different time-varying Lya-punov functions are introduced to analyze the stability of the system under consideration.By using convex combination technique, the derived stability condition is formulated into linear matrix ine-qualities so that the upper bound of thewidth of the control window can be easily obtained by solving the set of linear matrix inequalities.Based on the obtained stability results, a parameterized repre-sentation of the intermittent control gain matrix is presented in terms of the feasible solution of a set of linear matrix pared with the existing time-invariant Lyapunov function based methods, the proposed time-varying switched Lyapunov function method can effectively utilize the dynamic characteristics of the considered system, and thus reduce the conservatives of the achieved results.A numerical example is presented to show the validity and superiority of the proposed method.【期刊名称】《广西大学学报(自然科学版)》【年(卷),期】2014(000)002【总页数】9页(P378-386)【关键词】周期间歇控制;切换Lyapunov函数;控制窗口;指数稳定性【作者】陈武华;钟佳成;蒋志勇【作者单位】广西大学数学与信息科学学院,广西南宁 530004;广西大学数学与信息科学学院,广西南宁 530004;广西大学数学与信息科学学院,广西南宁530004【正文语种】中文【中图分类】TP273间歇控制是一种不连续的控制方法,其特征是控制器在运行一段时间后自动关闭,间歇一段时间之后再自动启动运行,周而复始。
时变时滞随机非线性系统的自适应神经网络跟踪控制
时变时滞随机非线性系统的自适应神经网络跟踪控制余昭旭;杜红彬【摘要】This paper focuses on the adaptive neural control for a class of uncertain stochastic nonlinear strict-feedback systems with time-varying delay. Based on the Razumikhin function approach, a novel adaptive neural controller is de- veloped by using the backstepping technique. The proposed adaptive controller guarantees that all the error variables are 4-moment semi-globally uniformly ultimately bounded in a compact set while the tracking error remains in a neighborhood of the origin. The effectiveness of the proposed design is validated by simulation results.%针对一类具有时变时滞的不确定随机非线性严格反馈系统的自适应跟踪问题,利用Razumikhin引理和backstepping方法,提出一种新的自适应神经网络跟踪控制器.该控制器可保证闭环系统的所有误差变量皆四阶矩半全局一致最终有界,并且跟踪误差可以稳定在原点附近的邻域内.仿真例子表明所提出控制方案的有效性.【期刊名称】《控制理论与应用》【年(卷),期】2011(028)012【总页数】5页(P1808-1812)【关键词】自适应跟踪控制;神经网络(NNs);Razumikhin引理;随机系统;时变时滞【作者】余昭旭;杜红彬【作者单位】华东理工大学自动化系,上海200237;华东理工大学自动化系,上海200237【正文语种】中文【中图分类】TP2731 引言(Introduction)随机干扰广泛地存在于各类实际系统中,因此随机非线性系统的稳定性分析及控制器设计受到越来越多的关注[1~6].特别地,对于严格反馈型随机非线性系统,采用backstepping方法提出了许多控制策略[3~6].然而这些控制策略往往要求系统函数已知或满足匹配条件.如果不能获得系统函数的这些先验知识,那么这些方法显然不适用.由于神经网络和模糊系统对未知非线性函数具有良好的逼近性能,采用自适应神经网络控制和自适应模糊控制能较好地避免前面的限制.然而对具有未知系统函数的随机系统的神经网络控制问题和模糊控制问题的研究结果还比较少[6~10]. 时滞现象大量存在于如计算机网络、核反应器等实际系统中,并且往往会导致系统的不稳定,因此时滞系统一直是研究的热点问题[11].Lyapunov-Krasovskii方法和Lyapunov-Razumikhin方法也广泛地应用于时滞随机非线性系统的稳定性分析和控制器设计.文献[12,13]已将Lyapunov-Razumikhin方法应用到时滞不确定随机非线性系统的稳定性分析.对时滞随机非线性系统的镇定与跟踪问题,大多采用Lyapunov-Krasovskii方法[9,14~16]. 相比Lyapunov-Razumikhin方法,Lyapunov-Krasovskii函数则不易构造,且Lyapunov-Krasovskii函数的复杂性使得稳定性分析与控制器设计也更为复杂.此外Lyapunov-Krasovskii对时滞常常不仅要求有界,而且须满足(t)<ς<1(ς为常数),而Lyapunov-Razumikhin方法仅要求时滞有界.因此针对时变时滞随机非线性系统的跟踪控制问题,采用Lyapunov-Razumikhin方法提出一种新的自适应神经网络控制器设计方法具有重要意义.本文利用Razumikhin引理和backstepping方法,针对一类具有时变时滞的不确定随机非线性严格反馈系统,提出一种新的自适应神经网络跟踪控制策略.所提出的控制器可保证跟踪误差四阶矩半全局一致最终有界.同时由于神经网络参数化[10]的应用,使得自适应控制器中所估计的参数大量减少.2 问题描述及准备(Problem formulation and preliminary results)2.1 预备知识(Preliminary results)考虑以下随机非线性系统:其中:x∈Rn为状态,ω为定义完备概率空间(Ω,F,P)上的r维的标准布朗运动,其中:Ω为采样空间,F为σ域以及P为概率测度;f和h为合适维数的向量值函数或矩阵值函数.针对C2函数V(t,x)定义如下算子L:其中tr(A)为A的迹.Razumikhin引理:考虑时滞随机泛函微分方程(retarded stochastic functional differential equation,RSFDE):dx=f(t,xτ)dt+h(t,xτ)dω,令p > 1,如果存在函数V(t,x)∈ C1,2([−τ,∞]× Rn)和常数ci>0(i=1,2),q>1,满足以下不等式:对所有的t≥0,满足那么RSFDE的具有初值ξ的解x(t,ξ)概率意义下一致最终有界,并且满足其中:|ξ(s)|p,γ=µ1∧.由文献[17]中定理4.1.4取κ =0,ψ(t)=e−t,µ = µ1和ζ(t)= µ2可容易得到以上Razumikhin引理,证明略.本文中考虑p=4.引理1 对于ε>0和任意实数η∈R,存在不等式[18]其中k为常数且满足k=e−(k+1),即k=0.2785.引理2 考虑不等式其中λ为正常数,如果初始条件(0)≥0成立,则对所有t≥0有(t)≥0.本文中,高斯径向基函数(RBF)神经网络用来逼近任意的连续函数g(·):Rn→R,也即=TΦ(Z),其中输入向量Z∈ΩNN⊂Rn,权向量=(w1,···,wl)T ∈ Rl以及核向量Φ(Z)=(s1(Z),s2(Z),···,sl(Z))T;激励函数si(Z)采用高斯函数,即其中:µi=(µi1,···,µin)T为接受域的中心,νi为高斯函数的宽度.通过选择足够多的节点,神经网络在紧集ΩNN⊂Rn上可以逼近任意的连续函数,即“理想”的权向量W∗是为了分析而设想的量,定义为W∗:=arg|g(Z)−Z)|}.假设1 ∀Z∈ΩNN,存在“理想”的常数权向量W∗,使得‖W∗‖∞ ≤ wmax和|δ|≤ δmax,其中上界wmax,δmax > 0.由式(7)容易得到其中:β(Z)==max{δmax,wmax}.2.2 问题描述(Problem formulation)考虑由以下方程描述的时滞随机非线性系统:其中:xi∈R(i=1,···,n)为系统的状态,定义i=[x1···xi]T,x=n;u∈R为控制输入;y∈R为系统的输出;Borel可测函数τ(t):R+→ [0,τ]表示未知的时变时滞;ω与系统(1)定义相同;f(·),g(·),q(·):Rn→ R和h(·):Rn→ Rr皆为未知的非线性光滑函数.本文的主要目的是设计一种自适应状态反馈控制率u(x,θ),=Φ(x,),使得对于某紧集内的初始条件x(0),(0),闭环系统的所有误差变量皆四阶矩半全局一致最终有界,且跟踪误差可以稳定在原点附近的邻域内.假设2 未知非线性函数g(x)的符号已知,且存在正常数bm和bM,满足0<bm≤|g(x)|≤bM<∞,∀x∈Rn.不失一般性,可进一步假设0<bm≤g(x)≤bM<∞.假设3 存在未知k∞类函数Q(·)满足以下不等式:|q(x(t− τ(t)))|≤ Q(‖x(t− τ(t))‖).假设 4 未知非线性函数h(x,x(t−τ(t)))满足以下不等式:‖h(x,x(t− τ(t)))‖2 ≤H1(‖x‖)+H2(‖x(t− τ(t))‖),其中:H1(·)为未知非负光滑函数,H2(·)为未知k∞类函数.(t)皆为连续且有界的.进一步,假定存在常数d,假设 5 参考信号yd(t)及其微分(t),···,使得‖[yd···]T‖ ≤ d.3 控制器设计及稳定性分析(Controller design and stability analysis)这一节,针对系统(9),利用backstepping方法及Razumikhin引理设计一种新的自适应神经网络跟踪控制器.首先,需引入以下误差变量:其中:为待定的虚拟控制函数,.对于1≤i≤n−1,选取Lyapunov函数选取虚拟控制函数为其中:Lαi−1=,ki为待定设计常数.则容易得到以下关系式:其中:p1=k1−3/4>0,pi=ki−1>0(2≤i≤n−1).将式(11)可改写为如下形式:系数di,j为常数.另外,α0(yd)=yd.基于以上的介绍,容易得到下面引理3.引理3 存在正常数ρ,υ,使得其中:Z=[z1···zn:=−θ/bm,表示未知常数θ/bm的估计.下面继续控制器的设计.当i=n时,由Itˆo公式可得其中Lαn−1:=.定义Lyapunov函数由式(2)可得由假设3可得由于Q(·)为k∞类函数,利用引理3及Razumikhin引理可得由引理1,||Fn,其中Fn=Q(2ρq‖Z(t)‖)+Q(2υ),可通过以下不等式进行处理: 由假设4,可得以下不等式:其中:Gn=H2(2ρq‖Z‖)+H2(2υ),ϑ1和ϑ2为任意的正常数.定义一个新的函数在紧集ΩZ中可通过RBF神经网络逼近:其中:Zn=[x[n]]∈ ΩZ,W∗TS(Zn)表示的“理想”神经网络近似,而δ(Zn)表示逼近误差.利用神经网络参数化式(8),可得其中: β(·)==max{δmax,wmax}.构造实际控制器及参数调整算法如下:其中kn,σ与λ为待定的正设计参数.利用不等式θ≥,在控制器(20)(21)的作用下,由式(14)~(19)可得其中pn:=knbm−>0.式(22)可改写为其中: µ :=min{4p1,4p2,···,4pn−1,4pn,λ},ν :=θ2+k(θσ + ε)+由式(23)及Razumikhin引理可知,闭环系统的解四阶矩半全局一致最终有界,且对于足够小的ς>0,存在时间T:=,其中:E|Z(s)|4,γ=µ∧,c1 ≤min{},使得∀t≥T,有E|(y(t)−yd)4|≤ (1+ς)基于以上分析,主要结论可由以下定理描述:定理1 对于满足假设(2)~假设(5)的时变时滞不确定随机非线性系统(9),在控制器(20)和参数自适应率(21)作用下,闭环系统的所有误差信号四阶矩半全局一致最终有界,且跟踪误差稳定在以下集合Ω所定义的区域内:注 1 定义如下紧集:初始值集合Ω0、有界紧集ΩZ、稳态紧集Ωs和神经网络逼近的有效集合ΩNN.在控制器设计过程中为了∀t≥0神经网络逼近皆有效,需保证ΩZ⊆ΩNN.为了阐述方便,由式(23)及Razumikhin引理,可将有界紧集ΩZ和稳态紧集Ωs定义如下:这些集合之间的关系如图1所示.在控制器设计的初始阶段首先定义ΩNN,并且ΩNN与控制器的参数和初始集合Ω0均无关.由式(24)(25)可知:i)初始集合Ω0通过‖ξ‖0影响ΩZ,但与Ωs和ΩNN无关;ii)可通过调整参数ki,λ,σ,ε,ϑ1和ϑ2,使得ΩZ和Ωs足够小.图1 各紧集之间的关系Fig.1 The relationship among compact sets由集合ΩZ和Ωs的界可知,对于给定足够大的ΩNN,存在合适的‖ξ‖0,γ和ν使得ΩZ ⊆ ΩNN和Ωs ⊆ ΩNN. 而由γ和ν的定义可知,γ和ν的值依赖于控制参数ki,λ,σ,ε,ϑ1和ϑ2的选择.因此对于给定足够大的ΩNN和‖ξ‖0=ξmax>0,存在合适的控制参数使得ΩZ⊆ΩNN.定义xi(0),zi(0)和(0)的初始值集合Ω0使得‖ξ‖0<ξmax.这时对于属于Ω0的所有xi(0),zi(0)和(0),∀t>0均有ΩZ⊆ΩNN.4 仿真研究(Simulation example)考虑以下时变时滞不确定随机非线性系统:其中:τ(t)=1+sint,初始条件为x1(0)=0.2和x2(0)=0.1,参考输入信号yd=0.5(sint+sin 0.5t).仿真过程中,采用RBF神经网络来逼近未知函数,W∗TS(Z2)包含729个节点,中心分布在[−5,5]×[− 5,5]×[− 5,5]×[− 5,5]×[− 5,5]×[0,5],宽度为1;其他仿真参数给出如下:k1=4.74,k2=15,λ=5,σ=1.采用定理1中的控制器(20)和参数自适应率(21),其中z1=x1−yd,z2=x2− α1,β = β(Z2).仿真结果由图2~4给出,图2表明所提出的自适应跟踪控制器具有良好的跟踪性能,输出响应y能比较快地跟踪参考输入yd;控制输入如图3所示;图4描述了自适应参数曲线.图2 输出响应y(t)和参考输入yd(t)Fig 2 Output responsey(t)and reference inputyd(t)图3 控制输入u(t)Fig 3 Control inputu(t)图4 自适应参数Fig 4 Adaptive parameter5 结论(Conclusion)本文针对一类具有未知时变时滞的不确定随机非线性严格反馈系统,利用Razumikhin引理和backstepping方法,提出了一种新的神经网络自适应控制器,可以保证跟踪误差四阶矩半全局一致最终有界.所给出的控制器结构简单,易于实现.将该方法推广到更一般的严格反馈型随机非线性系统是下一步工作的方向.参考文献(References):【相关文献】[1]FLORCHINGER P.Lyapunov-like techniques for stochastic stability[J].SIAM Journal on Control and Optimization,1995,33(4):1151–1169.[2]FLORCHINGER P.Feedback stabilization of affine in the control stochastic differential systems by the control Lyapunov function method[J].SIAM Journal on Control and Optimization,1997,35(2):500–511.[3]PAN Z G,BASAR T.Adaptive controller design for tracking and disturbance attenuation in parameter-feedback nonlinear systems[J].IEEE Transactions on AutomaticControl,1998,43(8):1066–1083.[4]DENG H,KRISTIC M.Stochastic nonlinear stabilization:part 1:a backsteppingdesign[J].Systems&Control Letters,1997,32(3):143–150.[5]DENG H,KRISTIC M.Stochastic nonlinear stabilization:part 2:inverseoptimality[J].Systems&Control Letters,1997,32(3):151–159.[6]WANG Y C,ZHANG H G,WANG Y Z.Fuzzy adaptive control of stochastic nonlinearsystems with unknown virtual control gainfunction[J].Acta AutomaticaSinica,2006,32(2):170–178.[7]PSILLAKIS H E,ALEXANDRIDIS.NN-based adaptive tracking control of uncertain nonlinear systems disturbed by unknown covariance noise[J].IEEE Transactions on Neural Networks,2007,18(6):1830–1835.[8]YU J J, ZHANG K J, FEI S M. Direct fuzzy tracking control of a class of nonaffine stochastic nonlinear systems with unknown dead-zone input[C] //Proceedings of the 17th World Congress, the International Federation of Automatic Control. Elseviet: International Federation of Accountants, 2008, 12236 – 12241.[9]谢立,何星,熊刚,等,随机非线性时滞大系统的输出反馈分散镇定[J].控制理论与应用,2003,20(6):825–830.(XIE Li,HE Xing,XIONG Gang,et al.Decentralized output feedback stabilization for large scale stochastic nonlinear system with time delays[J].Control Theory&Applications,2003,20(6):825–830.)[10]GE S S,HUANG C C,LEE T,et al.Stable Adaptive Neural Network Control[M].USA:Kluwer Academic,2002.[11]RICHARD J P.Time-delay systems:an overview of some recent advances and open problems[J].Automatica,2003,39(10):1667–1694.[12]MAO X R.Razumikhin-type theorems on exponential stability of stochastic functional differential equataions[J].Stochastic Process and Their Application,1996,65(2):233–250. [13]JANKOVIC S,RANDJELOVIC J,JOVANOVIC M.Razumikhintype exponential stability criteria of neutral stochastic functional differential equations[J].Journal of Mathematical Analysis and Applications,2009,355(2):811–820.[14]CHEN W S,JIAO L C,liJ,et al.Adaptive NN backstepping output-feedback control for stochastic nonlinear strict-feedback systems with time-varying delays[J].IEEE Transations on System,Man and Cybernetics,Part B:Cybernetics,2010,40(3):939–950.[15]LIU S J,GE S S,ZHANG J F.Robust output-feedback stabilization for a class of uncertain stochastic nonlinear systems with timevarying delays[C]//Proceedings of 2007 IEEE International Conference on Control and Automation.Piscataway,NJ:IEEE,2007:2766–2771.[16]余昭旭,杜红彬.基于NN的不确定随机非线性时滞系统自适应有界镇定[J].控制理论与应用,2010,27(7):855–860.(YU Zhaoxu,DU Hongbin.Neural-network-based bounded adaptive stabilization for uncertain stochastic nonlinear systems with timedelay[J].Control Theory&Applications,2010,27(7):855–860.)[17]胡适耕,黄乘明,吴付科.随机微分方程[M].科学出版社,2008:153–156.(HU Shigeng,HUANG Chengming,WU Fuke.Stochastic Differential Equations[M].Beijing:Science Press,2008:153–156.)[18]PLOLYCARPOU M M.Stable adaptive neural control scheme for nonlinearsystems[J].IEEE Transactions on Automatic Control,1996,41(3):447–451.。
时变大时滞系统的控制方法综述
时变大时滞系统的控制方法综述1 引言在化工、炼油、冶金、玻璃等一些复杂的工业过程当中,广泛地存在着大时滞现象。
由于时滞的存在,使得被控量不能及时地反映系统所承受的扰动,从而产生明显的超调,使得控制系统的稳定性变差,调节时间延长,对系统的设计和控制增加了很大的困难。
而时变时滞的特性则使得问题更加复杂,因而对此类问题的研究具有重要的理论和实际意义。
自从1957年Smith首次提出针对时滞系统的预估控制方法以来,许多学者在这一领域进行了广泛而深入的研究,相继提出了许多行之有效的控制方法。
根据对专统数学模型的依赖程度的不同,这些方法大致可以分为自适应控制和智能控制两大类。
本文即对此进行了总结介绍,分析了各种控制方法的优点及其所存在的局限性,并且探讨了该领域今后的发展方向。
2 Smith预估器Smith预估器是得到广泛应用的时滞系统的控制方法。
该方法的基本思路是:预先估计出系统在基本扰动下的动态特性,然后由预估器对时滞进行补偿,力图使被延迟了的被调量超前反映到调节器,使调节器提前动作,从而抵消掉时滞特性所造成的影响:减小超调量,提高系统的稳定性$加速调节过程,提高系统的快速性。
Smith预估器的原理如图1所示。
图1 Smith预估器控制框图从理论上分析,Smith预估器可以完全消除时滞的影响,从而成为一种对线性、时不变和单输入单输出时滞系统的理想控制方案。
但是在实际应用中却不尽人意,主要原因在于:Smith预估器需要确知被控对象的精确数学模型,而且它只能用于定常系统。
这一条件事实上相当苛刻,因而影响了Smith预估器在实际应用中的控制性能。
在Smith预估器的基础上,许多学者提出了扩展型的或者改进型的方案,这些方案包括:多变量Smith预估控制,非线性系统的Smith预估器,改进的Smith预估器。
这些方法由于并没有减小对系统数学模型的依赖程度,因而同样也具有很大的局限性。
3 自适应控制方法对大多实际控制过程而言,被控对象的参数在整个被控过程中不可能保持定常,对于这一类系统,如果采用常规的控制方法,不仅控制性能会变差,而且还会造成系统发散,然而利用自适应技术却可以获得比较满意的控制效果。
非线性系统的时间变换控制
非线性系统的时间变换控制本文将探讨非线性系统的时间变换控制。
随着科技的进步和应用的广泛,非线性系统控制的重要性越来越被人们所认识和重视,因此,针对非线性系统的时间变换控制技术也成为了当前研究的热点之一。
一、非线性系统的定义和特点非线性系统是指系统输出与输入之间呈现出一种非线性关系的系统。
非线性系统与线性系统相比较,其系统特性更加复杂,难以直接求得系统的控制策略。
非线性系统的一些常见特点包括:稳态误差较大、控制规律常常不易确定和推导、系统出现非理想情况的概率较高等。
二、时间变换控制的概念时间变换控制是指通过改变控制信号中的时间变换,使得输出结果能够更加合理的控制系统技术。
相对于传统的控制方法,时间变换控制方法具有更加灵活的控制策略、计算效果更加有效、可靠性强等特点。
另外,时间变换控制可以逆转非线性系统不易确定控制策略的缺点,大大提高了控制的效果和稳定性。
三、时间变换控制方法(1)非连续时间变换方法非连续时间变换方法又被称为混沌控制方法。
这种方法是通过引入非连续时间变化,破坏传统控制变化规律的做法,从而改变系统的状态。
这种控制方法利用的是混沌现象。
混沌现象是指在一定的条件下,一些非线性系统出现无规律的、周期性的、非周期性的运动状态。
通过改变控制系统的输入信号,使得系统进入到混沌状态,从而得到期望的控制效果。
(2)时变动态控制方法时变动态控制方法是指通过引入时变动态来掌控非线性控制系统的动态方程,减小系统的稳态误差。
在应用时变动态控制方法时,需要考虑到系统的特点,选择合适的控制策略。
此外,时变动态控制方法还可以利用其稳定的性质来解决系统的稳定性问题。
(3)多项式控制方法多项式控制方法是目前广泛应用的一种时间变换控制方法。
该方法通过将原控制系统分解成若干可控制的子系统,再针对子系统采取有效的控制策略,从而实现系统整体控制。
多项式控制方法的优势在于其操作简单,计算量小,适应性强。
需要指出的是,多项式控制方法具有一定的逼近误差,对于非线性系统需要合理的选取多项式。
具有时滞的非线性控制系统的鲁棒性分析
具有时滞的非线性控制系统的鲁棒性分析随着科技快速发展,控制系统的普及和应用也越来越广泛。
在现代工程中,非线性控制系统应用尤其广泛。
非线性控制系统是一种多输入输出的系统,其中输出与输入之间的关系不是线性的。
而对非线性控制系统进行分析和控制的过程也十分复杂。
其中,时滞是非线性控制系统的一个重要特征,这个特征在实际工作中也十分常见。
因此,对于具有时滞的非线性控制系统的鲁棒性分析变得尤为重要。
一、什么是具有时滞的非线性控制系统时滞是指输入信号的延迟时间在传递至输出端时出现的时间差。
当控制系统的性能受到时滞的影响时,传统的线性控制理论就不再适用。
例如:当控制系统处于运动状态时,如果在早期状态的输入信号反映在控制输出上,则会发生控制器受到时间延迟的影响而失去控制。
非线性控制系统是一种复杂的系统,由于控制输出与输入之间的关系不是线性的,因此其分析和控制过程显得格外复杂。
非线性控制系统可以分为静止的和动态的。
前者的关系是固定的,不随时间的推移而发生改变;而后者的关系会随时间的推移而发生显著的变化。
动态系统可以分为时变和定常两种。
具有时滞的非线性控制系统则是指非线性控制系统中,控制输入的效果是在一定的时间间隔内发挥出来的。
这个时间延迟对于控制系统的性能有着重要影响,时滞的大小以及它的变化规律影响着系统的动态性能。
例如,一些激光稳定控制和罐容料液位控制系统的效果都受到时滞的影响。
二、为什么需要鲁棒性分析鲁棒性是指非线性控制系统在面对未知的、不确定的干扰和噪声时所表现出的稳健性。
在实际应用中,控制系统面临的环境和要求也比较复杂,不同的操作环境、气候要求、输入变化,都有可能导致控制系统的输入输出出现不确定的干扰和噪声,从而干扰了控制系统的正常工作。
如果不考虑这些鲁棒性问题,不仅不能应对常规的干扰,同时也很难有效预测和应对系统的未知干扰。
鲁棒性分析是通过对系统和模型的分析,来确定控制系统在面对各种干扰和干扰时所需要具备的鲁棒性,并针对具体的干扰和噪声进行优化。
非线性广义时变时滞系统鲁棒模糊控制
成果 l 。利用 ຫໍສະໝຸດ S 糊模 型对 不确 定非 线性 时滞 系统 —模 的研 究 已取 得 一些 进展 l 但 对 时 变 时滞 系统 的稳 定 5 l ,
性 问题研 究 的较 少
式 中 : 是模 糊 集 ; ) Z 为模 糊 规则 前 件变 量 ; t ∈ ( () 为系 统 状态 空 间 向量 , () R H t ∈ 是 控 制 输 入 ; ∈ E R 可 以为奇 异矩 阵 , 一般 地 rn a kE=k t r t , () ≤f ()h t 。
( cec ol e C A, i fn 30 0 0 C ia) SineC l g , AU T n 0 3 0 ,hn e ai
A bsr c t a t: Th p o l m f no i e r tm e—d ly n t e a yng s s use a o u o s se e r b e o nln a i ea a d i v r i i dic s d nd f c s n y t m rbu tsa lt m o s tbii y. Su c e t n diins o uaane t r bu t t b lt o u h uz y yse i f i n c n tn t g r te he o s sa iiy f r s c f z s tm i us d s e by p c a L a no s e il y pu v f unci .By usng marx me s e fs tm ti e , t t e d a k c nr le ha tbi z he c n i r d t on i ti a ur so yse marc s a sae f e b c o tol rt tsa l e t o sde e i u c ran tme d l yan i a yngs tm so t i d n e t i i e a d tme v r i yse i b ane .A i e e a smpl x mpl lusr t st e ut. e il ta e her s ls
非线性时滞系统的周期间歇同步控制方法
其中 ,B,c,D为 n 阶常数矩阵; ( f ) 为系统的状态变量; g为r / 维非线性 向量函数;7 - 为系统的 时滞 量.以模型 ( 1 )为 主系统 ,设从 系统 如下 : ( f ) =A y ( t ) +B y ( t 一7 _ ) + ( ( f ) ) +D g ( y ( t 一1 _ ) ) + ( f ) ( 2 ) y ( t ) 的定义与x ( f ) 同. 滞后同步误差定义为:P ( f ) =y ( t ) 一x ( t 一下 ) , 其中
馈控 制下实现指数 同步的充分条件. 在此结论的基础上,得 出几个相关的推论 ,并与现有控制方 案进行 了比较 . 该方案更具一般性 ,应用范围更广。 最后 ,通过数值仿真证实了方案的有效性. 关键 词 :时滞 gg ;周期 间歇控 制 ;同步
中图分 类 号 :T P 1 3 文献 标识 码 :A 文 章编号 : 1 6 7 3 - - 9 9 9 X( 2 0 1 4 )O 4 —0 O 5 2 _ _ o 7
1 引言
1 9 9 0年,美国海军实验室的 P e c o r a 和C a r r o l l t I 】 利用驱动. 响应 同步法首次通过电子线路观察到了混沌 同步现象. 此后,国内外学者提出了许多有效的混沌同步方法 ,例如 自 适应同步、 法l 引 、间歇同步控制法[ 3 1 、
主 动控 制 同步 法【 4 J 和 模糊 控制 同步法 J 等.这些 方法 已应 用到物 理 、化 学 、生物 、信息 科学 和保 密通 信 等科
2 0 1 4 年l 2 月 第8 卷 第4 期
伊犁师范学院学报 ( 自然科学版 ) J o u mf l o f Y i l i N o r m a l U n i v e r s i t y( N a t u r a l S c i e n c e E d i t i o n )
控制系数未知的时滞非线性系统的控制问题
西安 文理 学 院学报 : 自然科 学版
J o u r n a l o f X i ’ a n U n i v e r s i t y o f A r t s& S c i e n c e ( N a t S c i E d )
s i g n a f e e d b a c k c o n t r o l l e r i n d e p e n d e n t o f t i me — d e l a y .T o h a n d l e t h e c a s e w h e n t h e i n i t i a l v a l u e
k n o wn c o e f f i c i e n t s .The s t a t e t r a ns i t i o n t e c h ni q u e a nd ba c k - s t e p p i n g ha v e be e n a d o p t e d t o d e -
V0 1 . 1 6 No . 4 0c t .2 01 3
文章编号 : 1 0 0 8 - 5 5 6 4 ( 2 0 1 3 ) 0 4 - 0 0 2 5 - 0 4
控 制 系数 未 知 的时滞 非 线 性 系统 的控 制 问题
鞠桂玲 , 马润波 , 鞠 红, 张 改 平
( 装 甲兵工程 学院 非线性研究所 ,北京 1 0 0 0 7 2 ) 摘 要: 针对控制系数未 知的一类时滞非线性系统 , 采用状态转换技术 和反推 方法 , 设计 了不依赖
于时滞 的反馈控 制器.同时为了处理初值为零的情况 , 提 出了一种新 颖 的基 于第一个 子系统输 出值的
带有非线性扰动时变时滞系统新的稳定性判据
关键 词 : 稳定 性 ; 时 变时滞 ;非线性 扰 动 ;交互式 凸组 合 ; 时滞 分解
中图分 类号 : T P 1 3 ; N9 4 1 . 1 文 献 标 识 码 :A
在 控制 研究领 域 , 带有 非线性 扰 动 的时滞 系统 的稳 定性 及相 关控 制 问题 , 在 实 际工程 系统 中有着 更广 泛
文章 编 号 :1 0 0 6 —9 7 9 8 ( 2 0 1 4 ) 0 1—0 0 1 2 —0 5 ;D OI : 1 0 . 1 3 3 0 6 1 . 1 0 0 6—9 7 9 8 . 2 0 1 4 . 0 1 . 0 0 3
带有非线性扰动时变时ຫໍສະໝຸດ 系统新 的稳定性判据 张 雷 ,燕 晓 峰 ,田玉 全 ,林 崇
泛函, 运用 交互 式 凸组合 和时滞 分解 等方 法 , 给 出 了基 于线 性 矩 阵不 等 式 ( 1 i n e a r ma t r i x i n e q u a l i t y , I MI ) 的 时滞 相 关稳定 性新 准则 , 并通 过数值 例 子验证 了本 文所 得结果 的有 效性 和优 越性 。
,
V t ∈ [ h, 0 ]
0≤ 矗 ( )≤ h, 矗( )≤
L 上 J
式 中, ( f )∈
为状态 向量 ; A, A , F, G为具 有适 当维 数 的常实 数矩 阵 ; h ( £ ) 是 一个 连续 时间 函数 , 且 满 足
( 2 )
式 中, h , 均 为 给定常 数 ; ( ) 为一 致 连续 函数 , 表 示 系统 的初始 状态 ; , ( ( ) , ) ∈R 和g( x ( t —h ( ) ) , £ ) ∈ 是 分别 关于 ( )和 x ( t —h ( £ ) )的非线 性扰 动 , 并 且假 定
含有非线性扰动的区间变时滞系统鲁棒稳定性判据
第 2期
战术导弹控制技术
Co n t r o l T e c h n o l o g y o f Ta c t i c a l Mi s s i l e
Vo l _3 0 No . 2
2 0 1 3 年 6 月
J u n .2 0 1 3
u p p e r b o u n d a n d t h e d e l a y i n t e va r l , c o mb i n e d wi t h a n i mp r o v e d f r e e — w e i g h i n g ma t i r x a p p r o a c h,A d e l a y — d e p e n d e n t s t a b i l i t y
2 .Ma i l B o x 1 5 0 e x t e n s i o ,C h i n a )
Ab s t r a c t :T h i s p a p e r c o n s i d e r s t h e r o b u s t s t a b i l i t y f o r a c l a s s o f l i n e a r s y s t e ms wi t h i n t e r v a l t i me — v a r y i n g d e l a y a n d n o n l i n — e a r p e t r u r b a t i o n s .B a s e d o n t h e d e l a y - p a r t i t i o n i n g a p p r o a c h ,t h e l o w e r d e l a y i s p a t r i t i o n e d i n t o t w o s u b i n t e r v a l s o f e q u a l l e n g t h,c o n s t r u c t a H e w L y a p u n o v - K r a s o v s k i i f u n c t i o n a l w h i c h c o n t a i n s mo r e d e l a y i n f o r ma t i o n s u c h a s t h e l o w e r b o u n d, t h e
时滞受控系统非线性动力学行为的数值分析
时滞受控系统非线性动力学行为的数值分析孙清;张斌;伍晓红;薛晓敏;张磊【摘要】采用精细积分法和庞加莱截面法计算了不同反馈增益和时滞量情况下的受控系统响应,给出了系统随时滞变化的分岔图和庞加莱截面图,分析了舍时滞反馈Duffing方程的分岔、混沌等非线性动力学行为,讨论了时滞和反馈增益对系统非线性特性的影响.结果表明,时滞受控系统的运动形式随着时滞的改变而改变,因此时滞可作为分岔开关来控制系统的运动形式,无论是倍周期运动、拟周期运动或者混沌运动,都可以通过选择合适的时滞量得以实现,并且随着控制增益的增大,系统的非线性特性表现得更加明显.%A type of Duffing equation with time delay is solved by precise integration method and the Poincaré map.The influences of time delay and feedback gain on the system's phase shifting solutions are discussed by Poincaré sections and the bifurcation diagram.It shows that motion form of system changes with the varying time delay.The time delay is able to serve as a bifurcation switch to change the forms of system movement into period-doubling, quasi-periodic or chaotic motions.And system nonlinear dynamic behaviors get more complex as feedback gain increases.【期刊名称】《西安交通大学学报》【年(卷),期】2011(045)003【总页数】6页(P1-6)【关键词】精细积分;时滞;主动控制;分岔【作者】孙清;张斌;伍晓红;薛晓敏;张磊【作者单位】西安交通大学土木工程系,710049,西安;河南省电力勘测设计院,450007,郑州;西安交通大学航天航空学院,710049,西安;西安交通大学航天航空学院,710049,西安;西安交通大学土木工程系,710049,西安【正文语种】中文【中图分类】O317在振动主动控制中不可避免地存在着时滞现象,传感器信号的采集和传输、控制器的计算、作动器的作动过程等,都会导致作用于结构的控制力产生时滞[1].时滞可能使系统产生分岔,从而改变系统周期解的稳定性,进而使系统的运动形式发生变化,产生倍周期运动、拟周期运动,甚至混沌运动[2].由于时滞的引入,振动控制系统表现出复杂的分岔现象,包括Hopf分岔、双Hopf分岔、奇点分岔、同宿分岔等,并伴随极限环的出现[3].国内外学者对时滞引起的系统分岔和混沌等现象进行了深入的研究,例如:蒋卫华等采用中心流形定理和Hassard规范型理论,研究了反馈时滞系统中时滞量和控制参数对稳定性和Hopf分岔性质所起的作用[4];张冬梅等研究了一类含参数激励和强迫激励的时滞反馈系统在1/2亚谐共振—主参数共振下的分岔响应控制[5];钱长照等研究了控制时滞对van der Pol—Duffing系统分岔响应的影响以及周期解失稳后的复杂运动[6];王在华等针对具有奇对称性的时滞系统,提出了2种迭代求解格式,可以方便地得到分岔周期解的近似表达式[7];徐鉴等利用中心流形—范式方法分析了时滞微分方程的Hopf分岔以及相移解[8—10];钱长照等还应用微扰方法研究了移动荷载作用下时滞受控非线性梁的分岔性质,分析了该系统的主共振和亚谐共振,并指出,时滞会使分岔消失或改变分岔点[11].另一方面,也有研究表明,在振动控制中可以利用时滞来减小系统响应[12],例如:Ali等人指出,当双时滞量超过其他学者提出的稳定判别的时滞最大允许值时,依然可以找到使系统稳定的区域,并给出了选取最优时滞量的方法[13];蔡国平等对旋转运动柔性梁的时滞主动控制进行了实验研究,验证了时滞反馈控制的有效性[14];孙清等最近采用增量谐波平衡法并结合庞加莱定理,分析了时滞受控系统的稳定性,得到了系统周期解关于时滞量和反馈控制增益变化的稳定区域[15].研究表明,时滞受控系统在稳定区域和不稳定区域分界处的力学行为非常丰富,时滞变化可诱导出包括分岔及混沌等的极为复杂的非线性动力学行为.目前对于时滞受控系统的分岔性质研究,仍以解析法占主导地位,主要采用的方法有定性分析方法,如规范型方法、中心流形定理、奇异性方法、Melnik—ov法等,以及定量分析方法,如平均法、谐波平衡法、多尺度法、KBM法等,其中大部分只能求解弱非线性问题,即方程中含有小参数的问题,但不能处理强非线性问题.处理强非线性问题时,常用的方法有改进的L—P法、广义平均法、改进多尺度法、三变量迭代法、变分迭代法等,但这些方法的缺点是精度较差.对于系统分岔之后的相移变化的具体形式,目前尚没有解析方法可以进行计算,因此,数值分析是解决该问题的较好手段.作者前期采用精细积分法分析了时滞受控系统的稳定性,给出了系统稳定性随时滞和控制增益的变化规律[16].作为后续研究,本文采用适用于非线性动力系统的精细积分方法来分析时滞系统的分岔和混沌等非线性动力学特性,重点分析时滞和控制增益的取值对系统运动形式的影响,以期对非线性控制系统中时滞量和控制增益的选取提供指导.1 含时滞振动控制系统的动力学方程考虑非线性时滞受控系统,其动力学方程如下式中:m为质量;c为阻尼;k为刚度;σ为非线性项系数;f(t)为外加激励;gpx(t—τ1)是与位移相关的控制力;gd(t—τ2)是与速度相关的控制力;τ1 和τ2分别是位移反馈和速度反馈的时滞量,当t<τ1时,x(t—τ1)=0,当t<τ2 时(t—τ2)=0.本文采用精细积分法求解方程(1),具体算法可参见文献[16].2 非线性力学行为分析本节分析时滞对受控系统非线性特性的影响.对于式(1)所示系统,选取系统参数为m=1kg,c=0.3N·s/m,k=—1N/m,σ=1,f(t)=30sint,τ1=τ2=τ,则其动力学方程为以时滞τ为控制参量,固定其他参数,分析系统随时滞变化的分岔行为.下面分4种工况来分析时滞和控制增益对非线性特性的影响.(1)gp=—0.5N/m,gd=—0.01N·s/m.改变时滞量得到的系统分岔图如图1所示.图1 gp=—0.5N/m、gd=—0.01N·s/m时的系统分岔图图1表明,随着时滞量的逐渐增大,在τ=2.701 8s处系统产生了倍周期分岔,由周期运动转入2倍周期运动,随后又经历了周期运动和2倍周期运动.图2a为τ=0.062 8s时的单倍周期运动庞加莱截面,图2b为τ=3.141 6s时的2倍周期运动庞加莱截面.(2)gp=—0.8N/m,gd=—0.01N·s/m.改变时滞量得到的系统分岔图如图3和图4所示.图3表明,随着时滞量的逐渐增大,系统经历了周期运动、混沌运动、2倍周期运动后,在τ=2.701 8s处发生了倍周期分岔,由周期运动转入2倍周期运动.随时滞继续增大,在τ=2.827 4s处系统再次发生倍周期分岔,由2倍周期运动转入4倍周期运动,由图4可以看出明显的分岔路径.之后,系统在τ=2.953 1s处进入混沌运动,随后又经历了2倍周期运动和单倍周期运动,在τ=6.283 2s处发生拟周期分岔,由周期运动转入拟周期运动.图5为对应不同时滞量的各种庞加莱截面.图2 gp=—0.5N/m、gd=—0.01N·s/m时的庞加莱截面图3 gp=—0.8N/m、gd=—0.01N·s/m时的系统分岔图图4 图3的局部放大图图5 gp=—0.8N/m、gd=—0.01N·s/m时的庞加莱截面(3)gp=—0.01N/m,gd=—0.2N·s/m.改变时滞量得到的分岔图如图6所示. 图6 gp=—0.01N/m、gd=—0.2N·s/m时的系统分岔图图6表明,随着时滞量的逐渐增大,在τ=0.439 8s处系统产生倍周期分岔,由周期运动转入2倍周期运动,随后周期运动和2倍周期运动交替出现,在τ=2.638 9s处发生混沌运动.图7为不同时滞量下的各种庞加莱截面.(4)gp=—0.01N/m,gd=—0.4N·s/m.改变时滞量得到的分岔图如图8所示. 从图8可以看出:随着时滞量的逐渐增大,在τ=0.314 2s处系统发生倍周期分岔,由周期运动转入2倍周期运动;随时滞量继续增大,在τ=0.377 0s处系统再次发生倍周期分岔,由2倍周期运动转入4倍周期运动,并在τ=0.439 8s处进入混沌运动,之后在τ=0.691 2s处发生拟周期分岔,进入拟周期运动.图7 gp=—0.01N/m、gd=—0.2N·s/m时的庞加莱截面图8 gp=—0.01N/m、gd=—0.4N·s/m时的系统分岔图随着时滞的增大,7倍周期运动、周期运动、2倍周期运动、4倍周期运动、拟周期运动、5倍周期运动、3倍周期运动、混沌运动、6倍周期运动交替出现.图9为不同时滞量对应的各种庞加莱截面.比较上述4种工况可以看出,随着控制增益绝对值的增大,系统的运动形式变得更加复杂多变,例如工况(1)中只存在周期运动和2倍周期运动,而工况(2)和工况(4)中出现了周期运动、2倍周期运动、3倍周期运动、4倍周期运动、5倍周期运动、6倍周期运动、7倍周期运动、拟周期运动和混沌运动等形式.这是由于随着控制增益的增大,时滞在方程中的权重变大,使得系统对于时滞的微小变化也十分敏感,从而表现出复杂的非线性动力学特性.通过上述讨论可知,时滞受控系统的运动形式随着时滞的改变而改变,因此可以把时滞作为系统的分岔开关,通过改变时滞量得到我们需要的运动形式,无论是倍周期运动、拟周期运动还是混沌运动,都可以通过选择合适的时滞量得以实现.3 结论本文采用精细积分方法和庞加莱截面法计算了不同反馈增益和时滞量情况下的系统响应,并给出了系统随时滞变化的分岔图和庞加莱截面图,分析了含时滞反馈Duffing方程的分岔、混沌等非线性动力学行为,讨论了时滞和反馈增益对系统非线性特性的影响.研究结果表明:时滞可以作为分岔开关,通过改变时滞量来控制系统的具体运动形式;随着控制增益的增大,系统的非线性特性表现得更加明显,对于时滞的微小变化更加敏感.图9 gp=—0.01N/m、gd=—0.4N·s/m时的庞加莱截面(编辑葛赵青)【相关文献】[1]周福霖.工程结构减震控制[M].北京:地震出版社,1997.[2] XU Jian,CHUNG K W.Effects of time delayed posi—tion feedback on a van der Pol—Duffing oscillator[J].Physica:D,2003,180:17—39.[3] MA Suqi,LU Qishao,FENG Zhaosheng.Double Hopf bifurcation for van der Pol—Duffing oscillator with parametric delay feedback control[J].Journal of Mathematical Analysis and Applications,2008,338(2):993—1007.[4]杜毛毛,蒋卫华,徐秀艳.具带限反馈的时滞系统的Hopf分支分析[J].哈尔滨工业大学学报,2008,40(8):1273—1278.DU Maomao,JIANG Weihua,XU Xiuyan.Hopf bi—furcations in time—delay systemswith band—limited feedback[J].Journal of Harbin Institute of Technolo—gy,2008,40(8):1273—1278.[5]张冬梅,李凤伟,徐涵.一类含参数激励和强迫激励的时滞反馈系统的分岔分析[J].徐州师范大学学报,2007,25(2):28—30.ZHANG Dongmei,LI Fengwei,XU Han.Bifurcation of nonlinear systems involving time delays under com—bined parametric and forcing excitation[J].Journal of Xuzhou Normal University,2007,25(2):28—30.[6]钱长照,唐驾时.一类非自治时滞反馈系统的分岔控制[J].物理学报,2006,55(2):617—621.QIAN Changzhao,TANG Jiashi.Bifurcation control for a non—autonomous system with two time delays[J].Acta Physica Sinica,2007,25(2):28—30.[7] WANG Huailei,WANG Zaihua,HU Haiyan.Hopf bifurcation of an oscillator with quadratic and cubic nonlinearities and with delayed velocity feedback[J].Acta Mechanica Sinica,2004,20(4):426—434.[8] XU Jian,LU Qishao.Hopf bifurcation of time—delay Lienard equations[J].International Journal of Bifur—cation and Chaos,1999,9(5):939—951.[9]徐鉴,陆启韶,王乘.van der Pol—Duffing时滞系统的稳定性和 Hopf分岔[J].力学学报,2000,32(1):112—116.XU Jian,LU Qishao,WANG Cheng.Stability and bi—furcations in a van der Pol—Duffing time—delay system[J].Chinese Journal of Theoretical and Applied Me—chanics,2000,32(1):112—116.[10]徐鉴,陆启韶,黄玉盈.van der Pol型时滞系统的两参数余维一 Hopf分岔及其稳定性[J].固体力学学报,1999,20(4):297—302.XU Jian,LU Qishao,HUANG Yuying.Co dimension 1Hopf bifurcation and its stability in a van der Pol time delay system with two variant parameters [J].Acta Mechanica Solida Sinica,1999,20(4):297—302.[11]QIAN Changzhao,TANG Jiashi.A time delay control for a nonlinear dynamic beam under moving load[J].Journal of Sound and Vibration,2008,309:1—8.[12]PYRAGAS K.Continuous control of chaos by self—controlling feedback[J].Physics Letters:A,1992,170:421—428.[13]ALI M S,HOU Z K,NOORI M N.Stability and per—formance of feedback controlsystems with time delays[J].Computers and Structures,1998,66(2/3):241—248. [14]陈龙祥,蔡国平.旋转运动柔性梁的时滞主动控制实验研究[J].力学学报,2008,40(4):520—527.CHEN Longxiang,CAI Guoping.Experimental study on active control of a rotating flexible beam with time delay[J].Chinese Journal of Theoretical and Applied Mechanics,2008,40(4):520—527.[15]孙清,刘正伟,伍晓红,等.含双时滞振动主动控制系统的稳定性分析[J].西安交通大学学报,2010,44(1):112—116.SUN Qing,LIU Zhengwei,WU Xiaohong,et al.Sta—bility analysis of active vibration control system invol—ving double time delays[J].Journal of Xi′an Jiaotong University,2010,44(1):112—116.[16]孙清,张斌,伍晓红,等.含双时滞主动控制系统平凡平衡解稳定性的数值分析[J].西安交通大学学报,2010,44(5):102—105.SUN Qing,ZHANG Bin,WU Xiaohong,et al.Nu—merical analysis for stability of trivial equilibrium solu—tion of active control systems with double time delays[J].Journal of Xi′an Jiaotong University,2010,44(5):102—105.[本刊相关文献链接]利用遗传算法的磁流变阻尼器结构含时滞半主动控制.西安交通大学学报,2010,44(9):122—127.可控磁悬浮系统的转子周期性振动抑制.西安交通大学学报,2010,44(7):55—58.往复压缩机轴系扭振的数值分析.西安交通大学学报,2010,44(3):100—104.时频域交互法在微滑移干摩擦阻尼叶片振动分析中的应用.西安交通大学学报,2009,43(11):22—26.冲击故障特征提取的非线性流形学习方法.西安交通大学学报,2009,43(11):95—99.三向地震模拟平台控制系统的研究.西安交通大学学报,2009,43(10):16—21.圆柱壳高频弯曲振动的能量有限元分析.西安交通大学学报,2008,42(9):1113—1116.检测地震不连续性结构的多分辨局部结构熵算法.西安交通大学学报,2008,42(2):226—230. 控制时滞对负刚度Duffing系统动力学特性的影响.西安交通大学学报,2007,41(7):811—814.基于遗传算法信息组合的自适应模糊控制.西安交通大学学报,2007,41(7):838—841.三维流体诱发振动的理论模型与数值模拟.西安交通大学学报,2007,41(5):512—516.压电分流阻尼系统的重置开关控制.西安交通大学学报,2006,40(7):841—845.基于X滤波最小均方算法的冲击振动自适应逆控制.西安交通大学学报,2004,38(2):144—148.新型磁流变阻尼器及其在结构振动半主动控制中的应用.西安交通大学学报,2003,37(1):92—95.结构变结构控制的指数趋近律改进方法.西安交通大学学报,2003,37(1):108—110.建筑结构滑模控制的趋近律方法.西安交通大学学报,2000,34(5):95—100.不确定性结构振动的模糊推理移相控制研究.西安交通大学学报,2000,34(5):109—110.。
非线性参数化时变时滞系统自适应迭代学习控制
由于 时滞 问题 广泛存在 于各类 工程 系统 中,例如液 压 系统 ,电网系 统,核反应 堆等 ,时 滞 的存在 降低 了控制 的性 能,甚至破 坏 了闭环 系统 的稳定性 【 _因此研 究 时滞系 统先进 有 2, 0 效 的迭代学 习控制 显得尤为 重要 .而对 时滞 系统 [ -9 的迭代学 习控制大 都局 限于传统 的 1 1 5 ]
—
范数 意义下 收敛 于零 ;
s u
i z
表示 代次数, 表 迭 示非负 数集 则称 i) , 整 合, ( 在 南 ] £ T p oIl 盯 ∞ 则 ( 在 南 范 意义 界・  ̄ l < , 称 t) , 数 下有 yI id
2 问题 描 述 与 假 设
数估计在时间域中进行 【1 9 在迭代域中进行 , l 或者两个域中同时进行 【_该方法能够解 l. 1
决 更广 的非线性不 确定 系统 的控制 问题 ,实现误 差 的渐近 收敛.值得一 提的是 ,基 于复合 能 量 函数 ( E ) 自适 应迭代 学 习控制 ,搭起 了时 间域 和迭代 域之 间 的桥 梁 ,在处 理对 时变 CF 的 参 数的学 习估计 中起 了很重 要 的作 用 [ -4 1 1. 1 】
统.
2 )解决 了控 制器 设计 的两 个 困难 :一个 是对 未 知时变 时滞 的处理 ,利用 信号置 换 思想 合 并包括 时滞 项在 内的所 有 时变参数 为 一未 知时变 参数 ;另一 个是对 非线 性参数 化 函数 的处理 ,利用 参数分 离 技术和 构造 一令 - a u o — rsvki C F L p n vK ao 件 .给 出 仿真 例 子 验 证 了控 制 方 法 的 有 效性 .
关键词:非线性参数化系统; 自适应迭代学习控制;时变参数;时变时滞;复合能量 函数
非线性不确定时变时滞中立系统的非脆弱控制
机翼 后掠 角 NS V设 计 了多模 型 软 切换 保 性 能 非 脆 弱控制 方案 , 根 据 可测前 提 变量 将 系统 工作 空 间利 用划 分为 多个 子 区域 ,并将 各 局部 控 制器 在 模糊 子 区域 的的 边 界上 进 行 切 换 , 系统 的控 制 器 由各 局部 控制 器按 照模 糊加权 得 到. 中立 系统 是一 类 特 殊 的 时滞 系统 , 其 主 要 特 征是 : 系统 中既含有 状态 变量 的最 高 阶导 数 , 还 含
文 章 编 号 :2 0 9 5 — 5 4 5 6 ( 2 0 1 3 ) O l 一 0 0 3 9 — 0 6
非 线 性 不 确 定 时 变 时 滞 中 立 系统 的 非 脆 弱 控 制
胡 何 丽
( 沈 阳大 学 装 备 制 造 综合 自动 化 重 点 实验 室 ,辽 宁 沈 阳 1 1 O O 4 4 )
相 当准确 的描述 系 统 的行 为 , 而且 要 求 系统 的控
制 器 能较快并 允许 一定 的摄 动来 实现 系统 的稳 定 等 性 能. 于是 , 考 虑 系 统带 有 不 确定 项 , 并 且 考 虑 控 制器 参数具 有 摄 动 情况 的这 类 实 际 系 统 , 得 到
白分 布 等 问题 的研 究 中. 因此 , 近年 来 中立 型 时滞
在 系统 的控 制输 入信号 和 收到 系统 的反馈 信号 之
间, 显 然有一 个 时间延 迟 , 即时滞 . 因此 , 采 用传 统 的微分 方程来 描 述 系 统 , 得 到 的 只能 是 系统 状 态
时滞分布参数系统间歇非周期中和控制器设计
Abstract:For distributed parameter systems with delay, the neutralization controller is designed. Considering the discontinuity of the controller in the process of operation, the stability of the system is studied by combining the neutralization control method with the aperiodically intermittent control scheme. By the Lyapunov stability theory and the linear matrix inequality, a sufficient condition is obtained for the stable aperiodically intermittent neutralization controller to exist in the distributed parameter systems. Finally, combined with the given conditions, a numerical simulation is conducted to illustrate the effectiveness of the controller. Key words:distributed parameter systems; neutralization control; aperiodically intermittent control; delay
间歇反应釜控制的难点与策略
间歇反应釜控制的难点与策略间歇反应釜控制的难点主要在:1、复杂性、时滞性和非线性(1)聚合反应的生产过程伴随着物理化学反应、生化反应、相变过程及物质和能量的转换和传递,因而是一个十分复杂的工业生产过程;(2)所用反应釜容积量大、釜壁厚,因此是一个热容量大、纯滞后、时间长的被控对象;(3)随着反应的进行,各传热媒体的传热系数成非线性变化,并且对各种外界环境的变化比较敏感;加上反应过程增益变化也会很大,甚至增益的变化方向都是不一样的,而且随着反应的进行,釜的传热系数也会随着发生不规则的变化。
所以,这些因素的存在,致使该反应过程变得异常的复杂,致使夹套内的冷却液量与釜内温度之间的变化产生严重的非线性,而冷水量直接影响釜内温度是否满足工艺要求。
2、难控性(1)反应过程中由于化学反应放热的复杂性和非线性,各传热媒体的传热系数成非线性变化,并对各种外部干扰的影响较敏感,使得控制有一定的难度,(2)反应过程中如果热量移去不及时、不均匀,会使反应温度一直上升,极易因局部过热而照成“飞温”现象,产生爆聚;反之,如果热量移去过多,会造成反应温度一直下跌,形成僵釜现象,造成反应停止,而聚合反应好坏的主要因素就是反应釜温度控制的好坏,温度的变化将直接影响产品的质量和产量,所以此过程的温度控制是重点也是难点。
(3)反应工艺以及反应设备的约束及外界环境对反应影响的不确定性也使得控制难度的增加。
3、建模难间歇反应过程化学反应机理较为复杂,尤其是聚合反应过程涉及物料、能量的平衡,反应动力学等,加上外界条件如原料纯度、催化剂类型、原料添加量的变化、热水温度、循环冷却液的流量变化对系统的影响较大,推导机理模型较为困难,又由于化学反应防热过程的复杂性和非线性,随着反应的进行,各转热媒体的传热系数不规则变化对各种外部干扰影响较为敏感,依照机理法和最小二乘法等传统的建模方法,要建立反应过程的精确数学模型非常困难。
变论域模糊控制。
带有时变时滞的非线性系统的指数稳定
合使 用 N e w t o n — L e i b n i z 公式和 自由权方 法,对这类 系统建立 了以线性矩 阵不等式表达 的依 时滞的指数稳
定的新的充分条件 ; 对于带有常 时滞的一类非 线性 系统 , 给 出了系统指数稳 定的判据 , 并 以数值例说 明所
获 结 果 的 有 效性 .
( S c h o o l o f S c i e n c e , T i a n j i n P o l y t e c h n i c U n i v e r s i t y , T i a n j i n 3 0 0 3 8 7 , C h i n a )
Ab s t r a c t :T h e p r o b l e m o f e x p o n e n t i a l s t a b i l i t y o f a c l a s s o f n o n l i n e a r s y s t e ms wi t h t i me — v a r y i n g d e l a y s i s i n v e s t i g a t e d . By c o n s t r u c t i n g t h e a p p r o p ia r t e L y a p u n o v — — Kr a s o v s k i i f u n c t i o n a l a n d c o mb i n e d wi t h Ne w t o n — — L e i b n i z f o r mu l a a n d
c l a s s o f n o n l i n e a r s y s t e ms wi t h c o n s t a n t d e l a y i s p r e s e n t e d . F i n a l l y, a n u me i r c a l e x a mp l e i s p r o v i d e d t o i l l u s t r a t e t h e e f f e c t i v e n e s s o f t h e r e s u l t s o b t a i n e d .
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
时变时滞非线性系统的间歇控制?フ? 要:时变时滞广泛存在于各种非线性系统中,研究了时变时滞非线性系统的间歇控制及其在保密通信中的应用问题,提出了一种间歇控制策略,理论上分析了其正确性,并且给出一个定理来确定控制器的相关参数。
根据提出的定理,设计出间歇控制器使得两个含有时变时滞的Chua电路指数达到同步。
将该方法应用到混沌保密通信中,在两个系统达到同步的基础上,发送端的信号能够在接收端很好地恢复出来,表明了该方法的可行性。
?ス丶?词:间歇控制;时变时滞;指数同步;保密通信;Chua电路?ブ型挤掷嗪?: TP309.2 文献标志码:AAbstract: Time??varying delay widely exists in nonlinear systems. This paper investigated the intermittent control problem of nonlinear systems with time??varying delay and its applications in chaotic secure communications. The authors proposed an intermittent control scheme, and analyzed its correctness theoretically. Moreover, a theorem was also givento determine the corresponding parameters in the controller. According to the proposed theorem, the synchronization of two chaotic Chua’s circuits can be achieved by designing intermittent controller. The method was applied to chaotic secure communications, and the sender’s signal could be recovered well at the receiving end after the synchronization was achieved. This also shows that the proposed method has some engineering applications.??Key words: intermittent control; time??varying delay; exponential synchronization; secure communications; Chua’s circuit??0 引言??混沌是非线性动力系统固有的一种行为,是服从某种确定规律,但同时又具有一定随机性的一种运动形式。
由于混沌时间序列具有非周期性、连续宽频谱、类似噪声、高度类随机性、对初值的敏感依赖性等诸多性质,使得混沌在保密通信和扩频通信中展现出了很好的应用价值。
自从1990年Pecora等人????[1]??提出了混沌同步的原理, 并在电路中得以实现以来, 各国学者们掀起了一股将混沌应用包括保密通信、扩频通信在内的信息安全领域的热潮。
近年来,各种混沌同步方法不断提出, 主要有状态反馈同步控制????[2]??、耦合同步控制????[3]??、脉冲控制????[4]??、观测器同步控制????[5]??等。
纵观现在已有的混沌同步方法,大多都是基于连续控制进行的,不连续的控制策略还很少被研究。
然而,以连续控制方法为基础的混沌保密通信方案很容易被跟踪或者复制,这大大限制了这些方法在混沌保密通信中的应用????[6-8]??。
周期间歇控制是不连续的控制方法中的一种,目前这方面的研究还较少。
其基本思想是在一系列的时间段上注入一定强度的控制量,通过改变系统的状态变量来使系统达到同步。
虽然周期间歇控制同步法使得单位时间内传输的有用信息量减少,但在保密通信的实际应用中,由于密钥的“支离破碎”将使得其加密的信息被窃取后难以破译????[6-7]??,从而增强了系统的保密性能。
??另一方面,时滞尤其是时变时滞广泛存在于非线性动力系统中????[9-12]??。
时滞对系统动力学行为的影响是巨大的,因为它可以将一个有限维系统映射为无穷维系统(因为时滞系统对应的特征方程为超越方程,具有无穷多个实根)。
一般来说,在混沌保密通信中,当接收和发送端系统因为受到外界影响,如传输延迟,而变成时滞动力系统时,传统的混沌同步发都失效????[8]??。
为此,研究一种不连续的控制方法来同步时变时滞的混沌系统就显得尤为必要。
??本文研究了时变时滞非线性系统的间歇控制及其在保密通信中的应用问题。
设计出一种间歇控制策略,理论上严格分析了其正确性,并且给出一个定理来确定控制器的相关参数。
根据提出的结果,我们设计出间歇控制器使得两个含有时变时滞的Chua电路指数达到同步。
最后,将该方法应用到混沌保密通信中,在两个系统达到同步的基础上,发送端的信号能够在接收端很好地恢复出来,表明了该方法的有一定的工程应用前景。
??1 问题描述??在本章,我们给出一类抽象的时变时滞非线性动力系统的周期间歇控制策略。
假设驱动系统和响应系统用微分方程分别描述为:????(t)=Ax(t)+Bf(t,x(t),x(t-τ(t)))??(t)=Ay(t)+Bf(t,y(t),y(t-τ(t)))+u(t) ??(1)??其中??x(t),y(t)∈R??n??是状态向量;??f:R??+×R??n×R??n→R??n??是一个连续的向量值非线性函数;时滞?Е?(t)??是已知的,或者是未知的但是以某一个常数为有界的,即??0≤τ(t)≤τ。
给定x(t;t??0,x??0)∈R??n,其中x??0∈R??n?П硎臼?(1)的第一个方程的初始值,是时滞动力系统(1)的第一个方程的解。
本文的目的就是设计一种合理的间歇控制策略??u(t)?Ю词沟檬敝拖低呈?(1)的第二个方程的解??y(t)??能够全局渐近追踪(1)的第一个方程的解??x(t),?Ъ椽И┆?lim????t→∞‖x(t)-y(t)‖=0,其中??‖•‖???П硎鞠蛄康?Eucleaden范数。
??为了达到此目的,我们设计出以下的间歇控制策略????u(t)=d(t)(y(t)-x(t))??(2)??其中间歇反馈控制增益??d(t)?Фㄒ逦?????d(t)=-d,t∈[mT,mT+δ)??0,t∈[mT+δ,(m+1)T) ??(3)??其中:??d>0??是一个正常数,??T>0??是控制周期,?Е?>0??是一个周期内的控制宽度。
??定义同步误差??e(t)=y(t)-x(t)∈R??n?Ш涂刂坡湿Е?=δ/T,?Ц?据间歇控制器(3),并根据式(1),不难得到????e(t)=??Ae(t)+B??f~??(t,x(t),y(t),x(t-τ(t)),y(t-τ(t)))-de(t),??t∈[mT,(m+θ)T)??Ae(t)+B??f~??(t,x(t),y(t),x(t-τ(t)),y(t-τ(t))),??t∈[(m+θ)T,(m+1)T) ??(4)??其中?И?f~??(t,x(t),y(t),x(t-τ(t)),y(t-τ(t)))=f(t,y(t),y(t-τ(t)))-f(t,x(t),x(t-τ(t)))。
?オ?很容易看出,在间歇控制器(2)的作用下,如果式(4)零解,??e(t)=0,??全局渐近指数稳定,那么响应系统将会全局指数收敛到驱动系统。
为了便于下面的理论分析,需要以下的条件。
??假设1????[9]?? 对于向量值函数??f(t,x(t),x(t-τ(t))),?О胍恢?Lipschitz条件成立。
即对于任意的向量??x(t),y(t)∈R??n,都存在两个正常数L??1,L??2,使得以下不等式成立:?オ??В?x(t)-y(t)]????T??[f(t,x(t),x(t-τ(t)))-f(t,y(t),??y(t-τ(t)))]≤L??1[x(t)-y(t)]????T??[x(t)-y(t)]+??L??2[x(t-τ(t))-y(t-τ(t))]????T??[x(t-τ(t))-??y(t-τ(t))]?オ?假设1给出了系统中非线性函数必须满足的条件。
实际上,假设1比通常的一致Lipschitz条件还要弱一些。
一致Lipschitz条件可以描述为:对于任意的两个向量??x(t),y(t)∈R??n,总是存在两个正常数K??1,K??2,使得‖f(t,x(t),x(t-τ(t)))-f(t,y(t),y(t-τ(t)))‖≤K??1‖x(t)-y(t)‖+K??2‖x(t-τ(t))-y(t-τ(t))‖。
这时可以取L??1=K??1+K??2/2,L??2=K??2/2?Ю词沟眉偕?1成立。
而且,很容易验证著名的带或者不带时滞的Lorenz系统、Rossler系统、Chen系统、Chua电路,以及经典的Hopfiled神经网络,细胞神经网络(Cellular Neural Network,CNN)等一系列非线性系统均满足假设1。
可见,假设1具有较强的普适性。
??2 主要结论??定理1 对于驱动系统和响应系统,在间歇控制器(2)的作用下,如果控制参数满足以下条件:??1)??A-dI??n+a??1I??n+‖B‖L??1I??n‖B‖L??2>0?オ?4)?Е?=ξ-2a??2(1-θ)>0?И?在下面的推导中,为了方便描述,将??2‖B‖L??2记为??L^????2。
????上式中?Е?>0是方程-2a????1??+ε+2??L^??????2????exp??(ετ) = 0的唯一正根,I??n表示n 维单位矩阵。
那么,误差系统(4)将全局指数稳定于e(t)=0。
?オ?证明构建如下的Lyapunov函数:????V(t)=12e????T??(t)e(t)??(5)??情形1 当??mT≤t‖B‖L??2>0,故g(0)0,且g′(ε)=1+2??L^????2τ??exp??(ετ)>0。
利用函数g(ε)的连续性和单调性,方程?│?-??2a??1+2??L^????2 ??exp??(ετ)=0有唯一的正根ξ>0。
取M??0=?┆?sup????-τ≤s≤0V(s),W(t)=??exp??{ξt}V(t),其中t≥-τ。