一、一类非线性MIMO系统的间接自适应模糊鲁棒控制（论文文献综述）
朱其新,王嘉祺,谢广明[1]（2021）在《伺服系统复合自适应控制研究综述》文中提出传统的自适应控制存在调节参数多、依赖精确数学模型、收敛速度慢、易受未知干扰影响等问题,因此通过结合更多控制方法改进自适应控制是十分必要的。以伺服系统为对象,分析了自适应控制与神经网络、滑模控制、模糊控制等多种控制方法相结合之后的复合自适应控制算法的基本原理,以及各种算法在伺服系统中的应用。最后总结了现阶段伺服系统复合自适应控制存在的主要不足以及未来改进和发展的方向。
侯波[2]（2021）在《分布式发电系统中变速风电机组及逆变器控制方法研究》文中研究说明作为可再生能源分布式发电（Distribution Generation,DG）系统“风能转换和电能变换”的关键接口,变速风电机组和逆变器是DG系统的两个核心装置。然而,在复杂运行环境下变速风电机组的强非线性和参数不确定性、逆变器滤波参数的不确定性、本地负载的非线性、不平衡性以及本地负载随系统工况的变化而变化等实际工程因素的存在,使得以PI为代表的线性控制方法难以满足现代DG系统对这两个核心装置高性能的控制要求。先进控制方法是解决线性控制方法不足的有效手段。为此,本文以变速风电机组、单相和三相逆变器（并网运行时简称为网侧逆变器,离网运行时简称为负载侧逆变器）为研究对象,依据它们在DG系统应用中的不同控制模式,以滑模控制、预测控制和自适应控制等具有代表性的先进控制理论为基础,进行了相关控制方法的深入研究,主要研究内容如下:（1）针对滑模抖振导致机组控制转矩发生高频振荡的问题,进行了传统等速趋近律的分析,指出了其趋近速度和滑模抖振水平之间的矛盾关系,提出了一种改进等速趋近律,在加快趋近速度的同时降低了滑模抖振水平。给出了基于改进等速趋近律的变速风电机组滑模控制器设计过程。采用Lyapunov稳定性理论设计了气动转矩观测器,实现了气动转矩的软测量。利用气动转矩前馈补偿减小了切换增益的取值范围,滑模抖振得到了进一步抑制。在上述基础上,构建了基于叶尖速比法的变速风电机组最大功率点跟踪（Maximum Power Point Tracking,MPPT）滑模趋近律控制系统,提高了系统控制性能。（2）针对模型预测电流控制对电感参数鲁棒性差的问题,提出了一种网侧逆变器鲁棒定频模型预测电流控制方法。采用最优时间序列的定频模型预测控制为框架,保证了开关频率的固定。从提升电流预测模型鲁棒性角度出发,通过在电流预测模型中增加鲁棒项、预测误差反馈项和电感前馈补偿项的方式得到了鲁棒电流预测模型,在加快预测模型收敛速度的同时实现了对电感参数的强鲁棒性,降低了模型预测电流控制对电感参数的敏感度。基于电感端电压和电流的关系设计了物理意义明确、结构简单且响应速度快的电感估计器。（3）针对电感参数变化对无差拍直接功率控制的稳态、动态性能影响较大的问题,提出了 一种网侧逆变器鲁棒无差拍直接功率控制方法。建立了网侧逆变器简化功率模型,在此模型基础上,采用观测器理论设计了功率扰动观测器,通过功率扰动前馈补偿保证了电感参数变化下的系统稳态性能;基于功率扰动模型设计了电感估计器,实现了电感参数的在线调整,避免了非精确的电感参数对系统瞬态性能的影响。以上方式确保了电感参数变化时有功、无功功率的控制性能最佳。基于简化功率模型设计控制器,通过功率扰动观测器进行功率预测,避免了算法计算量的增加。（4）以单相DG系统中的负载侧逆变器为研究对象,提出了三种输出电压控制方法,以降低本地负载随工况的变化而变化、LC滤波参数不确定性以及非线性负载等实际工程因素对电压波形质量的影响,具体为:（a）针对本地负载随系统工况的变化而变化的问题,进行了基于负载电流滑模观测器的负载侧逆变器输出电压控制方法的研究。基于串级控制理论,设计了电压外环滑模控制器和电流内环比例控制器。基于扩张观测器原理提出了负载电流滑模观测器,将观测的负载电流前馈补偿提升了系统对本地负载的自适应能力,避免了滑模抖振对电压波形质量的影响。所提负载电流滑模观测器具有低通滤波的性质,可直接被应用于工程实际;（b）基于负载电流滑模观测器的负载侧逆变器输出电压控制方法对LC滤波参数不具备良好的鲁棒性,因此针对LC滤波参数不确定性问题,提出了基于反步滑模的负载侧逆变器输出电压控制方法。该方法在传统反步设计的最后一步通过增加滑模鲁棒项提升了逆变系统对LC滤波参数的鲁棒性和对本地负载的抗扰动能力,同时也实现了单闭环电压控制;（c）基于反步滑模的负载侧逆变器输出电压控制方法需要本地负载参数和LC滤波参数的先验知识,因此提出了负载侧逆变器输出电压自适应互补滑模控制方法。该方法首先基于互补滑模控制理论设计了输出电压互补滑模控制器,然后分别设计了LC滤波参数自适律和电感电流估计器,实现了无需本地负载参数和LC滤波参数先验知识的单闭环输出电压自适应控制。（5）针对三相本地负载的不平衡和非线性、LC滤波参数不确定性问题,提出了一种三相DG系统负载侧逆变器输出电压自适应控制方法。在负载侧逆变器dq模型基础上,以输出电压及其导数为系统状态变量,得到了适用于单闭环电压控制的dq模型;将系统扰动分为稳态扰动和动态扰动两部分,分别设计了 PID控制器、稳态扰动自适应律和鲁棒控制项。PID控制器迫使电压跟踪误差趋于零,稳态扰动自适应律对稳态扰动在线补偿,鲁棒控制项对动态扰动进行抑制。所提控制方法无需相序分解,仅通过单闭环电压控制即实现了对任意类型本地负载的高性能输出电压控制和对LC滤波参数的强鲁棒性。
陈园[3]（2021）在《基于预测滑模方法的近空间飞行器姿态控制研究》文中认为近空间飞行器是一种新型航空航天器,军事民用价值高,发展潜力广。近空间飞行器的姿态决定其上升、下降、翻滚、转向等运动,对其姿态控制系统的研究是一项有意义的课题。本文以国内公开文献中已建立的近空间飞行器数学模型为基础,研究其在内部参数不确定、外界扰动等干扰下的姿态控制问题,研究内容如下:（1）根据国内公开的文献资料,对已有的近空间飞行器数学模型进行了详细说明,并对巡航段飞行的飞行器,基于小扰动原理,对姿态控制系统模型线性化,得到近空间飞行器的快慢回路线性化模型,为后续控制器的设计做铺垫。（2）近空间飞行器在巡航段飞行时,存在内部参数不确定等小扰动的情况,为抑制小扰动的影响,设计了一种基于预测函数的滑模控制方法,简称预测滑模方法。该方法通过引入预测函数和改进滑模趋近律的方式来提高控制器的控制性能和精度,并以李雅普诺夫第二方法严格证明了系统的稳定性和鲁棒性。针对系统状态和控制输入受限的问题,通过优化系统性能指标进行约束处理。最后,以该方法设计快慢回路控制器并对姿态控制系统进行仿真说明了该方法的有效性。（3）当近空间飞行器在飞行中同时存在内部参数不确定和外界扰动使其偏离平衡点附近飞行时,预测滑模方法无法满足高性能和精度的要求。为抑制内部参数不确定和外界扰动的影响,提出了一种基于线性干扰观测器的预测滑模方法。该方法首先引入干扰观测器技术,设计线性干扰观测器估计外界扰动,以扰动估计值代替原扰动并考虑到预测模型中,再以预测滑模方法的设计思路为基础设计控制律,并证明了系统的稳定性。最后,对姿态控制系统的仿真验证了该方法的可行性。（4）近空间飞行器的气动参数及飞行条件的持续变化,飞行中内部参数不确定、外界未知扰动等构成的复合干扰存在未知性,设计的线性干扰观测器因具有线性特征,处理此类干扰具有一定的局限性。为抑制复合干扰的影响,提出了一种基于模糊干扰观测器鲁棒自适应预测滑模方法。该方法通过设计模糊干扰观测器逼近复合干扰,针对逼近复合干扰时产生的逼近误差,引入鲁棒自适应控制来消除误差,并基于标称控制律设计控制器。最后,对姿态运动进行了仿真,仿真结果表明了该方法的有效性。
刘恒[4]（2021）在《一类非线性系统的自适应迭代学习容错控制》文中进行了进一步梳理作为一种智能控制方法,迭代学习控制由于其显着的优点和良好的控制性能,已成为非线性控制领域的热点问题之一,愈发受到众多研究人员的高度重视,并得到了广泛应用。本文以迭代学习控制方法为主要手段,研究了一类非线性参数化系统的自适应迭代学习容错控制问题,在此基础上,将提出的控制器设计方法推广到多智能体系统中,研究了一类多智能体系统的一致性问题。论文的主要工作包括:（1）针对一类包含时滞项和执行器故障的非线性参数化系统,研究了自适应迭代学习容错控制问题。首先,针对单输入单输出（SISO）系统,考虑到系统中存在的时变时滞、非线性化参数以及执行器故障等非线性项,利用参数分离技术,对这些非线性项进行分离转化,在此基础上,构造了自适应迭代学习容错控制器以及迭代域上的参数更新律;其次,将上述SISO系统的迭代学习控制器的设计思想拓展到多入多出（MIMO）系统中,设计了相应的自适应迭代学习可靠控制策略来处理由时滞项和执行器故障所引起的非线性干扰,并且利用矩阵的相关知识处理系统输出信息间的耦合性影响;然后,利用复合能量函数（CEF）分别证明了SISO和MIMO系统的状态跟踪误差沿迭代轴的渐进收敛性和闭环信号有界性;最后,通过数值仿真验证了所提出的控制策略的正确性和有效性。（2）针对一类包含时滞项、输入饱和项和执行器故障的多智能体系统,在系统重复运行的背景下,研究了一致性问题。首先,通过定义多智能体的扩展跟踪误差,并针对多智能体系统中由各类约束条件所引起的不确定性问题,构建了一种具有完全饱和参数更新规律的分布式自适应迭代学习容错控制器。然后,通过构造一种新的复合能量函数,证明了多智能体系统跟踪误差的收敛性。最后,利用典型的迭代学习控制器与本文设计的控制器做对比,验证所提出的控制方案的有效性和正确性。结果表明,本文所提出的自适应迭代学习容错控制器可以有效减少迭代次数和系统跟踪误差。
邵茹[5]（2021）在《350MW超临界CFB机组机炉协调系统建模与控制》文中研究说明根据我国的能源结构情况,燃煤发电在短时间内仍然占据着电力生产行业中的重要地位,清洁煤发电因符合国家提出的新发展要求获得了行业内的重视。超临界循环流化床（Circulating Fluidized Bed,简称CFB）技术具有燃料适应性强和高效率的优势,并且污染物生成量少在环境保护方面发挥着重要作用。火电机组是一种大惯性、时变、非线性等多种特点相互耦合的复杂控制对象。为了配合风、光等新能源发电实施可持续发展,电网对单元机组机炉协调系统的控制性能提出了更高层次的要求,因此对超临界循环流化床机组协调系统进行研究非常有意义。本文以山西省某新建电厂350MW超临界CFB机组协调系统为研究对象,开展协调系统传递函数模型建立和控制两个方面的研究。首先通过对协调系统被控对象动态特性的定性分析,将其合理简化为以给煤量及高调门开度为输入,有功功率及主蒸汽压力为输出的系统模型,结合专家经验确立模型结构为具有纯迟延的高阶惯性环节。通过采集现场运行数据并对数据进行筛选及预处理,根据多输入多输出系统闭环辨识原理,依靠标准粒子群（Particle Swarm Optimization,简称PSO）算法对模型结构中的未知参数进行寻优,建立协调系统的数学模型,并对模型的准确性进行验证。在获得数学模型的基础上,出于模糊PID控制算法在实际工程中实用性的考虑,本文使用模糊PID智能控制算法对传统PID控制进行优化,借助MATLAB仿真软件中的Simulink工具箱进行仿真试验对比。根据仿真结果可知,基于模糊PID控制算法的协调系统,其动态性能和静态性能均优于传统PID控制。本文依据现场的历史运行数据建立系统数学模型,将理论与现场生产情况相结合,在获得数学模型的基础上对传统PID控制算法进行优化,对协调系统进行控制优化提供借鉴。
程彤彤[6]（2021）在《资源受限的大规模MIMO系统预编码算法研究》文中指出大规模MIMO（Massive Multi-Input Multi-Output,Massive MIMO）系统通过在基站部署数以百计的天线,可以显着地改善无线通信系统的传输速率及其可靠性,为更多用户或设备提供优质的通信服务。然而,通信系统中庞大的天线阵列导致了预编码算法具有极高的运算复杂度,从而影响通信系统的传输效率。而且,传统预编码算法要求系统的每根天线都对应一条射频链路,这将导致部署大规模MIMO系统时需要极高的成本。此外,复杂的通信系统会导致信道状态信息的滞后,影响预编码算法的性能。因此,针对资源受限的大规模MIMO系统,研究低运算复杂度、低成本和低时延的预编码算法具有重要意义。本文对有限运算资源和部署成本的大规模MIMO系统进行了深入的研究,提出了一系列低运算复杂度、低成本和低时延的预编码算法。本文的具体研究内容如下:1)提出了一种大规模MIMO系统全数字预编码算法。针对大规模MIMO系统预编码算法高运算复杂度的问题,本文提出了一种自适应混合截断预编码算法。首先,该算法通过M2M4估计法计算基站侧的信噪比（Signal to Noise Ratio,SNR）,进一步利用阈值判别法实现预编码算法的自适应选择。然后,本文将多项式截断法应用于迫零（Zero forcing,ZF）预编码的运算过程,优化ZF预编码的求逆运算,从而使得自适应混合截断预编码算法具有更低的运算复杂度。最后,仿真结果表明,本文提出的自适应混合截断预编码算法能够以较低的运算复杂度,获得近似传统ZF预编码的传输性能。2)提出了一种大规模MIMO系统混合预编码算法。由于大规模MIMO系统的天线阵列规模庞大,传统预编码算法所需的射频链路成本极高。因此,大规模MIMO系统的部署较为困难。为了降低部署成本以及实现难度,本文提出了一种低成本和低复杂度的混合预编码算法。首先,本文通过子连接结构降低了系统需要的射频链路,实现了降低系统成本的目的。其次,本文利用扩展幂迭代法获取子连接结构所需的最优非限制预编码矩阵,依据最优非限制预编码矩阵设计混合预编码算法。其中,扩展幂迭代法避免了复杂的奇异值分解过程,有效降低了求解混合预编码矩阵的运算复杂度。然后,本文采用Aitken加速法进一步提高扩展幂迭代法的收敛速度,加快混合预编码矩阵的求解过程。最后,仿真实验表明,在保证通信性能的前提下,本文提出的低复杂度混合预编码算法有效地降低了大规模MIMO系统的硬件成本,从而便于通信系统的实际部署。3)提出了一种大规模MIMO系统中时延补偿预编码算法。在大规模MIMO系统中,信道状态信息的时延严重影响了预编码算法的性能。因此,本文提出了一种低复杂度时延补偿预编码算法,以补偿时延对预编码算法的影响。首先,本文搭建了在线极限学习机的训练架构,设计了适合在线预测模型的数据集,实现了信道状态信息的在线预测。其次,本文将训练过程与遗忘机制相结合,从而解决数据集时效性的问题,实现精准预测快速时变信道信息的目的。然后,本文引入截断多项式展开算法,进一步降低预测模型的运算复杂度。最后,通信系统可以利用预测的信道状态信息获取更精准的预编码矩阵。仿真结果表明,本文提出的时延补偿预编码算法能够有效地缓解时延对预编码算法的影响。
龙尧[7]（2021）在《一种变结构轮式机器人的模式切换控制》文中提出两轮机器人在智能机器人领域是一个相当重要的课题,目前国内外对于两轮机器人的研究集中于自行车机器人与Segway机器人。在日常生活中,自行车机器人一般可以在路面坎坷的环境中高速行驶,但是由于旋转半径较大,通常在狭窄路段转弯不便;Segway机器人一般适用于在地势平坦的环境中低速行驶,对于狭窄路段可以很自如的进行转弯。如果将这两种机器人的优势结合起来,对于真实复杂的环境有着更好的适用性。本文对兼具二者优势与特点的一种变结构轮式机器人的动力学建模与控制开展研究。这能为轮式机器人领域带来新的方向与可能,具有十分重要的意义。首先,本文对于变结构轮式机器人的一般运动形式进行运动学分析,根据查普雷金方程建立了系统动力学模型,揭示了变结构轮式机器人各个部分的力学耦合关系,并完成了动力学模型的两种表述形式的推导。将一般运动形式动力学模型在Bicycle模式下进行特例化处理,与基于查普雷金方程对自行车机器人建模得到的动力学模型进行了对比。将一般运动形式动力学模型在Segway模式下进行特例化处理,与基于查普雷金方程对Segway机器人建模得到的动力学模型进行了对比,从而印证了所建立的一般运动形式的动力学模型的有效性。使用ADAMS建立机器人的虚拟样机,开展ADAMS与Simulink联合仿真研究。在未施加控制算法的情况下,针对机器人的自然倾倒过程进行了仿真。对于机器人倾倒过程,使用MATLAB对机器人动力学模型进行了数值仿真。将数值仿真与联合仿真的结果进行了对比,验证了所建立的一般运动形式的动力学模型的正确性。本文通过两种方法开展对机器人非线性系统的控制器设计。一种是基于一般运动形式的动力学模型,通过动态扩展算法对原系统进行了扩展。然后将扩展系统分成可线性化的子系统与零动态子系统。基于部分反馈线性化理论对可线性化子系统进行输入输出解耦,并通过中心流形定理对零动态子系统进行镇定,完成了该控制器的设计。另一种方法通过分析系统内部结构,构造微分同胚的非线性变换,对仿射非线性系统进行变换。重新选择解耦矩阵后将系统分成可线性化的子系统与零动态子系统。基于部分反馈线性化理论对可线性化子系统进行输入输出解耦,并通过串级滑模控制理论完成了对线性化子系统与零动态子系统的控制器设计。对这两种控制器分别进行了MATLAB/Simulink仿真,验证了控制器的有效性。最后,完成了机器人实物样机的设计与测控系统器件选型,初步搭建了变结构轮式机器人系统的实物样机。
李丰泽[8]（2021）在《循环流化床锅炉燃烧系统优化控制策略研究》文中提出循环流化床（CFB）锅炉技术作为一种高效清洁煤燃烧技术,在我国已大规模投入商业运营。因其复杂的燃烧特性,目前存在着自控系统投入率低、锅炉运行有待在线优化等问题,且由于新能源电力入网比例逐年增加,迫使火电机组更频繁地执行负荷调峰任务,这些均对CFB锅炉燃烧运行状态调整的快速性、精准性等提出了更高的要求,因此对CFB锅炉燃烧控制策略的优化研究已成为当今研究热点之一。本文就CFB锅炉燃烧系统自动控制问题展开研究。CFB锅炉燃烧系统是一个多变量、非线性、大滞后、强耦合的复杂控制对象,其中主蒸汽压力和床温是反映炉内燃烧状态的重要参数,实现对二者的科学建模与优化控制是CFB锅炉安全环保、高效经济运行的关键,为此本文进行了以下工作:首先,为建立精准的燃烧系统数学模型,分析了主蒸汽压力与床层温度的动态特性,并利用BP神经网络辨识机组历史运行数据,建立以给煤量、一次风量为可变量,主蒸汽压力、床层温度为被控量的传递函数模型矩阵,为本文后续解耦策略与燃烧回路主控制器的设计提供了理论基础。其次,针对CFB锅炉主蒸汽压力与床层温度耦合强烈的特点,比较多种工业解耦控制策略,设计选用前馈补偿解耦控制方案,将CFB锅炉燃烧系统等效分解为给煤量-主蒸汽压力、一次风量-床温两个相对独立的控制回路,并通过仿真检验解耦策略的有效性。最后,为提高锅炉燃烧控制系统的性能,对燃烧控制回路主控制器进行优化设计。在充分结合常规PID控制与模糊控制的优势基础上,设计了基于动态论域的模糊自适应PID控制器。该控制器通过引入伸缩因子对模糊论域范围进行调整,可在不改变模糊整定规则的前提下,更精准地整定控制过程不同阶段下的PID参数,实现CFB锅炉燃烧系统全工况优良的控制性能。设定值跟踪试验、扰动试验与鲁棒性能试验证明,该方案控制性能优异,具有较强的自适应性与鲁棒性,适用于实际热工工程。
张新昱[9]（2021）在《基于干扰和状态估计的多刚体系统鲁棒跟踪控制研究》文中提出多刚体系统作为一类典型的力学系统,在机械,车辆、机器人及飞行器等诸多领域具有广泛的应用。多刚体系统结构复杂,在许多实际应用中存在模型不确定性、未知的外界干扰及作动器饱和等约束,且具有强非线性和强耦合性等特点。此外,由于空间和成本的约束,难以在多刚体系统的每个需测量部位安装合适的传感器以获取系统的状态,而现有的控制方法多基于状态反馈,且存在控制器结构复杂,参数整定困难,实际控制精度难以保证等不足。本文针对多刚体系统的鲁棒跟踪控制问题,为消除建模、测量和作动能力受限条件下多刚体系统动态模型中的不确定性分量和控制输入约束对其运动精确性的影响,从不确定性分量估计与补偿、状态观测器设计,结构简单、参数易整定的高精度鲁棒跟踪控制器设计,以及稳定性推导等方面开展研究工作,其对于械臂车间作业、空间机器人卫星维护工作、载体自主运动等领域有广泛应用前景。本文提出了基于干扰和状态估计的鲁棒控制理论方法,利用干扰的估计与补偿,状态的估计与替换,并与控制器设计相结合,实现了多刚体系统的高精度轨迹跟踪,并通过多刚体系统实验平台对所提控制方案的有效性进行了验证,实验结果表明,本文提出的基于估计数据的鲁棒控制方法具有较好的稳态跟踪精度和瞬态性能。本文的主要贡献和创新性总结如下:（1）研究了基于比例-微分（proportional-derivative,PD）控制器与不确定和干扰估计器（uncertainty and disturbance estimator,UDE）的比例-积分-微分（proportionalintegral-derivative,PID）控制设计方案,简化了PID控制器的调参,实现了单参数调节系统跟踪误差最终界。在此基础上,考虑了无速率测量的多刚体系统的鲁棒跟踪控制问题,对UDE进行了改进设计,将其扩展到输出反馈情况。提出了一个简单的反馈控制方案,该方案包括一个改进的龙伯格状态观测器（Luenberger state observer,LSO）来估计系统状态和一个改进的UDE来估计系统集总输入干扰。该方案的新颖之处在于引入了LSO和UDE之间的相互耦合,以提高估计和控制精度。利用所设计的线性非奇异状态变换和巧妙的参数映射,简化了闭环系统的性能分析。通过奇异摄动理论,得到一个简单的稳定条件和单参数调优方法,以减小稳态估计误差和跟踪误差。最后,通过数值仿真和在三自由度（3-degree-of-freedom,3-DOF）直升机平台上的实验验证,证明了相互耦合效应带来的性能提升,以及参数调节方法的有效性。（2）研究了状态测量受限的n-DOF多刚体系统的鲁棒输出反馈跟踪控制。设计了一种改进的扩张高增益观测器（extended high gain observer,EHGO）来估计不可测得的系统状态以及不确定性和干扰。提出了一种结合改进的EHGO和连续PID-滑模控制（sliding mode control,SMC）策略的新型控制方案。改善了闭环系统的瞬态响应性能,同时保证了估计与跟踪的稳态精度。采用Lyapunov稳定性方法证明了EHGO的有效性。此外,通过奇异摄动理论证了闭环系统的稳定性和收敛性。数值仿真和实验结果验证了所提出的控制方案的性能优势。（3）针对一类受模型不确定性、外部干扰和输入饱和约束的单输入-单输出（single-input single-output,SISO）高阶多刚体系统,提出了一种新型的有限时间鲁棒跟踪控制方案。设计了一种基于障碍函数的干扰观测器（barrier function-based disturbance observer,BFDO）来估计系统的非平滑非线性复合干扰,且具有有限时间收敛性能。此外,基于障碍函数和BFDO,设计了一种自适应连续非奇异终端滑模控制（continuous nonsingular terminal sliding mode control,CNTSMC）策略。证明了闭环系统的Lyapunov稳定性和有限时间收敛性。通过数值仿真和与现有控制方法的比较,显示了所提出的控制方案的有效性和性能优势。本文的研究成果有助于解决多刚体系统的高精度鲁棒跟踪控制问题,对基于干扰和状态的估计、结构简单,参数易整定的鲁棒跟踪控制器设计与开发具有一定的指导意义。
杨朵[10]（2021）在《燃料电池空气供给系统控制与故障诊断策略研究》文中认为氢能作为21世纪能源变革的重点之一,具有清洁性、热值高、安全可控的优点。质子交换膜燃料电池是氢能应用的重要形式,作为新能源汽车的动力源之一,得到了政府的大力扶持和推广。在车载环境中,复杂的道路环境和频繁的加减速对燃料电池系统的动力性和安全性提出了高要求。燃料电池系统的动态性能主要由空气供给系统决定,空气进气参数控制不当会导致输出性能降低,损害电堆寿命。因此,研究燃料电池空气供给系统的管控问题,对保障燃料电池稳定运行、提升动态性能具有重要意义。本论文对燃料电池系统的外部动态特性进行建模,并提出了基于简化模型的空气供给系统控制方法和故障诊断策略,主要工作及创新点如下:1)针对多参数、多变量的燃料电池系统动态特性建模问题,分析了不同参数、环境条件对燃料电池输出性能的影响,构建了燃料电池电堆电化学模型和空气供给子系统模型,有效反映了动态工况下系统中空气在各个位置的压力、流量和组分变化以及电堆电输出性能变化;进而,针对燃料电池系统模型非线性、结构复杂、难以应用的问题,借助参数拟合和非线性系统控制等方法,建立面向控制的燃料电池系统模型。2)针对燃料电池空气供给存在的时滞性和供氧不足问题,采用过氧比为控制指标,提出了基于模糊预测控制的空气流量控制策略。首先,提出了基于T-S模糊理论的系统模型简化方法,将复杂的非线性模型通过动态小信号方法线性化,以获取过氧比与控制变量的线性模型。其次,提出了基于T-S线性模型的广义预测控制器对过氧比进行实时控制。此外,为了提升系统的输出性能和效率,提出了基于净输出功率最优原则的过氧比控制指标。最后,在全工作范围的阶跃电流工况下验证了该方法能够有效降低空气供给的超调量和提升系统的动态响应速度。3)针对燃料电池空气压力和流量控制相互耦合的问题,首先,将非线性系统模型通过输入输出反馈线性化进行解耦,得到过氧比和阴极压力与控制变量之间的直接对应关系;此外,针对电堆阴极压力的观测问题,提出了一种扩张状态观测器对阴极压力进行实时估计。进而,基于反馈线性化后的模型,提出了一种滑模预测控制进行压力和流量的联合控制。利用系统的相对阶数设计滑模面和对应的预测模型。通过仿真实验证明所提的滑模预测控制算法能够实现稳定的压力和流量协调控制,具有精度高、响应快、鲁棒性强的优点。4)针对燃料电池空气系统的流量故障诊断问题,将故障信号作为系统附加状态,构建系统的增广模型。首先,利用不同工作点的动态小信号模型进行融合形成系统全工作范围的线性变参数模型,并基于此模型设计对应的增广状态观测器。进一步,在观测器设计中考虑系统干扰和噪声的影响,利用李雅普诺夫稳定性定理设计观测器增益以最小化这些系统不确定性对故障诊断造成的影响。此外,基于增广状态观测器估计到的流量故障值设计过氧比估计器,提出了相应的过氧比容错控制器。最后,通过动态工况验证了不同故障类型下故障诊断方法的有效性,从而保障了系统的安全性,维持稳定、高效的动态输出性能。5)针对燃料电池动力系统的安全高效管控问题,设计了面向车用燃料电池系统的管控策略,为燃料电池系统的工程化应用提供了解决思路。管控策略能够有效实现系统的启停控制、供气控制、尾排、水热管理和故障诊断等功能。控制策略集成到硬件系统中,通过在环仿真平台验证了控制策略的有效性和可靠性。
二、一类非线性MIMO系统的间接自适应模糊鲁棒控制（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、一类非线性MIMO系统的间接自适应模糊鲁棒控制（论文提纲范文）
（2）分布式发电系统中变速风电机组及逆变器控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.1.1 可再生能源分布式发电 |
| 1.1.2 变速风电机组和逆变器的运行方式 |
| 1.1.3 变速风电机组和逆变器在分布式发电应用中的技术标准与要求 |
| 1.2 国内外研究现状 |
| 1.2.1 变速风电机组MPPT控制方法研究现状 |
| 1.2.2 网侧和负载侧逆变器控制方法研究现状 |
| 1.3 本文主要研究内容和章节安排 |
| 2 变速风电机组MPPT滑模趋近律控制方法研究 |
| 2.1 变速风电机组建模 |
| 2.1.1 风力机空气动力学模型 |
| 2.1.2 机械传动轴系数学模型 |
| 2.1.3 控制目标及变速风电机组状态空间模型 |
| 2.2 基于改进等速趋近律的变速风电机组滑模控制 |
| 2.2.1 传统滑模趋近律 |
| 2.2.2 等速趋近律的趋近时间与抖振分析 |
| 2.2.3 改进等速趋近律 |
| 2.2.4 改进等速趋近律的抖振分析 |
| 2.2.5 改进等速趋近律的稳定性分析 |
| 2.2.6 基于改进等速趋近律的变速风电机组滑模控制器设计 |
| 2.3 气动转矩观测器 |
| 2.4 仿真与实验 |
| 2.4.1 实验平台简介 |
| 2.4.2 仿真和实验 |
| 2.5 本章小结 |
| 3 网侧逆变器鲁棒定频模型预测电流控制方法研究 |
| 3.1 模型预测控制概述 |
| 3.2 网侧逆变器数学模型 |
| 3.3 传统定频模型预测电流控制 |
| 3.3.1 传统定频模型预测电流控制原理 |
| 3.3.2 滤波电感对传统定频模型预测电流控制的影响 |
| 3.4 网侧逆变器鲁棒定频模型预测电流控制 |
| 3.4.1 鲁棒电流预测模型 |
| 3.4.2 电感估计器 |
| 3.5 仿真与实验 |
| 3.6 本章小结 |
| 4 网侧逆变器鲁棒无差拍直接功率控制方法研究 |
| 4.1 网侧逆变器离散功率模型 |
| 4.2 传统网侧逆变器无差拍直接功率控制 |
| 4.3 网侧逆变器鲁棒无差拍直接功率控制 |
| 4.3.1 功率扰动观测器 |
| 4.3.2 基于功率扰动观测器的电感估计器 |
| 4.3.3 网侧逆变器鲁棒无差拍直接功率控制器设计 |
| 4.4 仿真与实验 |
| 4.5 本章小结 |
| 5 单相DG系统负载侧逆变器输出电压鲁棒和自适应控制方法研究 |
| 5.1 基于负载电流滑模观测器的负载侧逆变器输出电压控制方法 |
| 5.1.1 单相DG系统负载侧逆变器数学模型 |
| 5.1.2 负载电流滑模观测器 |
| 5.1.3 输出电压控制器设计 |
| 5.1.4 仿真与实验 |
| 5.2 基于反步滑模的负载侧逆变器输出电压控制方法 |
| 5.2.1 反步法概述 |
| 5.2.2 负载侧逆变器严参数反馈数学模型 |
| 5.2.3 基于反步滑模的输出电压控制器设计 |
| 5.2.4 仿真与实验 |
| 5.3 负载侧逆变器输出电压自适应互补滑模控制方法 |
| 5.3.1 互补滑模控制理论概述 |
| 5.3.2 负载侧逆变器输出电压滑模控制 |
| 5.3.3 负载侧逆变器输出电压互补滑模控制 |
| 5.3.4 负载侧逆变器输出电压自适应互补滑模控制 |
| 5.3.5 电感电流估计器 |
| 5.3.6 仿真与实验 |
| 5.4 本章小结 |
| 6 三相DG系统负载侧逆变器输出电压自适应控制方法研究 |
| 6.1 三相DG系统负载侧逆变器数学模型 |
| 6.2 传统PI控制方法 |
| 6.3 三相DG系统负载侧逆变器输出电压自适应控制方法 |
| 6.3.1 三相DG系统负载侧逆变器输出电压自适应控制器设计 |
| 6.3.2 稳定性证明与分析 |
| 6.4 仿真与实验 |
| 6.5 本章小节 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加的科研项目和成果 |
（3）基于预测滑模方法的近空间飞行器姿态控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 注释表 |
| 第一章 绪论 |
| 1.1 本文研究背景、目的和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 近空间飞行器的研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 相关控制方法及其在飞行器中的应用 |
| 1.3.1 线性控制方法 |
| 1.3.2 非线性控制方法 |
| 1.3.3 鲁棒自适应控制方法 |
| 1.3.4 干扰观测器技术 |
| 1.4 本文的主要工作 |
| 1.4.1 研究内容 |
| 1.4.2 创新点 |
| 1.5 本章小结 |
| 第二章 近空间飞行器姿态运动的数学模型 |
| 2.1 引言 |
| 2.2 近空间飞行器几何模型 |
| 2.3 近空间飞行器数学模型 |
| 2.3.1 基本假设 |
| 2.3.2 定义常用坐标系 |
| 2.3.3 数学模型 |
| 2.3.4 空气动力与气动力矩 |
| 2.3.5 惯性矩 |
| 2.3.6 发动机推力和推力矩 |
| 2.4 近空间飞行器姿态控制系统模型线性化 |
| 2.4.1 快慢回路模型 |
| 2.4.2 快慢回路模型线性化 |
| 2.5 本章小结 |
| 第三章 基于预测滑模方法的近空间飞行器姿态控制 |
| 3.1 引言 |
| 3.2 问题陈述 |
| 3.3 预测滑模方法 |
| 3.3.1 控制器设计 |
| 3.3.2 滑模趋近律可达性、收敛性、降抖振分析 |
| 3.3.3 稳定性与鲁棒性分析 |
| 3.4 基于预测滑模方法的姿态控制 |
| 3.4.1 慢回路控制器设计 |
| 3.4.2 快回路控制器设计 |
| 3.4.3 姿态控制系统仿真 |
| 3.5 具有约束的预测滑模方法姿态控制 |
| 3.5.1 具有约束的控制器设计 |
| 3.5.2 具有约束的姿态控制系统仿真 |
| 3.6 本章小结 |
| 第四章 基于线性干扰观测器的近空间飞行器预测滑模姿态控制 |
| 4.1 引言 |
| 4.2 问题陈述 |
| 4.3 基于线性干扰观测器预测滑模方法 |
| 4.3.1 线性干扰观测器设计 |
| 4.3.2 控制器设计 |
| 4.3.3 稳定性分析 |
| 4.4 基于线性干扰观测器预测滑模方法的姿态控制 |
| 4.4.1 慢回路控制器设计 |
| 4.4.2 快回路控制器设计 |
| 4.4.3 姿态控制系统仿真 |
| 4.5 本章小结 |
| 第五章 基于FDO的近空间飞行器鲁棒自适应姿态控制 |
| 5.1 引言 |
| 5.2 问题陈述 |
| 5.3 基于FDO鲁棒自适应预测滑模控制方法 |
| 5.3.1 系统描述 |
| 5.3.2 FDO设计与稳定性分析 |
| 5.3.3 基于FDO的闭环系统控制器设计 |
| 5.4 基于FDO鲁棒自适应预测滑模方法的姿态控制 |
| 5.4.1 慢回路控制器设计 |
| 5.4.2 快回路控制器设计 |
| 5.4.3 姿态控制系统仿真 |
| 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 |
| 致谢 |
| 作者简介 |
（4）一类非线性系统的自适应迭代学习容错控制（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 迭代学习控制发展现状 |
| 1.3 研究动机 |
| 1.4 本文结构与组织结构 |
| 2 一类具有时滞与执行器故障的非线性系统的迭代学习容错控制 |
| 2.1 引言 |
| 2.2 一类具有时滞与执行器故障的SISO非线性系统的迭代学习控制 |
| 2.2.1 问题描述 |
| 2.2.2 控制器设计 |
| 2.2.3 收敛性分析 |
| 2.2.4 仿真研究 |
| 2.3 一类含时滞与执行器故障的MIMO非线性系统的迭代学习控制 |
| 2.3.1 问题描述 |
| 2.3.2 控制器设计 |
| 2.3.3 收敛性分析 |
| 2.3.4 仿真研究 |
| 2.4 本章小结 |
| 3 一类含饱和、时滞和执行器故障的多智能体的一致性问题 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.3 一类含饱和、时滞和执行器故障的同构多智能体的AILC控制 |
| 3.3.1 问题描述 |
| 3.3.2 控制器设计 |
| 3.3.3 收敛性分析 |
| 3.3.4 仿真研究 |
| 3.4 本章小节 |
| 4 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 攻读学位期间完成的学术论文目录 |
（5）350MW超临界CFB机组机炉协调系统建模与控制（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 单元机组建模的研究现状 |
| 1.2.1 基于机理/实验建模的研究 |
| 1.2.2 基于智能辨识方法的研究 |
| 1.3 单元机组协调系统的控制现状 |
| 1.3.1 基于线性系统的研究 |
| 1.3.2 基于非线性系统的研究 |
| 1.3.3 基于智能控制算法的研究 |
| 1.4 本文主要内容 |
| 1.5 本章小结 |
| 第二章 单元机组机炉协调系统概述 |
| 2.1 循环流化床锅炉简介 |
| 2.2 协调系统的概念 |
| 2.3 单元机组协调系统对象特性 |
| 2.3.1 协调系统运行方式 |
| 2.3.2 控制对象动态特性分析 |
| 2.4 试验机组协调系统控制策略分析 |
| 2.4.1 试验机组介绍 |
| 2.4.2 协调系统控制策略分析 |
| 2.5 本章小结 |
| 第三章 循环流化床机组机炉协调系统辨识 |
| 3.1 辨识思想及模型确立 |
| 3.1.1 辨识基本原理 |
| 3.1.2 协调系统模型确立 |
| 3.2 MIMO系统辨识 |
| 3.2.1 MIMO系统描述 |
| 3.2.2 MIMO系统辨识目标函数 |
| 3.3 闭环系统辨识 |
| 3.4 粒子群优化算法 |
| 3.5 CFB机组机炉协调系统模型辨识 |
| 3.5.1 采样数据筛选 |
| 3.5.2 零初始值处理 |
| 3.5.3 模型结构选择 |
| 3.5.4 系统辨识 |
| 3.5.5 模型验证 |
| 3.6 本章小结 |
| 第四章 协调系统控制优化研究 |
| 4.1 控制理论介绍 |
| 4.1.1 PID控制 |
| 4.1.2 模糊控制 |
| 4.2 模糊PID控制 |
| 4.3 协调系统仿真研究 |
| 4.3.1 协调系统的传统PID控制 |
| 4.3.2 协调系统的模糊PID控制 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简况及联系方式 |
（6）资源受限的大规模MIMO系统预编码算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 历代移动通信系统 |
| 1.1.2 大规模MIMO系统 |
| 1.2 大规模MIMO系统预编码算法现状 |
| 1.2.1 数字预编码算法研究现状 |
| 1.2.2 混合预编码算法研究现状 |
| 1.3 大规模MIMO系统预编码算法的问题 |
| 1.4 研究内容及章节安排 |
| 第2章 大规模MIMO系统及其常用预编码算法 |
| 2.1 引言 |
| 2.2 大规模MIMO系统 |
| 2.3 大规模MIMO系统传统预编码算法 |
| 2.3.1 MF预编码 |
| 2.3.2 ZF预编码 |
| 2.3.3 RZF预编码 |
| 2.4 大规模MIMO系统迭代预编码算法 |
| 2.4.1 迭代法预编码算法 |
| 2.4.2 Neumann预编码算法 |
| 2.5 本章小结 |
| 第3章 低复杂度全数字预编码算法设计 |
| 3.1 引言 |
| 3.2 数字预编码算法的系统模型 |
| 3.3 M2M4估计法 |
| 3.4 自适应混合截断预编码 |
| 3.4.1 多项式截断预编码 |
| 3.4.2 信噪比阈值 |
| 3.4.3 自适应混合截断预编码流程 |
| 3.4.4 自适应混合截断预编码复杂度分析 |
| 3.5 数值结果仿真与分析 |
| 3.5.1 M2M4估计法的性能测试 |
| 3.5.2 自适应混合截断预编码仿真测试 |
| 3.6 本章小结 |
| 第4章 低成本的混合预编码算法设计 |
| 4.1 引言 |
| 4.2 混合预编码的系统模型 |
| 4.2.1 混合预编码系统模型 |
| 4.2.2 混合预编码设计 |
| 4.3 EPI预编码算法 |
| 4.3.1 PI迭代算法 |
| 4.3.2 EPI预编码 |
| 4.3.3 基于Aitken加速的EPI算法 |
| 4.3.4 EPI混合预编码算法流程 |
| 4.3.5 复杂度分析 |
| 4.4 数值仿真结果 |
| 4.4.1 混合预编码传输速率与天线数的关系 |
| 4.4.2 混合预编码传输速率与数据流的关系 |
| 4.4.3 不完美CSI条件下EPI预编码传输速率 |
| 4.4.4 散射簇数量与传输速率的关系 |
| 4.5 本章小结 |
| 第5章 时延补偿的预编码算法研究 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 预测系统的信道模型 |
| 5.2.2 极限学习机的预测结构 |
| 5.2.3 信道数据集的结构 |
| 5.3 在线预测模型 |
| 5.3.1 OS-ELM预测模型 |
| 5.3.2 FOS-ELM预测模型 |
| 5.3.3 TFOS-ELM预测模型 |
| 5.3.4 系统复杂度分析 |
| 5.4 时延补偿的预编码结构 |
| 5.5 数值仿真结果 |
| 5.6 本章小结 |
| 第6章 全文总结及展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（7）一种变结构轮式机器人的模式切换控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 Segway机器人国外研究现状 |
| 1.2.2 Segway机器人国内研究现状 |
| 1.2.3 自行车机器人国外研究现状 |
| 1.2.4 自行车机器人国内研究现状 |
| 1.3 研究内容 |
| 1.3.1 变结构轮式机器人的动力学模型分析 |
| 1.3.2 变结构轮式机器人的平衡控制器设计 |
| 1.4 论文组织框架 |
| 第二章 变结构轮式机器人的运动学分析和动力学建模 |
| 2.1 坐标系建立 |
| 2.2 运动学分析 |
| 2.2.1 角速度分析 |
| 2.2.2 速度分析 |
| 2.3 基于查普雷金方程的动力学建模 |
| 2.4 本章小结 |
| 第三章 变结构轮式机器人的动力学模型验证 |
| 3.1 变结构轮式机器人的动力学模型与Segway模式的查普雷金建模对比 |
| 3.1.1 坐标系建立 |
| 3.1.2 运动学分析 |
| 3.1.3 基于查普雷金方程的动力学模型 |
| 3.1.4 模型对比 |
| 3.2 变结构轮式机器人的动力学模型与Bicycle模式的查普雷金建模对比 |
| 3.2.1 坐标系建立 |
| 3.2.2 运动学分析 |
| 3.2.3 基于查普雷金方程的动力学模型 |
| 3.2.4 模型对比 |
| 3.3 ADAMS与Simulink联合仿真和MATLAB数值仿真结果对比 |
| 3.3.1 ADAMS与Simulink联合仿真模型的建立 |
| 3.3.2 仿真及结果分析 |
| 3.4 本章小结 |
| 第四章 变结构轮式机器人的动力学模型控制器设计 |
| 4.1 变结构轮式机器人的动力学模型的部分反馈线性化控制 |
| 4.1.1 动力学模型的部分反馈线性化分析 |
| 4.1.2 动力学模型的动态扩展 |
| 4.1.3 扩展系统的部分反馈线性化 |
| 4.1.4 仿真实验 |
| 4.2 变结构轮式机器人的基于部分反馈线性化的滑模变结构控制 |
| 4.2.1 系统分析 |
| 4.2.2 动力学模型的部分反馈线性化分析 |
| 4.2.3 系统的串级滑模控制器设计 |
| 4.2.4 仿真实验 |
| 4.3 本章小结 |
| 第五章 变结构轮式机器人实物样机初步搭建 |
| 5.1 实物样机的测控系统 |
| 5.1.1 系统分析 |
| 5.1.2 主控制器 |
| 5.1.3 直流无刷减速电机 |
| 5.1.4 无刷电机调速器 |
| 5.1.5 轮毂电机 |
| 5.1.6 轮毂电机驱动器 |
| 5.1.7 姿态传感器 |
| 5.1.8 蓝牙模块 |
| 5.2 实物样机的初步搭建 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 附录1 |
| 附录2 |
| 附录3 |
| 致谢 |
（8）循环流化床锅炉燃烧系统优化控制策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外循环流化床锅炉发展概况 |
| 1.3 国内外CFB锅炉燃烧系统建模研究现状 |
| 1.4 国内外CFB锅炉燃烧系统控制方法研究现状 |
| 1.5 本文主要研究内容 |
| 第二章 CFB燃烧系统控制对象特性及模型建立 |
| 2.1 CFB锅炉燃烧系统及其组成 |
| 2.1.1 燃烧系统的基本组成 |
| 2.1.2 燃烧系统的工作原理 |
| 2.1.3 燃烧系统的耦合关系 |
| 2.2 主蒸汽压力及床温的动态特性分析 |
| 2.2.1 主蒸汽压力的动态特性分析 |
| 2.2.2 床温的动态特性分析 |
| 2.3 主蒸汽压力及床温的动态模型建立 |
| 2.4 本章小结 |
| 第三章 燃烧系统前馈补偿解耦控制研究 |
| 3.1 耦合及解耦原理概述 |
| 3.2 燃烧系统耦合程度分析 |
| 3.3 燃烧系统解耦控制方案设计及仿真验证 |
| 3.3.1 解耦控制方案 |
| 3.3.2 前馈补偿解耦方案及其仿真验证 |
| 3.4 本章小结 |
| 第四章 燃烧系统的动态论域模糊自适应PID控制 |
| 4.1 常规PID控制器设计 |
| 4.1.1 常规PID控制原理 |
| 4.1.2 PID参数的整定及其模型 |
| 4.2 模糊控制器设计 |
| 4.2.1 模糊控制原理 |
| 4.2.2 模糊控制器的设计及其模型 |
| 4.3 模糊自适应PID控制器设计 |
| 4.3.1 模糊自适应PID控制的原理 |
| 4.3.2 模糊自适应PID控制器的设计及其模型 |
| 4.4 动态论域模糊自适应PID控制器设计 |
| 4.4.1 动态论域模糊自适应PID控制的原理 |
| 4.4.2 动态论域模糊自适应PID控制器的设计及其模型 |
| 4.4.3 控制效果仿真对比分析 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（9）基于干扰和状态估计的多刚体系统鲁棒跟踪控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多刚体系统鲁棒跟踪控制研究现状 |
| 1.2.2 干扰估计技术研究现状 |
| 1.2.3 状态估计技术研究现状 |
| 1.3 本论文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 二阶多刚体系统的类PID鲁棒跟踪控制 |
| 2.1 引言 |
| 2.2 一类二阶多刚体系统的控制器设计分析 |
| 2.2.1 问题描述 |
| 2.2.2 设计难点 |
| 2.3 速率可测条件下的基于PD与 UDE结合的PID控制方案设计 |
| 2.3.1 控制方案设计 |
| 2.3.2 稳定性和性能分析 |
| 2.3.3 数值仿真验证 |
| 2.4 无速率测量条件下的基于改进LSO的控制方案设计 |
| 2.4.1 控制方案设计 |
| 2.4.2 UDE设计 |
| 2.4.3 改进的LSO设计 |
| 2.4.4 稳定性和性能分析 |
| 2.4.5 数值仿真验证 |
| 2.4.6 3-DOF直升机的应用 |
| 2.5 本章小结 |
| 第三章 无速率测量条件下二阶多刚体系统的鲁棒跟踪控制 |
| 3.1 引言 |
| 3.2 无速率测量条件下二阶多刚体系统的控制器设计分析 |
| 3.2.1 问题描述 |
| 3.2.2 设计难点 |
| 3.3 基于改进的UDE+LSO的控制方案设计 |
| 3.3.1 控制方案设计 |
| 3.3.2 改进的UDE+LSO设计 |
| 3.3.3 稳定性和性能分析 |
| 3.3.4 数值仿真验证 |
| 3.3.5 3-DOF直升机的应用 |
| 3.4 基于改进的EHGO的连续PID-SMC控制方案设计 |
| 3.4.1 控制方案设计 |
| 3.4.2 改进的EHGO设计 |
| 3.4.3 连续PID-SMC设计 |
| 3.4.4 稳定性和性能分析 |
| 3.4.5 数值仿真验证 |
| 3.4.6 SRV02 旋转伺服装置的应用 |
| 3.5 本章小结 |
| 第四章 存在输入饱和的高阶多刚体系统鲁棒跟踪控制 |
| 4.1 引言 |
| 4.2 一类存在输入饱和的高阶多刚体系统的控制器设计分析 |
| 4.2.1 问题描述 |
| 4.2.2 设计难点 |
| 4.3 基于障碍函数的有限时间控制方案设计 |
| 4.3.1 控制方案设计 |
| 4.3.2 基于障碍函数的干扰观测器设计 |
| 4.3.3 有限时间CNTSM控制器设计 |
| 4.3.4 稳定性与性能分析 |
| 4.3.5 数值仿真验证 |
| 4.4 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（10）燃料电池空气供给系统控制与故障诊断策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 质子交换膜燃料电池系统概述 |
| 1.2.1 发电原理 |
| 1.2.2 燃料供给系统构成 |
| 1.3 国内外现状研究 |
| 1.3.1 燃料电池系统建模现状 |
| 1.3.2 空气供给系统控制方法现状 |
| 1.3.3 燃料电池系统故障诊断策略 |
| 1.4 本论文主要研究工作与章节安排 |
| 1.4.1 主要研究工作 |
| 1.4.2 章节安排 |
| 第2章 质子交换膜燃料电池空气供给系统建模 |
| 2.1 引言 |
| 2.2 燃料电池电堆建模 |
| 2.2.1 电化学模型 |
| 2.2.2 物质模型 |
| 2.2.3 热平衡模型 |
| 2.3 空气供给系统关键部件及模型介绍 |
| 2.3.1 空气压缩机 |
| 2.3.2 供给管道 |
| 2.3.3 中冷器 |
| 2.3.4 加湿器 |
| 2.3.5 回流管道和背压阀 |
| 2.3.6 基于Matlab/Simulink平台的空气供给系统模型实现 |
| 2.3.7 空气供给系统的状态空间模型 |
| 2.4 燃料电池非线性模型简化与线性化方法 |
| 2.4.1 数据拟合 |
| 2.4.2 动态小信号模型 |
| 2.4.3 反馈线性化 |
| 2.5 本章小结 |
| 第3章 燃料电池空气系统流量控制方法 |
| 3.1 引言 |
| 3.2 基于T-S模糊理论的过氧比控制模型 |
| 3.2.1 T-S模糊理论基础 |
| 3.2.2 过氧比的局部小信号模型 |
| 3.2.3 基于T-S理论的燃料电池控制模型 |
| 3.3 基于净功率最优的控制指标设计 |
| 3.4 控制方法设计 |
| 3.4.1 广义预测控制器设计 |
| 3.4.2 FGPC算法的两种应用结构 |
| 3.4.3 算法的进一步改进 |
| 3.5 算法验证和结果分析 |
| 3.5.1 模型精度分析 |
| 3.5.2 不同控制算法下的过氧比控制结果 |
| 3.5.3 系统性能分析 |
| 3.6 本章小结 |
| 第4章 燃料电池空气系统压力流量协同控制策略 |
| 4.1 引言 |
| 4.2 空气系统压力和流量行为分析及描述 |
| 4.3 控制指标的数学表达 |
| 4.4 状态观测器设计 |
| 4.4.1 基于扩张状态观测器的压力估计 |
| 4.4.2 仿真结果 |
| 4.5 压力和流量联合控制方法 |
| 4.5.1 燃料电池空气模型的反馈线性化 |
| 4.5.2 基于线性控制器的压力流量协同控制器 |
| 4.5.3 基于滑模预测控制的压力流量协同控制器 |
| 4.6 仿真验证与结果分析 |
| 4.6.1 所提滑模预测控制方法的仿真结果 |
| 4.6.2 与线性控制器的对比分析 |
| 4.6.3 输出性能分析 |
| 4.7 本章小结 |
| 第5章 基于状态观测器的燃料电池空气系统故障诊断 |
| 5.1 引言 |
| 5.2 考虑故障信息的燃料电池空气系统模型 |
| 5.3 故障观测器设计 |
| 5.3.1 增广鲁棒状态观测器 |
| 5.3.2 稳定性证明 |
| 5.4 仿真结果分析与对比 |
| 5.4.1 LPV观测器中的关键参数设置 |
| 5.4.2 故障估计的仿真结果 |
| 5.4.3 故障估计方法的精度评估和比较 |
| 5.4.4 空气供给系统的容错控制 |
| 5.4.5 系统性能分析 |
| 5.5 本章小结 |
| 第6章 燃料电池管控系统控制策略设计与实现 |
| 6.1 引言 |
| 6.2 燃料电池系统结构 |
| 6.3 管控方案设计 |
| 6.3.1 系统整体架构 |
| 6.3.2 控制软件架构 |
| 6.3.3 底层软件功能描述 |
| 6.3.4 应用层软件架构与功能描述 |
| 6.3.5 空气供给系统管控方案 |
| 6.4 在环仿真平台搭建 |
| 6.5 仿真实验与结果分析 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 研究总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
四、一类非线性MIMO系统的间接自适应模糊鲁棒控制（论文参考文献）
- [1]伺服系统复合自适应控制研究综述[J]. 朱其新,王嘉祺,谢广明. 航空制造技术, 2021(22)
- [2]分布式发电系统中变速风电机组及逆变器控制方法研究[D]. 侯波. 西安理工大学, 2021(01)
- [3]基于预测滑模方法的近空间飞行器姿态控制研究[D]. 陈园. 南京信息工程大学, 2021(01)
- [4]一类非线性系统的自适应迭代学习容错控制[D]. 刘恒. 青岛科技大学, 2021(01)
- [5]350MW超临界CFB机组机炉协调系统建模与控制[D]. 邵茹. 山西大学, 2021(12)
- [6]资源受限的大规模MIMO系统预编码算法研究[D]. 程彤彤. 合肥工业大学, 2021
- [7]一种变结构轮式机器人的模式切换控制[D]. 龙尧. 北京邮电大学, 2021(01)
- [8]循环流化床锅炉燃烧系统优化控制策略研究[D]. 李丰泽. 太原理工大学, 2021(01)
- [9]基于干扰和状态估计的多刚体系统鲁棒跟踪控制研究[D]. 张新昱. 电子科技大学, 2021(01)
- [10]燃料电池空气供给系统控制与故障诊断策略研究[D]. 杨朵. 中国科学技术大学, 2021(09)