基于数据的MIMO非线性系统的无模型自适应控制

摘要

近年来，人类社会已经进入了大数据时代。信息科学和技术的快速发展，生产技术、生产设置和产业过程也变得越来越复杂。因此，利用基于物理和化学理论建立的传统数学模型方法，分析和控制现在的复杂系统已经成为不可行。并且现代数字传感器、数字存储、数字通信等技术的普遍应用，使得动力系统每天产生大量的数据来反映各种信息。因此有效地利用这些在线和离线数据，进行数据挖掘、模式识别和计算机控制技术，已经成为控制理论另一个具有挑战的难题。
　　本文主要应用基于数据的方法，研究了MIMO非线性系统的无模型自适应控制，并考虑了测量得到的输出数据存在外部扰动的情况。具体如下：
　　首先，在控制理论和系统工程的学习过程中，对系统属性的研究是一个重要的课题，因此本文首先给出基于数据方法，即仅使用测量得到的输入输出数据，分析离散时间系统的状态能控性、输出能控性、能观测性。与传统的基于模型的方法相比较，基于数据的方法计算精度高，降低计算复杂度。
　　然后，无模型自适应控制方法主要针对的是非线性离散系统控制器设计，其主要特点是控制器设计只需要系统的输入输出数据。本文研究的是MIMO非线性离散系统，建立了三种线性化动态模型形式，分别为紧格式线性化模型偏格式线性化模型，全格式线性化模型。根据三种线性化动态模型形式，在考虑了测量得到的输出数据存在外部干扰前提下，分别进行了相应的控制器设计，并分析了系统的鲁棒收敛性和稳定性。
　　最后，分别开展了仿真研究，理论分析和仿真算例表明所提方法的有效性。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 基于数据控制方法的研究现状

1．2．1 基于数据控制方法的定义

1．2．2 基于数据控制方法的意义和研究现状

1．3 无模型控制的发展

1．3．1 无模型控制的定义

1．3．2 研究无模型控制的意义

1．3．3 研究无模型控制的研究现状

1．4 无模型自适应控制的发展

1．4．1 无模型自适应控制基本思想

1．4．2 研究无模型自适应控制的意义

1．4．3 研究无模型自适应控制的研究现状

1．5 本文研究的内容

第2章 预备知识

2．1 状态能控性，输出能控性，状态能观测性

2．1．1 状态能控性，输出能控性，状态能观测性定义

2．1．2 状态能控性，输出能控性，状态能观测性定理

2．2 MIMO非线性离散时间系统的动态线性化

2．2．1 问题描述

2．2．2 紧格式线性化模型CFDL

2．2．3 偏格式线性化模型PFDL

2．2．4 全格式线性化模型FFDL

第3章 基于数据的线性离散时间系统的能控性，能观测性

3．1 引言

3．2 基于数据研究线性离散时间系统的状态能控性、输出能控性

3．3 基于数据分析线性离散时间系统的状态能观测性

3．4 基于数据分析的计算精度和计算复杂度

3．5 本章小结

第4章 无模型自适应控制器设计及鲁棒收敛性、稳定性分析

4．1 引言

4．2 问题描述

4．3 CFDL-MFAC系统

4．3．1 CFDL-MFAC控制器设计

4．3．2 CFDL-MFAC控制器的鲁棒收敛性、稳定性

4．3．3 CFDL-MFAC控制器仿真实例

4．4 PFDL-MFAC系统

4．4．1 PFDL-MFAC控制器设计

4．4．2 PFDL-MFAC控制器的鲁棒收敛性、稳定性

4．4．3 PFDL-MFAC控制器仿真实例

4．5 FFDL-MFAC系统

4．5．1 FFDL-MFAC控制器设计

4．5．2 FFDL-MFAC控制器的鲁棒收敛性、稳定性

4．5．3 FFDL-MFAC控制器仿真实例

4．6 本章小结

第5章 结论与展望

参考文献

致谢

攻读硕士期间发表的论文与获奖情况