网络环境下非线性系统多步预测控制方法研究

发布时间：2022-02-25 21:18

　　在网络信息技术飞速发展的现代社会,网络化控制技术已经在大范围的工业控制领域受到广泛的应用。但是,网络化控制技术在实际的应用中也带来了一些挑战。由于网络环境下,信息的传递需要考虑到量化与丢包的情况,而利用传统的预测控制并不会对这些因素进行考量。如果忽视这些因素,势必会对实际的工业生产造成一些不可估量的损失。综上所述,本文依据模型预测控制（model predictive control,MPC）方法的特点,考虑网络控制系统中存在的量化丢包,及有界干扰的情况,结合区间二型（interval type-2,IT2）Takagi-Sugeno（T-S）模糊模型和Hammerstein模型描述系统的非线性网络系统,利用二次有界技术,线性矩阵不等式（linear matrix inequality,LMI）技术对所建立的模型设计优化问题并进行求解。本文的主要研究内容分为以下三部分:1.考虑了在非线性网络环境中出现的量化,丢包,以及有界干扰的问题,提出了一种基于IT2 T-S模糊模型的状态反馈预测控制器的设计方法。首先,引入了事件触发策略来降低网络环境的负担,并将系统中出现的丢包现象刻画为马尔科夫链... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
注释表
第1章 绪论
    1.1 研究背景
    1.2 网络控制系统的概述
        1.2.1 网络控制系统中存在的主要问题
        1.2.2 网络控制系统的研究现状
    1.3 非线性控制的概述
        1.3.1 T-S模糊模型
        1.3.2 Hammerstein模型
    1.4 模型预测控制的概述
    1.5 论文中涉及的定理介绍
        1.5.1 Schur补引理
        1.5.2 S-procedure
    1.6 论文的组织结构
第2章 事件触发下的IT2 T-S模型状态反馈网络MPC研究
    2.1 问题阐述
        2.1.1 区间二型T-S模糊模型
        2.1.2 数据量化
        2.1.3 事件触发机制
    2.2 事件触发状态反馈网络预测控制器的设计
        2.2.1 优化问题的建立
        2.2.2 优化问题的求解
    2.3 递归可行性与闭环稳定性讨论
    2.4 仿真实例
    2.5 本章小结
第3章 丢包网络环境下的非线性系统的输出反馈多步MPC研究
    3.1 问题阐述
        3.1.1 区间二型T-S模糊模型的描述
        3.1.2 网络环境的描述
    3.2 区间二型T-S模糊模型输出反馈多步MPC控制器的设计
        3.2.1 优化问题的建立
        3.2.2 优化问题的求解
        3.2.3 辅优化问题
    3.3 递归可行性与闭环稳定性的证明
    3.4 仿真实例
    3.5 本章小结
第4章 基于事件触发的Hammerstein模型的多步MPC研究
    4.1 问题阐述
        4.1.1 Hammerstein模型描述
        4.1.2 网络环境描述
    4.2 Hammerstein模型输出反馈多步MPC控制器设计
        4.2.1 优化问题的建立
        4.2.2 主优化问题的求解
        4.2.3 辅优化问题
    4.3 递归可行性及闭环稳定性的证明
    4.4 仿真实例
    4.5 本章小结
第5章 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果


【参考文献】：
期刊论文
[1]具有随机丢包的网络控制系统故障检测[J]. 俞奇慧,杨晓飞.  舰船电子工程. 2020(01)
[2]Distributed Model Predictive Control for Networked Plant-wide Systems With Neighborhood Cooperation[J]. Ting Bai,Shaoyuan Li,Yi Zheng.  IEEE/CAA Journal of Automatica Sinica. 2019(01)
[3]T-S模糊控制综述与展望[J]. 肖建,赵涛.  西南交通大学学报. 2016(03)
[4]An improved constrained model predictive control approach for Hammerstein-Wiener nonlinear systems[J]. 李妍,陈雪原,毛志忠,袁平.  Journal of Central South University. 2014(03)
[5]超磁致伸缩作动器的率相关Hammerstein模型与H∞鲁棒跟踪控制[J]. 郭咏新,张臻,毛剑琴,周克敏.  自动化学报. 2014(02)
[6]Hammerstein模型辨识的回顾及展望[J]. 贾立,李训龙.  控制理论与应用. 2014(01)
[7]模型预测控制——现状与挑战[J]. 席裕庚,李德伟,林姝.  自动化学报. 2013(03)
[8]Hammerstein-Wiener非线性系统的模糊预测控制[J]. 李妍,毛志忠,王琰,袁平.  东北大学学报(自然科学版). 2011(03)
[9]多元自回归滑动平均模型辨识与电力系统自适应阻尼控制[J]. 陆超,吴超,王天,陈湘,于同伟.  中国电机工程学报. 2010(19)
[10]非线性系统神经网络预测控制研究进展[J]. 戴文战,娄海川,杨爱萍.  控制理论与应用. 2009(05)

硕士论文
[1]非线性网络控制系统的T-S模糊建模及控制[D]. 王凯.哈尔滨理工大学 2014



本文编号：3643904