连续时间马尔可夫跳变系统的模型预测控制

发布时间：2017-10-01 11:33

  本文关键词：连续时间马尔可夫跳变系统的模型预测控制

  更多相关文章： 连续时间Markov跳变系统 奇异系统 模型预测控制 不变集 不完全转移率 H∞性能

【摘要】：本文主要针对连续时间Markov跳变系统(MJS),采用模型预测控制(MPC)的方法优化系统控制性能。运用半正定规划(SDP)将在线优化问题以线性矩阵不等式的形式给出,基于不变集理论探讨MPC算法的可行性,确保控制系统在优化给定指标的情形下具备闭环均方稳定性。主要研究内容如下:(1)针对连续时间MJS,通过求解在线优化问题,设计使跳变系统均方稳定的滚动时域控制律。首先选取依赖于跳变模态的Lyapunov函数,同时引入一个二次型性能指标,并将该指标的优化问题转化为具有线性目标函数和一组矩阵不等式约束的SDP。其次,选用具有采样周期的MPC律,在确保连续时间对象稳定的前提下,获取优化控制器。最后,运用椭球不变集对模型预测控制策略的可行性和闭环系统的均方稳定性进行分析。(2)考虑一类具有不完全转移率和范数有界不确定性的连续时间奇异MJS,采用MPC的控制器设计方法,将模型预测的优化问题转化为在线求解SDP。修正Lyapunov函数的表达形式,使之兼顾系统状态、采样周期和系统的奇异性。首先,给出转移率已知的情形下,奇异MJS稳定的充分条件;其次,针对转移率部分未知的情况,利用连续时间MJS的转移率矩阵每行元素相加为零的性质,把未知转移率用已知转移率表示,将转移率已知和未知情形下闭环系统的稳定条件归结为不同的矩阵不等式约束,通过优化适当的二次型代价函数设计滚动时域控制器,给出奇异MJS均方稳定的充分条件;最后,通过分析奇异MJS的正则、无脉冲及均方稳定的性质,给出了系统均方可容许的分析。(3)研究一类包含时域硬约束的跳变系统H∞预测控制。由于外部干扰的不可预见性,离线H∞控制往往不能得到理想的干扰抑制性能,本文结合滚动优化的思想,给出了闭环系统满足H∞干扰抑制水平要求和物理硬约束的充分条件。通过对γ指标的在线最小化,使闭环系统能实时协调控制性能要求和系统约束条件,即在必要时降低干扰抑制性能以保证时域硬约束要求的满足;当系统状态远离边界时,可适当提高系统的抗干扰能力。
【关键词】：连续时间Markov跳变系统 奇异系统 模型预测控制 不变集 不完全转移率 H∞性能
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O211.62;TP13
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-14
• 1.1 研究背景7-9
• 1.2 国内外研究现状9-12
• 1.2.1 Markov跳变系统研究概况9-10
• 1.2.2 模型预测控制研究概况10-11
• 1.2.3 Markov跳变系统的模型预测控制研究概况11-12
• 1.3 论文主要结构12-14
• 第二章 预备知识14-17
• 2.1 引言14
• 2.2 线性矩阵不等式14-15
• 2.2.1 LMI的定义14-15
• 2.2.2 LMI的求解15
• 2.3 不变集理论及SDP基础15-16
• 2.4 本章小结16-17
• 第三章 连续时间Markov跳变系统的模型预测控制17-25
• 3.1 引言17
• 3.2 问题描述17-18
• 3.3 控制器设计18-21
• 3.4 均方稳定性分析21-23
• 3.5 数值仿真23-24
• 3.6 本章小结24-25
• 第四章 不完全转移率下连续时间奇异跳变系统的模型预测控制25-41
• 4.1 引言25
• 4.2 系统描述25-27
• 4.3 奇异跳变系统的控制器设计27-35
• 4.3.1 转移率完全已知27-31
• 4.3.2 转移率部分未知31-35
• 4.4 均方容许分析35-37
• 4.5 数值仿真37-40
• 4.6 本章小结40-41
• 第五章 Markov跳变系统的H∞滚动时域控制41-49
• 5.1 引言41
• 5.2 问题描述41-42
• 5.3 H∞滚动时域控制器设计42-46
• 5.4 数值仿真46-48
• 5.5 本章小结48-49
• 第六章 总结与展望49-51
• 6.1 工作总结49
• 6.2 工作展望49-51
• 致谢51-52
• 参考文献52-57
• 附录: 作者在攻读硕士学位期间发表的论文57

【相似文献】

中国期刊全文数据库 前10条

1 杨跃男;王友清;;内模强化学习型模型预测控制及其在人工胰脏上的应用(英文)[J];控制理论与应用;2012年08期

2 陈克贵,沈平;简化模型预测控制及仿真研究[J];自动化与仪表;1997年03期

3 马静;李书臣;肖军;翟春艳;;基于模型预测控制的迭代学习控制器设计[J];河北工业科技;2006年01期

4 姚帅;;模型预测控制在供应链领域研究综述[J];中国科技信息;2014年01期

5 徐湘元,毛宗源;基于Hammerstein模型预测控制的分析与研究[J];控制理论与应用;2000年04期

6 孙霞;;浅议显式模型预测在电梯机械振动控制中的应用[J];科技致富向导;2011年08期

7 范丽婷;王福利;李鸿儒;;基于特征线法的双曲型分布参数模型预测控制及其应用[J];控制理论与应用;2013年10期

8 孔小兵;刘向杰;;基于输入输出线性化的连续系统非线性模型预测控制[J];控制理论与应用;2012年02期

9 徐保国,胡立萍;基于支持向量机的非线性系统模型预测控制[J];计算机测量与控制;2005年08期

10 杜亮;严卫生;高剑;陈宇航;;波浪干扰下的AUV纵向运动建模与模型预测控制[J];系统仿真学报;2012年06期

中国重要会议论文全文数据库 前10条

1 周帝;赵可君;;模型预测控制中的硬约束松化研究[A];全国冶金自动化信息网2014年会论文集[C];2014年

2 杨马英;;模型预测控制的性能监视与评价——综述[A];第二十一届中国控制会议论文集[C];2002年

3 武俊峰;王振英;;基于状态观测器的约束鲁棒模型预测控制[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

4 周明;周坚刚;余达太;;钢铁企业模型预测控制技术综述[A];冶金轧制过程自动化技术交流会论文集[C];2005年

5 张聚;张海华;;时延网络控制系统的显式模型预测控制[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

6 付庆华;曹玉强;;基于模型预测控制的快速温度调节器[A];1996中国控制与决策学术年会论文集[C];1996年

7 李柠;李少远;席裕庚;;pH中和过程的多模型预测控制[A];第二十届中国控制会议论文集（上）[C];2001年

8 周洪亮;刘志远;;基于模型预测控制的车辆横摆稳定控制器设计[A];第二十七届中国控制会议论文集[C];2008年

9 罗秋滨;韩志刚;朱宏;;非线性系统的无模型预测控制方法[A];2009中国控制与决策会议论文集（1）[C];2009年

10 袁景淇;任海涛;王明珠;任乐民;;基于模型的重组酵母碳源流加速率控制[A];第二十一届中国控制会议论文集[C];2002年

中国重要报纸全文数据库 前1条

1 孙长生;国内热工自动调节优化系统应用的主要厂家评析[N];中国电力报;2012年

中国博士学位论文全文数据库 前10条

1 孔小兵;非线性模型预测控制及其在发电过程控制中的应用[D];华北电力大学;2014年

2 张浪文;网络信息模式下分布式协调模型预测控制研究[D];上海交通大学;2015年

3 岳俊红;复杂工业过程多模型预测控制策略及其应用研究[D];华北电力大学（北京）;2008年

4 冯少辉;模型预测控制工程软件关键技术及应用研究[D];浙江大学;2003年

5 苏成利;非线性模型预测控制的若干问题研究[D];浙江大学;2006年

6 孙峻;非线性模型预测控制理论及应用研究[D];西北工业大学;2002年

7 李志军;约束模型预测控制的稳定性与鲁棒性研究[D];华北电力大学（北京）;2005年

8 田翔;模型预测控制并行计算系统研究[D];浙江大学;2007年

9 王浩坤;无偏模型预测控制的若干理论和方法研究[D];浙江大学;2015年

10 包哲静;支持向量机在智能建模和模型预测控制中的应用[D];浙江大学;2007年

中国硕士学位论文全文数据库 前10条

1 李德q，

本文编号：953275