针对一类具有状态及控制滞后的不确定系统,研究了其鲁棒H∞控制,用线性矩阵不等式的方法设计了一种状态反馈控制器.该控制器在鲁棒镇定系统的同时,能保证闭环系统从扰动到被控输出的H∞范数小于某一给定的常数

研究了一类不确定组合系统的状态反馈分散鲁棒镇定问题.利用Riccati矩阵不等式方法,给出其可分散反馈镇定的充分条件,并利用线性矩阵不等式方法给出了分散控制律的设计方案.最后用数值仿真证明了这种方法的有效性

机器人初探 机器人基础知识 机器人运动学基本问题及齐次变换矩阵 机器人正、逆运动学研究 动力学的研究方法 机械臂动力学案例 PID基本理论 线性化、伺服补偿器构成的动态控制

§12.1 引言 §12.2 连续时间系统状态方程的建立 §12.3 连续时间系统状态方程的求解 §12.4 离散时间系统状态方程的建立 §12.5 离散时间系统状态方程的求解 §12.6 状态矢量的线性变换 §12.7 系统的可控制性与可观测性

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究

一、基本概念 1.状态:系统的运动状态。 2.状态变量:决定控制系统状态的变量。 3.状态向量: 4.状态空间:

针对电加热炉多变量系统存在大惯性、慢时变、非线性及交叉耦合严重等特点,提出采用基于非参数模型的动态矩阵控制方法,并用预测补偿的思想进行解耦设计,使解耦设计大为简化.实时控制表明这种算法对多变量系统是有效的

介绍了一种基于系统特征数据的控制器设计算法.该算法仅根据被控对象的输入、输出采样数据,按照卷积定理计算出被控对象的单位脉冲响应作为系统的特征数据;在控制量约束条件下,根据特征数据以最速响应为控制目标规划出输出参考数据和最速控制律;然后根据控制目标和最速控制律的要求计算出理想控制器的特征数据;最后,根据控制器的特征数据辨识出线性控制器参数.仿真结果表明,控制结果具有最速参考控制的特征

理想流体 有旋运动 无旋运动 势流 6.1 势流运动的基本控制方程 6.2 势流的线性叠加原理 6.3 物体绕流的势流流动 6.4 匀速运动物体的势流流动 6.5 物体势流绕流的有环流流动 6.6 非匀速运动物体的势流流动 6.7 附加质量 6.8 固定物体在非定常势流中的绕流流动 6.9 势流叠加的镜像法 6.10 特殊势流流动

为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程。利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练。采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验。结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好