项目名称: 基于分层设计方法的非线性多源干扰系统精细抗干扰控制

项目编号: No.61374108

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 魏新江

作者单位: 鲁东大学

项目金额: 79万元

中文摘要: 目前,基于干扰观测器的抗干扰控制研究大多针对单一类型干扰或者将多源干扰整合为一个等价干扰,而对多源干扰的特征及对系统的影响考虑不足,因而制约了系统性能的提高。另外,研究对象的主体部分大多是线性系统或者是具有固定干扰相对阶的特殊非线性系统。本项目针对具有任意干扰相对阶的非线性多源干扰系统,提出基于分类建模、分层控制和独立复合的分层设计方法及以其为核心的精细抗干扰控制策略。首先,结合非线性振动理论及输出调节理论,提出干扰的非线性建模方法,拓展线性干扰模型的描述范围,消除干扰匹配条件的限制。其次,利用迭代学习控制方法,设计可以在线估计的新型非线性自适应干扰观测器,提高干扰观测的精度和响应速度。然后,将基于干扰观测器的控制与鲁棒控制、随机控制相结合,提出具有解耦和分离特性的精细抗干扰控制策略,以实现高精度控制。最后,将研究结果应用于硬盘驱动器系统,为高精度振动系统主动控制提供有效的抗干扰控制方法。

中文关键词: 多源干扰;干扰观测器;精细抗干扰控制;鲁棒控制;自适应Backstepping方法

英文摘要: Recently, anti-disturbance control based on disturbance observer mostly focuses on single type of disturbance or integrates multiple disturbances into a new equivalent disturbance. The characteristic of multiple disturbances and the influence of disturban

英文关键词: Multiple disturbances;Disturbance observer;Elegant anti-disturbance control;Robust control;Adaptive backstepping method

成为VIP会员查看完整内容
0

相关内容

基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
专知会员服务
29+阅读 · 2021年9月14日
专知会员服务
23+阅读 · 2021年6月9日
专知会员服务
43+阅读 · 2021年5月24日
专知会员服务
48+阅读 · 2020年12月28日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
29+阅读 · 2020年12月14日
专知会员服务
33+阅读 · 2020年11月26日
专知会员服务
73+阅读 · 2020年5月21日
基于深度神经网络的少样本学习综述
专知会员服务
167+阅读 · 2020年4月22日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(三)
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Convex-Concave Min-Max Stackelberg Games
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
31+阅读 · 2020年9月21日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
专知会员服务
29+阅读 · 2021年9月14日
专知会员服务
23+阅读 · 2021年6月9日
专知会员服务
43+阅读 · 2021年5月24日
专知会员服务
48+阅读 · 2020年12月28日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
29+阅读 · 2020年12月14日
专知会员服务
33+阅读 · 2020年11月26日
专知会员服务
73+阅读 · 2020年5月21日
基于深度神经网络的少样本学习综述
专知会员服务
167+阅读 · 2020年4月22日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员