项目名称: 广义混杂系统的降阶分析与应用

项目编号: No.61573112

项目类型: 面上项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 石碰

作者单位: 哈尔滨工程大学

项目金额: 16万元

中文摘要: 随着工业4.0时代的到来和信息物理社会的日趋成形,现代的工业工程和先进制造中所面对的系统规模通常很大,所得到数学模型往往是高阶混杂系统,这对控制系统的分析和设计带来了极大的困难。因此,如何在满足系统分析给定指标下建立一个多模态低阶模型去逼近高阶混杂系统模型,是多模态降阶分析的关键问题。本项目针对广义混杂动态系统,在时域空间和频域空间研究其降阶分析的方法和降阶综合鲁棒问题中的应用。此外,有关研究成果将在海洋运载器导航控制系统的建模与分析中进行尝试性应用。本项目可望在时域空间和频域空间建立一套较为广义混杂动态完整的降阶分析理论,为工程技术人员提供实用的模型逼近和降阶综合方法。

中文关键词: 混杂系统;切换系统;模糊系统;系统性能分析;广义系统

英文摘要: With the rapid development of Industry 4.0 and Cyber Physical Systems (CPS), high-order complex hybrid mathematical modeling of physical systems and processes arises frequently in many areas of modern industrial engineering and advanced manufacturing. It generates great difficulties to the analysis and synthesis of the complex control systems concerned. Thus, how to simplify these high-order hybrid models with respect to certain system performance index is the key issue of multi-mode reduction analysis. In time-frequency-space domain and frequency-space domain, this project provides the solution of multi-mode reduction analysis and its application to the reduced-order robust synthesis for hybrid dynamical singular systems. Additionally, the obtained theoretical results of this project attempt to be implemented in modeling and analysis of marine vehicles navigation control system. The purpose of this project is to develop a more comprehensive theory of reduction analysis for hybrid dynamical singular systems in time-frequency-space domain and frequency-space domain, and to provide practical solutions to model approximation and integrated reduced-order synthesis for engineers’ references.

英文关键词: Hybrid Systems;Switched Systems;Fuzzy Systems;System Performance Anaysis;Singular Systems

成为VIP会员查看完整内容
1

相关内容

数字孪生模型构建理论及应用
专知会员服务
222+阅读 · 2022年4月19日
深度学习模型鲁棒性研究综述
专知会员服务
91+阅读 · 2022年1月23日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
97+阅读 · 2021年6月23日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
专知会员服务
73+阅读 · 2020年5月21日
类脑超大规模深度神经网络系统
专知
2+阅读 · 2022年1月21日
重磅!数字孪生技术应用白皮书(2021)
专知
13+阅读 · 2021年12月8日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+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
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011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
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
13+阅读 · 2021年10月22日
Arxiv
136+阅读 · 2018年10月8日
小贴士
相关VIP内容
数字孪生模型构建理论及应用
专知会员服务
222+阅读 · 2022年4月19日
深度学习模型鲁棒性研究综述
专知会员服务
91+阅读 · 2022年1月23日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
97+阅读 · 2021年6月23日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
专知会员服务
73+阅读 · 2020年5月21日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+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
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011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
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员