项目名称: 基于演算子理论的Hamiltonian系统的鲁棒无源性控制研究

项目编号: No.61304093

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 步妮

作者单位: 青岛科技大学

项目金额: 25万元

中文摘要: 本项目的研究对象是哈密尔顿系统,作为经典力学三种等价的数学形式体系之一,由于其紧凑的对称结构的优势,在实际中的应用更加广泛,其研究具有重要的理论和实际意义。基于演算子描述的鲁棒右互质分解方法已经被证实是研究非线性系统鲁棒控制的简单有效的方法。因而,本项目中将运用此方法研究哈密尔顿系统的分解和鲁棒无源性控制问题。首先,通过关系映射实现哈密尔顿系统的重新架构,并采用同构思想,实现哈密尔顿系统的分解;其次,选择测试核函数,利用支持向量回归机进行辨识,获得难以建模部分的输出输入关系;再次,设计鲁棒无源性控制器,保证系统的鲁棒稳定性,无源性以及输出能够完全或者渐近跟踪到参考输出;最后,通过铝板热过程的温度控制和能量控制实验来验证所提方法的有效性。本项目问题的解决将把鲁棒右互质分解方法推广到哈密尔顿系统的控制中,是对演算子理论的丰富和发展,对非线性系统的鲁棒和无源性控制具有重要意义。

中文关键词: 鲁棒控制;分解;鲁棒稳定性;辨识;无源性控制

英文摘要: The Hamiltonian system is concerned in this project, as one of the three equivalent mathmatical forms for the classical mechanics, it can be more widely used in the practical application due to its compact symmetric structure, thus the research on Hamiltonian systems plays an important part both in the theoretical and practical applications. The operator based robust right coprime factorization method has been proved to be simple and effective to deal with the robust control of nonlinear systems. Thus, this method will be applied to study the factorization and robust passivity-based control for the Hamiltonian system. Firstly, the Hamiltonian system will be restructured according to the relationship and the factorization of the Hamiltonian system will be realized by means of isomorphism. Then, by selecting and training the kernel functions, the relationship between the output and the input of the unmodelled parts will be obtained by using Support Vector Regression. Further, the robust passivity-based controllers will be designed, in order that the robust stability, passivity and the plant output perfectly or asymptotically track reference output. The effectiveness of the proposed method will be confirmed by the experiments on the temperature control and energy control of the aluminum plate thermal process. This

英文关键词: robust control;factorization/decomposition;robust stability;identification;passivity-based control

成为VIP会员查看完整内容
0

相关内容

【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
23+阅读 · 2021年8月1日
专知会员服务
76+阅读 · 2021年7月23日
专知会员服务
29+阅读 · 2021年5月21日
专知会员服务
141+阅读 · 2021年3月17日
【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
25+阅读 · 2020年9月18日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
让人惊叹的Johnson-Lindenstrauss引理:理论篇
PaperWeekly
0+阅读 · 2021年10月2日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13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
3+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
2+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 · 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 · 2008年12月31日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
小贴士
相关VIP内容
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
23+阅读 · 2021年8月1日
专知会员服务
76+阅读 · 2021年7月23日
专知会员服务
29+阅读 · 2021年5月21日
专知会员服务
141+阅读 · 2021年3月17日
【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
25+阅读 · 2020年9月18日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
相关基金
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
3+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
2+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 · 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 · 2008年12月31日
微信扫码咨询专知VIP会员