基于事件触发周期采样的网络控制系统的稳定与切换控制及其应用研究

Based on the event-triggered and periodic sampling , the project investigates the stability and stwitched control and modelling and application of the time-delay networked control systems. The main contents include: (1)The control laws of the time-delay networked control systems based on event-triggered sampling and periodic sampling are given, and also the control law combining the period sampling and the event-triggered sampling is discussed; (2)The sensibility of control law, which is based on periodic asmpling and event-triggered sampling, about the data delay and the data vibrating is discussed. (3)Investigate the variable structure controller of the time-delay networked control systems，model tracking time-delay networked control systems sliding mode integral compensator method;(4)By studying the sliding motion law,we will give the decentralized sliding mode utility conditions, the decentralized sliding motion equations, and estabish the time-delay networked control large scale system variable structure control theory and decentralized variable structure control theory. The amin tools we used in this project are the decentralized variable structure control method, the saturation function approximation method, Pade approximation method. The obtained results are applied to the automatic process control systems,the computer integrated manufacturing system, the communication and computer networked cotrol, the production management and scheduling, financing management etc.

项目研究的主要内容包括：（1）研究基于事件触发采样的时滞网络控制系统的稳定性与变结构控制，给出基于周期采样时滞网络控制系统的控制律、基于事件触发的控制律设计，并将周期采样和事件触发机制结合设计控制律，使系统达到稳定；（2）研究基于事件触发的周期采样对数据延迟和数据抖动的敏感性；（3）研究时滞网络控制系统的变结构控制器的设计，给出跟踪时滞网络控制系统的准滑模积分补偿器方法；（4）分析时滞网络控制大系统的滑动运动规律，给出分散滑动模的实用条件及分散滑动运动方程，建立时滞网络控制大系统的变结构控制理论和分散变结构控制理论。项目研究中用到的主要方法有分散变结构控制法、饱和函数近似法、帕德近似法等。通过本项目的研究，设计仿真实验验证理论成果，并将得到的理论应用到生产过程自动化、计算机集成制造系统、通讯和计算机网络控制、生产管理与调度、融资管理等实际系统中。

项目研究的主要内容包括：研究时滞网络控制系统的稳定性与变结构控制问题。（1）针对一类带有扰动输入的不确定中立型系统，研究了该类系统的积分滑模控制、鲁棒滑模控制、观测器设计与H∞控制问题、基于滑模观测器技术的鲁棒H∞控制、自适应滑模观测器设计等问题；（2）针对网络控制系统，首先从符号动力学角度研究了高阶布尔网络的拓扑结构、部分变量的稳定与镇定、部分变量的输出稳定，以及随机逻辑网络的弱能控性与精确能控性等问题；（3）对多智能体系统进行了研究，针对由一阶动力学特性和二阶动力学特性所构成的动力学性质异质多智能体系统，提出了位置一致性协议和速度收敛性协议相互协调的协同控制，同时基于混合通信模式的BA无标度网络的同步协同控制与基于保证集的多智能体系统自触发控制进行了研究；（4）针对具有分群结构的数据，使用加权基因共表达网络来辨识生物通路相关的模块并据此发展了基因分群策略，接着在每一个划分的群内采用条件互信息构建基因重要的综合评价准则并据此构建数据驱动权重，然后提出了新型自适应稀疏群lasso模型把那个发展了分块下降算法，针对微阵列二分类问题，将实验数据分为正、负两个数据集，分别构建出其对应的加权基因共表达网络并辨识重要网络模块。通过本项目的研究，所提的分群方法能改进群lasso及其推广模型的分类精度和基因选择性能，可应用于大鼠肝再生细胞增殖相关基因的筛选，对于模拟肝硬化、癌症等复杂疾病的细胞增殖过程，筛选新药具有重要的应用价值。