网络环境下复杂非线性工业过程的数据驱动滑模控制方法研究

In this project, the problems of data-driven sliding mode control for complex nonlinear industrial processes under the networked environment will be addressed. The networked control technique has been widely used in complex nonlinear industry process due to its unique advantages. However, the networked control system design is very complicated due to the frequent and various disturbances, difficulties in modeling, limited bandwidth and data-dropouts, and the corresponding research still remain preliminary. Therefore, the research of this project has important theoretical significance and application value. The main concerns are given as follows: 1) based on the nonparametric dynamic linearization technique and observer technique, a novel event-triggered data-driven sliding surface is developed; 2) by utilizing the data-driven technique and sliding mode prediction method, the event-triggered data-dropout compensation scheme and chattering-free data-driven sliding mode controller are designed to ensure the stochastic stability and the boundedness of the parameter estimation of the developed sliding surface; 3) the issue of finite-time date-driven sliding mode controller design for complex nonlinear industrial processes under the networked environment is discussed; 4) the proposed data-driven sliding mode control methods are applied to the gas collection process to verify the advantages of the proposed method. This project will set up a novel date-driven sliding mode control theory for complex nonlinear industrial processes under the networked environment and provide the relevant theoretical guidance for practical applications.

本项目研究网络环境下复杂非线性工业过程的数据驱动滑模控制问题。网络控制技术由于其特有的优势在复杂非线性工业过程中得到了广泛的应用。然而，扰动多样、难以建模、带宽受限、数据丢包等使得网络控制系统的设计变得十分复杂，并且相应的研究尚处于起步阶段，因此本项目的研究具有重要的理论意义和广泛的应用前景。研究内容如下：1）基于非参数动态线性化技术和观测器技术，构建事件触发下的数据驱动滑模面；2）应用数据驱动技术和滑模预测控制理论，提出事件触发下数据丢包补偿机制和无抖振数据驱动滑模控制器的设计方法，保证闭环系统的稳定性以及滑模面参数估计有界性的要求；3）探讨网络环境下复杂非线性工业过程的有限时间数据驱动滑模控制器设计问题；4）将所提出的数据驱动滑模控制方法应用于焦炉集气过程，以验证所提方法的优点。本项目将构建一套新颖的网络环境下复杂非线性工业过程的数据驱动滑模控制理论，为其实际应用提供相关的理论指导。

本项目以网络环境下复杂非线性工业过程为研究对象，深入研究数据驱动滑模控制器设计、稳定性分析、网络控制系统实际应用以及数据驱动滑模控制方法在无人水面艇、无人机等领域的推广应用研究等问题。具体而言，第一，针对复杂非线性工业过程网络控制系统中存在扰动、不确定性、难以建模、带宽受限等控制难题，构建了一种新型基于事件触发机制的数据驱动滑模面以及相应的滑模控制律，解决了带宽受限问题对滑模控制系统的影响。第二，进一步考虑复杂非线性工业过程网络控制系统中存在数据丢包和滑模控制系统抖振的控制难题，提出了一种基于数据驱动滑模观测器和数据驱动滑模预测模型的无抖振无模型自适应滑模控制方法，克服了数据丢包和抖振现象对控制性能的影响。第三，针对模型未知无人机轨迹跟踪控制系统中扰动频繁多变的问题，提出了数据驱动鲁棒PD控制和有限时间数据驱动滑模控制方案，提高了控制系统的收敛速度和鲁棒性。第四，针对无人水面艇系统中存在扰动、船体侧滑、难以建模等控制难题，提出了系统化的基于性能指标函数、PI型滑模面以及侧滑角观测器的数据驱动控制理论，提高了闭环控制系统的抗扰性能。第五，以复杂非线性工业过程中的典型案例—焦炉集气过程为应用对象，开发了数据驱动滑模网络控制软件，在焦炉集气过程现场验证了所提方法的有效性。同时，课题组也研发了无人机、无人船自主控制实验平台，为后续数据驱动滑模控制理论的推广应用研究奠定了基础。本项目完善了复杂非线性工业过程的数据驱动滑模网络控制理论，并较好地实现了数据驱动滑模控制理论的应用推广，为非线性工业过程、无人机、无人船等自主控制问题提供相关的理论指导。.在本项目的资助下，研究小组在Journal of Process Control，Ocean Engineering，International Journal of Robust and Nonlinear Control，Asian Journal of Control，Transactions of the Institute of Measurement and Control，IEEE Access等国际重要学术期刊和会议中发表基金标注SCI/EI检索论文11篇，其中SCI检索期刊论文6篇，申请国家发明专利2项，培养硕士研究生6名。