基于T-S模糊模型的非线性系统网络采样跟踪控制

The important characteristic of T-S fuzzy model system for sampled-data networked control is that the uncertainty of the zero-order holder (ZOH) data updating period is not only relevant to the sampling period but also relevant to the network factors of data transmission delay and data packet dropout, which is essentially different from the traditional sampled-data control without network. The existing studies of sampled-data networked tracking control for nonlinear system based on T-S fuzzy model mostly use input delay approach directly without catching the networked sampling characteristic and the existing Lyapunov-Krasovskii (LK) functionals are almost membership-independent, which leaves much more improving room to the relative result. In the project, with enough information of networked sampling characteristic and the membership of T-S fuzzy model, less conservative LK functional is constructed which is dependent on the ZOH data updating period and the membership of T-S fuzzy model. In the LK functional, the new application of the traditional free weighing matrix is researched. Then, using this LK functional, the state tracking and the observer design based on T-S fuzzy model for nonlinear SDNCS are studied. Furthermore, the fuzzy controller which can weigh the input delay conservativeness and the better tracking performance is designed. It is expected that the research results of this project will provide an efficient and feasible method for the analysis and design of SDNCS. They will be very important in the field of control theory research.

基于T-S模糊模型的非线性系统网络采样控制的重要特点是零阶保持器数据更新周期不确定性不仅与采样周期有关，还与数据传输时滞、数据丢包等网络因素有关，这一特性跟未考虑网络因素的传统采样控制有本质区别，而现有研究大多直接沿用传统采样控制的的输入时滞法，未充分利用这一网络采样特性，并且现有Lyapunov-Krasovskii（LK）泛函大多未考虑T-S模糊模型的隶属度信息，这些都导致相关结论保守性较大。课题充分利用网络采样特性和T-S模糊模型的隶属度信息，研究更低保守性的零阶保持器数据更新周期依赖型的隶属度相关LK泛函构造方法，并对传统自由权矩阵进行新型应用，进而研究基于T-S模糊模型的非线性系统网络采样状态跟踪控制、观测器设计等条件，以及综合权衡输入时滞上界保守性和良好跟踪效果的模糊控制器综合算法。研究结果将为网络采样控制系统分析与设计提供一种切实可行的新方法，具有重要理论意义。

基于T-S模糊模型的网络采样控制系统（Sampled-data networked control system, SDNCS）跟踪问题是近年来国际控制领域研究的热点问题之一。SDNCS具有特殊的采样特性，与未考虑网络因素的传统采样控制系统有本质差别。现有T-S模糊模型SDNCS跟踪控制大多忽略了这一差别，直接沿用传统采样控制系统的输入时滞方法，未充分利用SDNCS中的网络采样特性，且大多忽略隶属度信息，导致现有相关结论具有较大提升空间。另外，基于参数调整方法的T-S模糊模型非线性系统网络采样跟踪控制综合问题中，合适的调整参数是关键。因此，如何充分利用网络采样特性信息和隶属度信息获得更低保守性的T-S模糊模型SDNCS跟踪条件，并在模糊控制器综合问题中对调整参数进行优化设计都是本项目的重要研究内容。. 项目针对具有数据传输时滞和数据丢包的T-S模糊模型SDNCS状态跟踪以及带观测器的T-S模糊模型SDNCS鲁棒跟踪控制问题进行了深入研究，在充分剖析SDNCS采样特性基础上，提出ZOH（Zero-order holder）数据更新周期依赖型的隶属度相关李亚普诺夫泛函构造方法，该泛函充分利用模糊隶属度信息和SDNCS中ZOH数据更新周期[x(tk), x(tk+1)) 的信息，将其分解为[x(tk), x(t))和[x(t), x(tk+1))双区间信息。并且在泛函导数处理中引入自由矩阵积分不等式，得到保守性更低的跟踪条件，在此基础上，提出基于网格搜索算法对T-S模糊模型采样控制系统中模糊控制器综合问题中的调整参数进行优化设计，从而获得更优控制效果。. 项目已按时完成研究计划内容，并将ZOH数据更新周期双区间分段思想扩展到含扰动参数时滞电力系统鲁棒稳定性问题，得到更大的时滞稳定裕度。同时，使用项目所提方法研究T-S模糊模型非线性系统鲁棒镇定问题，给出系统渐近稳定的鲁棒镇定条件及模糊采样控制器设计方法。研究结果将为SDNCS分析与设计提供一种切实可行的新方法，具有重要理论意义。. 项目研究期间，项目组成员共发表论文14篇（11篇期刊论文和3篇会议论文），发表论文中被SCI收录5篇、EI收录5篇。培养湖南省121创新人才1名，研究生4人，形成了一支具有一定水平的科研队伍和相对稳定的研究方向。