本项目着重研究了多变量双线性系统的自校正解耦和鲁棒自校正控制。首次对线性系统提出了自校正解耦控制器的结构和相应的解耦控制算法,解决了控制变量的可解性问题。在鲁棒控制的研究中,解决了存在有界扰动等情况下的自校正控制问题;并针对生产过程中常存在的参数时变情况,提出了一种时变双线性系统的自校正控制方案,该方案可以有效地改善系统的控制性能。同时,还研究了用遗传算法辨识双线性系统,研究表明该算法有良好辨识精度且鲁棒性好,为双线性系统辨识找到了一种有效实用的方法。由于双线性系统广泛存在于生产过程之中,因此本项研究成果具有重要的应用前景和实用价值。该项研究已发表论文十余篇,达到了预期的研究目标。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
基于多模态信息特征融合的犯罪预测算法研究
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
湖北某地新生儿神经管畸形的病例对照研究
多空间交互协同过滤推荐
多变量系统解耦鲁棒性研究及其应用
基于鲁棒解耦的多单元模块式小堆系统协调控制方法研究
分布式鲁棒强化学习及其在解耦控制中的应用研究
铝合金MIG焊多信息融合及多变量解耦控制模型研究