一、时滞多变量系统的变结构预测控制（论文文献综述）
乔磊[1]（2020）在《复杂海洋环境下水下无人航行器定深与三维轨迹跟踪控制》文中认为随着过去几十年水下无人技术的巨大发展,水下无人航行器（AUVs）已被越来越多地用于执行海洋风险任务,如海上石油和天然气勘探和开采、海底管道检测、海洋测绘、深海考古以及扫雷等。在执行上述任务的过程中,通常需要AUVs具有良好的定深能力和精确的轨迹跟踪能力。然而,AUVs动力学模型具有多变量,高度非线性,强耦合及不确定特性,加上海洋环境中难以测量的时变扰动影响,使得AUVs定深与轨迹跟踪控制面临挑战。此外,AUVs轨迹跟踪控制要求驱动AUVs跟踪一条时变的参数化轨迹,对收敛时间具有强约束,增加了控制器设计的难度。为了克服上述挑战,推动AUVs定深与轨迹跟踪控制技术的发展,本文研究了在模型不确定及外界时变环境干扰下的AUVs定深与三维轨迹跟踪控制问题,给出了AUVs定深与轨迹跟踪控制方法设计的一些新结果。本文的主要研究内容包括:1.针对以往的AUVs PID定深控制器不能精确补偿输出扰动、模型不确定与输入时滞的问题,以及以往的AUVs H∞和H2定深控制器设计中没有特别考虑输入时滞的问题,提出了一种鲁棒H2最优定深控制方法,可有效处理输入时滞、输出扰动及航行器的模型不确定性,并且可以定量整定系统名义性能与鲁棒性。通过与以往的纵倾-深度环PD定深控制器进行仿真比较,表明了该控制器可以提供更高的跟踪精度、更好的输出扰动抑制能力、更强的抵抗模型不确定的鲁棒性以及更小的鳍角输入。然而,该控制器需要已知AUVs系统的传递函数。2.针对以往的AUVs轨迹跟踪自适应控制、反步控制、神经网络控制、模糊控制以及模型预测控制方法只能保证航行器轨迹跟踪的鲁棒稳定性,不能保证其暂态响应的问题,提出了三种指数收敛的鲁棒控制器,即min-max、saturation和smooth transition控制器。导出了跟踪误差的指数收敛解析表达式,揭示了怎样通过调节控制器参数来获得期望的跟踪误差暂态响应。通过与以往的AUVs RISE-based轨迹跟踪控制器进行仿真比较,表明了这三种控制器不仅提高了收敛速度,还能补偿水下环境中典型存在的不光滑扰动（如随机扰动）。然而,这三种控制器需要已知不确定和扰动的上界,且没有考虑航行器中的惯性不确定性。3.针对研究内容2中所提出的三种控制器需要已知不确定和扰动的上界且没有考虑航行器中惯性不确定性的问题,以及以往的AUVs全局有限时间稳定跟踪控制器和自适应非奇异终端滑模控制器只能保证跟踪误差有界因而跟踪精度有待提高的问题,提出了两种有限时间稳定的跟踪控制器,即双闭环自适应积分终端滑模控制器与双闭环自适应快速积分终端滑模控制器,可使航行器的位置和速度跟踪误差局部有限时间收敛到零,并且不需要已知模型不确定（包括惯性不确定）及时变外界扰动的界信息。通过与传统的双闭环自适应积分滑模控制器进行仿真比较,表明了所提出的两种控制器可以提供更快的收敛速度和更强的鲁棒性。然而,与研究内容2中所提出的三种控制器相比,这两种控制器仅能保证跟踪误差在滑模面上的暂态响应,不能保证跟踪误差在到达滑模面之前的暂态响应。4.针对研究内容3中所提出的两种控制器存在奇异值的问题,提出了一种自适应非奇异积分终端滑模控制器。首先针对一般性的一阶不确定非线性动力学系统研究了自适应非奇异积分终端滑模控制器的设计。该控制器不存在奇异值问题,且不需要集中系统不确定的界信息,同时可保证系统跟踪误差全局有限时间收敛到零。然后将所设计的控制器应用到AUVs三维轨迹跟踪控制中,克服了研究内容3中所提出的两种控制器的奇异值问题,同时保证了鲁棒且快速的轨迹跟踪。最后,通过与传统的自适应比例-积分滑模控制器进行仿真比较,表明了该控制器可以提供更快的收敛速度和更强的鲁棒性。然而,相比于研究内容3中所提出的两种控制器,该控制器损失了收敛速度,即其仅能保证速度跟踪误差局部有限时间收敛到零,但位置跟踪误差却不再被保证是有限时间收敛到零,而是局部指数收敛到零。5.针对研究内容4中所提出的控制器在远离平衡点时收敛速度慢的问题,提出了一种自适应快速非奇异积分终端滑模控制器。首先仍然针对一般性的一阶不确定非线性动力学系统研究了自适应快速非奇异积分终端滑模控制器的设计。该控制器同时保证了在平衡点远距离和近距离处的快速、有限时间收敛。然后将该控制器应用到AUVs三维轨迹跟踪控制中。通过与研究内容4中所提出的控制器进行比较仿真,表明了该控制器提高了收敛速度。然而,该控制器的结构比研究内容4中所提出的控制器的复杂。6.针对以往的AUVs轨迹跟踪终端滑模控制器所采用的消抖方法会损失跟踪精度的问题,以及现有的自适应二阶非奇异终端滑模控制器在远离平衡点时收敛速度慢的问题,提出了一种自适应二阶快速非奇异终端滑模控制器,可在消除控制输入抖振的同时不损失跟踪精度,并可同时保证在远离和靠近平衡点区域的快速收敛性。此外,该控制器不需要已知系统不确定的界信息。通过比较仿真表明了该控制器比现有的自适应二阶非奇异终端滑模控制器提高了收敛速度,同时验证了该控制器相比于以往的AUVs终端滑模控制消抖方法的优势。然而,与研究内容5中所提出的控制器相比,该控制器却需要加速度测量信息。
黄灿[2]（2012）在《氧化铝连续碳酸化分解过程多重大时滞系统控制若干问题研究》文中研究说明氧化铝连续碳酸化分解过程（简称碳分过程）由六个分解槽串联组成,通过控制各槽的二氧化碳气体通入量,实现末槽的分解率要求,以生产出满足一定质量指标的氢氧化铝。由于六个分解槽地域跨度大,每个槽控制点到末槽的距离不同,物料传质所需的时间不同,导致每个槽控制量输出到末槽分解率改变需要几十分钟甚至数个小时,时间长且各不相同,呈现出多重大时滞特性。多重大时滞的存在,造成末槽分解率信息无法实时准确的反馈给控制器,难以实现生产指标的闭环控制。并且多个控制点的设置形成多个回路,不同控制回路间存在关联耦合。当矿源改变或外界干扰引起生产过程稳态工作点改变时,由工人调节到新的稳态工作点需较长时间。长时间的工矿不稳造成生产指标波动大,产品质量不合格。因此,研究碳分过程的解耦控制、时滞参数辨识、时间对应参数自调整控制方法等问题,对企业增产增效,提高企业经济效益具有重要意义。论文在深入分析碳分过程工艺和反应机理的基础上,建立了碳分过程多重时滞动态模型,提出了一种多变量时滞过程的解耦Smith控制方法,基于改进互相关函数和基于时效关联分析矩阵的多重时滞参数辨识方法。在此基础上,针对多重大时滞系统难以闭环稳定控制的问题,提出了时间对应参数自调整控制方法和基于工艺指标分解的分散控制策略,并将其应用到碳分过程实际生产中,取得了较好的效果。论文主要研究工作及创新性成果如下：（1）建立了碳分过程的多重时滞动态反应模型。在分析碳分过程运行机理和生产工艺的基础上,根据工业过程中连续搅拌反应釜的建模方法,基于物料平衡原理建立碳分过程的动态模型,该模型体现了碳分过程关联、多重时滞、非线性的特点。（2）针对实际工业生产中常见的多输入多输出时滞系统,用传递函数矩阵表示输入、输出之间的耦合关系,提出一种基于伴随矩阵的解耦器设计方法。通过对解耦后对象的幅频和相频特性分析,获得对象的简化一阶数学模型。在此基础上,结合Smith预估控制结构闭环特征方程的特点,提出基于Butterworth滤波器极点配置原理的PI控制器设计方法。考虑被控过程参数和执行机构等不确定性,分析了系统保证鲁棒稳定性的充要条件。最后通过仿真验证了所提方法的有效性并分析了该方法应用于碳分过程的可行性。（3）为了解决碳分过程的多重时滞辨识难题,分别提出了基于改进互相关函数和基于时效关联分析矩阵的多重时滞参数辨识方法。对于工业过程中受控制信号影响的多个变量,选择一个参考变量,考虑其它各变量和参考变量之间的相关性,基于有固定采样周期的工业现场数据,通过计算两个变量的数据组在不同相对时延对应的互相关矩阵的奇异值,其最大奇异值对应的相对时延即为所求时滞。另一方面,从多重时滞序列的角度出发,考虑由多个变量之间的不同时滞组成的时滞序列对应的数据矩阵,定义时效关联分析矩阵,并用其H。范数定量地描述数据矩阵内部的关联关系,其最大H∞范数对应的时滞序列即为所求多重时滞。比较分析两种多重时滞辨识方法,将其分别应用于碳分过程多重时滞辨识,在此基础上计算了碳分过程模型参数并校验了时滞辨识结果。（4）针对大时滞系统闭环稳定控制困难的问题,提出了一种时间对应参数自调整控制策略。首先讨论了几类传统方法对滞后时间长达几十分钟系统的控制效果,分析其难以闭环稳定控制的根本原因是时滞很大导致控制量和输出反馈量在时间上严重不对应。通过引入大时滞系统的脉冲响应等效系统,协调控制量和反馈量间正确的时间对应关系,再用脉冲响应等效系统的输出反馈量和设定值之间的偏差修正脉冲响应系数和PID控制器参数以实现在线调整。最后分析了该控制方法的稳定性并仿真对比证明了所提方法的优越性。（5）针对碳分过程多重大时滞系统的控制问题,提出了基于工艺指标分解的分散控制策略。将末槽分解率工艺指标分解为各槽的分解率梯度,以二氧化碳气体通入量为优化目标,采用遗传算法求解动态约束优化问题以获得分解率梯度优化设定值,从而将碳分过程多重大时滞系统控制分解为每个槽的大时滞对象控制。运用时间对应参数自调整控制方法对碳分过程各槽大时滞系统进行分散控制,仿真和工业应用结果表明所提方法能较好地解决碳分过程的控制问题。
郭瑞青,程启明,杜许峰,郑勇[3]（2008）在《大时滞过程的控制方法》文中提出时滞系统的控制是控制领域中的研究热点之一.介绍了大时滞系统的特点,全面总结了PID控制、Smith预估控制、达林算法、内模控制、预测控制、智能控制等各种控制方法,分析了各种控制方法的特点、改进方向,以及在大时滞控制系统的应用.最后指出高级控制技术和传统控制方法的结合是未来时滞过程控制的发展方向.
李晓斌[4]（2007）在《阳极焙烧系统的检测、建模与控制》文中指出阳极焙烧是铝工业生产的重要环节，阳极焙烧质量的好坏直接影响电解铝生产的电流效率、能耗及环保质量。提高阳极焙烧技术是改善阳极焙烧质量的关键，也是目前铝电解工业研究的重要课题。阳极焙烧控制系统是阳极焙烧技术的核心环节，是铝工业提高生产效率，实现节能降耗的关键环节之一，也是国内目前实现具有独立自主知识产权的阳极焙烧控制系统技术的迫切需要。本文首先对国内外阳极焙烧技术基础理论和控制系统的发展现状及研究进展进行了系统详细地综述，分析了目前阳极焙烧控制系统试验和研究工作的优势，及其在实际工程应用中存在的问题和不足，提出了在我国开展阳极焙烧控制系统理论研究的综合思路和具体方法。并以此作为本文的研究思路，展开了相应的研究工作。本文对阳极焙烧技术的核心控制系统进行了系统的理论研究和实际应用，提出了一套科学完整的铝电解阳极焙烧控制技术研究方法。通过大量的理论分析和实验研究后，成功应用到了实际的阳极焙烧实际生产中，为应用企业节约了大量的外汇，带来了可观的经济效益。本文针对阳极焙烧工艺的特点，在总结国内外以往理论研究的基础上，将整个焙烧控制系统分为信号检测与智能化校正，燃料的高效燃烧与控制，焙烧室智能化建模、优化与控制，烟气排放多变量建模与解耦控制等问题。研究了阳极焙烧过程的控制方法，设计了阳极焙烧控制系统，提出了系统研究阳极焙烧控制系统的思路和具体方法，通过仿真试验和实际应用验证了这些方法的有效性。研究工作主要包括以下几个方面：1．在以往阳极焙烧技术研究的基础上，提出了一套科学的、完整的铝电解阳极焙烧控制方案。2．针对研究对象，建立了阳极焙烧特殊环境条件下物理量的测量与智能化校正方法，成功应用到实际系统中。3．建立了重油输送与供给过程中的控制模型，提出了重油输送、供给温度和压力的智能预测函数控制策略，实现了燃料的充分燃烧，为节能与环保创造条件。4．建立和优化了阳极焙烧燃烧室、料箱室，以及预热、加热和烧结等过程的控制模型及控制策略，实现了焙烧工艺参数的准确控制。5．建立了阳极焙烧排烟系统的优化控制模型，提出了排烟多变量预测函数解耦控制策略，实现了焙烧过程的节能与环保。
王冬青[5]（2005）在《非线性时滞系统的神经网络预测控制》文中研究指明非线性时滞系统在生产过程中是较常见的、但又是难以控制的。由于神经网络能对任意复杂非线性函数充分逼近,而预测技术可以很好的解决时滞和不确定性的影响。非线性时滞系统的神经网络预测控制在近几年得到了迅速的发展,并成为非线性过程控制的主要手段之一。本文对非线性时滞系统采用了d步超前预测模型的神经网络预测控制。首次实现了非线性时滞系统的神经网络预测控制的并联模型的RTRL算法,对比讨论了并联模型的RTRL算法和它比串并联模型的BP算法的优越之处。指出现有的NARMA模型修正方法对时滞系统的不当之处。以时滞系统神经网络预测控制为例,介绍了NARMA模型的正确修正方法。文中介绍了一种新的正交神经网络。首次给出了多变量输入正交神经网络完备处理单元（神经元）选择的通用公式;针对输入变量增多时,完备处理单元急剧增加的情况,提出了几种裁减完备处理单元的选取方法。仿真实验验证了正交神经网络比BP网络收敛速度快、训练时间短、逼近能力好。构成了正交递归神经网络,首次将正交递归神经网络用于系统时滞辨识和系统输入阶次辨识。仿真实验表明:①正交递归神经网络在时滞的辨识上比传统的BP递归神经网络收敛速度快、训练时间短、逼近能力好;②正交递归神经网络具有全局收敛的性质,在输入阶次的辨识上,能够明确辨识出系统输入阶次的变化;而BP递归网络易陷入局部最小,不能准确辨识出输入阶次的不同带来的微小变化。
左小五[6]（2003）在《时滞多变量系统的变结构预测控制》文中研究说明本文提出了一类时滞多变量系统的变结构预测控制方法,仿真效果证明了该方法对系统时滞具有较强的鲁棒性,对参数时变具有自适应性。
左小五[7]（2003）在《时滞多变量系统的变结构预测控制》文中指出本文提出了一类时滞多变量系统的变结构预测控制方法,仿真效果证明了该方法对系统时滞具有较强的鲁棒性,对参数时变具有自适应性。
庄开宇[8]（2002）在《变结构控制理论若干问题研究及其应用》文中认为二十世纪五十年代，前苏联学者Emelyanov首次提出变结构的概念，之后Utkin和Itkis等人进一步发展了变结构系统理论。七十年代，变结构系统以其独特的优点和特性引起了西方学者的广泛重视，众多学者从不同的理论角度，运用各种数学手段对其进行了深入的研究，使得变结构控制理论逐渐发展成为一个相对独立的研究分支。变结构控制是一种十分有效的鲁棒控制策略。近年来随着鲁棒控制、自适应控制、模糊控制、时滞系统控制等理论研究领域的不断发展，变结构控制理论得到了快速的发展。现今在状态估计、离散系统控制、时滞系统控制、不确定性系统的鲁棒控制、自适应控制、输出反馈控制等各方面均已有了变结构控制的理论研究和应用报道。 本文正是根据变结构控制理论的研究现状，以及实际应用对变结构控制理论研究所提出的新要求，主要针对当前变结构控制理论所面临的若干个亟待解决的问题进行了深入的研究和探讨，并最终给出了相应的研究结果。本文的主要研究工作概括如下 1．针对一类非最小相位不确定线性系统，给出了一个新的模糊积分变结构控制设计方法。滑模面中积分算子的引入确保了闭环系统零稳态误差的性能要求。模糊逻辑控制用来估计系统未知的不确定性因素，并同时保证了闭环系统在变结构控制到达阶段的鲁棒性。根据到达条件，模糊逻辑控制的稳定性得以保证。此外，在满足通常的匹配条件的情况下，该控制策略适用于非最小相位系统。 2．针对一类带有不匹配时变不确定性和时滞的线性系统，基于Lyapunov稳定性定理，提出了一种新的自适应变结构控制策略。该控制策略保证了闭环系统滑动阶段的存在性。由于不满足通常的匹配条件，在设计线性滑模面的系数矩阵时提出了一种新的匹配条件，并在此基础上很容易地证明了滑动模态运动相对于不匹配时变不确11 浙江大学博士学位论文 定性和时滞的完全不变性；因而一旦系统运动轨迹到达滑动模态， 系统将会沿着滑模面作期望特性运动，从而确保了系统的全局稳定 性。进一步在此基础上，还研究了不匹配时变不确定关联时滞大系 统，提出了一种新的分散变结构控制策略。 3．在讨论并总结了当前Terminal滑模控制的优、缺点基础上，提出了 一种新的适用于高阶非线性系统的Terminal滑模面设计方法，给出 了对于任意阶系统选择Te——al滑模面的具体数学表达式。此外， 控制策略使得系统的初始状态已经处于滑模面上，从而消除了滑模 控制的到达阶段，进而确保了闭环系统的全局鲁棒性和稳定性。同 时，考虑到系统参数摄动和外界扰动等不确定性因素上界的未知性， 还给出了一个带有简单自适应律的Terminal滑模控制器设计方案以 解决这个问题。 4．研究了一类带有非线性输入结构的非线性系统的变结构控制问题， 提出了一种新的用于解决跟踪问题的滑模变结构控制设计方法。并 进一步结合Tenninal滑模控制的研究，探讨了一类带有非线性输入 结构的多输入／多输出高阶非线性系统的变结构控制设计问题。同时 还研究了非线性输入结构的参数不确定非线性系统的辨识问题，提 出了一种新的基于滑模控制的参数辨识方法。 5．针对一个具有单控制输入的三级倒立摆系统，利用一种基于滑模的 鲁棒控制方法对闭环控制进行了综合设计。这种方法不但可以达到 所期望的性能要求，同时使得倒立摆系统从初始时刻开始就运行在 滑模面上，从而使系统具有较强的鲁棒性。 最后是全文的总结以及展望。
孙建平[9]（2002）在《时滞及非最小相位系统智能复合控制策略研究》文中研究指明在现代科学技术的发展过程中，智能控制理论应用得越来越广泛，它已是工业控制领域中不可缺少的工具，正日益受到科研人员的瞩目。针对时滞及非最小相位系统，由于存在右半平面零、极点，常常使被控对象出现超、负调现象，使用传统的线性控制技术很难消除这种特性。充分发挥智能控制策略的优点，改善时滞及非最小相位系统的控制品质，这是本文所要讨论的主要内容，也是智能复合控制理论的精髓所在。本文作者在前人对时滞系统、非最小相位系统研究的基础上，把时滞及非最小相位系统作为一个整体进行研究，其主要工作如下：⑴在对多种智能控制理论及系统进行分析后，本文给出了“智能复合控制”的定义；提出了几种适用于时滞及非最小相位系统的模糊PID智能复合控制算法。一方面，利用模糊控制来改善控制系统的动态特性；另一方面，通过PID控制保证控制系统的稳态精度。⑵Smith预估器是解决大时滞的传统方法，但是对过程参数比较敏感。本文提出了时滞及非最小相位系统的简化方法，研究了被控系统鲁棒性与其它性能指标的关系，通过理论等方法有效地改善被控系统的鲁棒性。对不稳定的时滞及非最小相位系统提出了改进型Smith预估器的设计方法，并给出了控制参数整定的经验公式。⑶提出了利用遗传算法对时滞及非最小相位系统进行优化设计的控制策略，有效地克服了由于非最小相位引起的超、负调现象。为保证控制方式的平滑转换，讨论了利用模糊推理及优化实现模型切换点的确定。⑷对时滞及非最小相位的多变量系统，提出了系统解耦应满足的条件和需要注意的事项。 ⑸本文研究、设计的各种智能控制策略，通过在直升机俯仰控制、化学聚合反应过程、水轮机调速等时滞及非最小相位系统的仿真结果表明：控制算法清楚、简单，控制效果满足要求，充分体现了复合控制策略的优势和良好的应用前景。
贾晨[10]（2021）在《预见控制理论在容错控制中的应用》文中进行了进一步梳理预见控制是一种可以显着提高系统运行效率的控制理论和方法,在实际问题中有着广泛的应用.现代工业系统对安全性和可靠性的需求日益增长使得容错控制成为控制系统研究的热点之一.本文将预见控制理论应用到容错控制中,研究了几类线性系统的容错预见控制问题.具体内容包含以下几个方面:（1）针对一类发生执行器故障的连续时间线性系统,研究了带有预见作用的容错控制器设计问题.根据容错控制中的模型跟踪控制方法引入了一个具有理想特性的参考模型,然后利用一般方法构造增广系统,将输出跟踪问题转化为调节问题.基于最优控制理论得到了增广系统的控制器,进而通过积分获得原系统的容错预见控制器.将所得结果应用到蒸汽发生器水位调节系统中发现预见作用的存在能够有效消除故障信号对水位的影响.（2）研究了一类具有多输入时滞的离散时间系统发生传感器故障时的容错预见控制问题.通过构造增广系统和采用积分变换方法,将原问题转化为无时滞系统的最优调节问题.对比以往使用的离散提升技术,此方法避免了增广系统的维数随着时滞项的增多而增加,减少了计算量,然后针对无时滞增广系统引入性能指标函数,应用最优控制理论获得相应控制器,根据差分算子的定义得到原系统的容错预见控制器.所得结果适用于无时滞情形.（3）研究了一类发生传感器故障的连续时间广义系统的脉冲消除和容错预见控制器设计问题.根据系统的脉冲能控性,引入了状态预反馈对原系统进行脉冲消除.对所得无脉冲广义系统作受限等价变换得到一个正常系统和一个代数方程,然后构造包含正常系统、参考模型和误差方程的增广系统.利用状态预反馈及受限等价变换过程中的变量关系对关于原系统所提出的性能指标函数进行改写,并对所构造的增广系统进行状态反馈得到新增广系统及其对应的性能指标函数.求解新增广系统的最优控制器,并将其回归到原系统得到了容错预见控制器.（4）研究了一类同时发生执行器和传感器故障的多输入时滞因果广义系统的容错预见控制问题.利用因果广义系统的特点,通过受限等价变换和差分构造了具有多输入时滞的增广系统,提出了一个新的积分变换将其转变为无时滞系统.讨论了无时滞增广系统与原系统之间的可镇定性、可检测性关系.采用最优控制理论求解无时滞系统的控制器,进而得到原系统的容错预见控制器.所得结果对于无时滞情形也是适用的.（5）研究了一类发生执行器故障的连续时间线性系统的滑模容错预见控制器设计问题.通过构造增广系统将原问题转变为调节问题,然后针对增广状态向量引入性能指标函数,提出了预见滑模面的设计方法.根据连续指数趋近律方法解得增广系统的滑模控制器,进一步获得原系统的滑模容错预见控制器.仿真部分将所得控制器设计方法与容错预见控制进行对比,结果显示该方法对故障的抑制效果更佳,超调更小.（6）研究了一类发生执行器故障的离散时间线性系统的滑模容错预见控制问题.使用差分方法构造了状态向量不包含可预见信号的增广系统,针对其引入性能指标函数,应用离散时间最优预见控制已有结论解得增益矩阵.然后将可预见信号增广至状态向量中得到新增广系统,利用所得增益矩阵获得了关于新增广系统的预见滑模面.采用离散指数趋近律方法得到了新增广系统的滑模控制器,进而获得所需滑模容错预见控制器.本部分还提出了一个扩张状态观测器,对原系统的状态向量进行估计.文中所有结论都给出了严格的数学证明,数值仿真结果验证了所提出的容错预见控制器的有效性.
二、时滞多变量系统的变结构预测控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、时滞多变量系统的变结构预测控制（论文提纲范文）
（1）复杂海洋环境下水下无人航行器定深与三维轨迹跟踪控制（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 AUVs的发展现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 AUVs定深与轨迹跟踪控制研究现状与存在的问题 |
| 1.3.1 AUVs定深控制研究现状与存在的问题 |
| 1.3.2 AUVs轨迹跟踪控制研究现状与存在的问题 |
| 1.4 本文的主要研究内容与结构安排 |
| 第二章 水下无人航行器鲁棒H_2最优定深控制 |
| 2.1 引言 |
| 2.2 AUV运动模型 |
| 2.2.1 REMUS AUV的非线性运动模型 |
| 2.2.2 REMUS AUV的深度平面线性化模型 |
| 2.3 AUV鲁棒H_2最优定深控制器设计 |
| 2.3.1 鲁棒H_2 最优纵倾环控制器设计 |
| 2.3.2 鲁棒H_2 最优深度环控制器设计 |
| 2.3.3 鲁棒稳定性和鲁棒性能讨论 |
| 2.4 仿真结果 |
| 2.4.1 无模型不确定情况下的仿真结果 |
| 2.4.2 有模型不确定情况下的仿真结果 |
| 2.5 本章小结 |
| 第三章 水下无人航行器三维轨迹跟踪指数收敛鲁棒控制 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.3 问题陈述 |
| 3.3.1 AUV的运动学与动力学模型 |
| 3.3.2 AUV跟踪误差系统 |
| 3.3.3 控制目标 |
| 3.4 三种指数收敛的鲁棒控制器设计 |
| 3.4.1 Min-max控制器设计 |
| 3.4.2 Saturation控制器设计 |
| 3.4.3 Smooth transition控制器设计 |
| 3.5 仿真结果 |
| 3.5.1 外界扰动充分光滑且有界时的仿真结果 |
| 3.5.2 外界扰动随机且有界时的仿真结果 |
| 3.6 本章小结 |
| 第四章 水下无人航行器三维轨迹跟踪自适应积分/快速积分终端滑模控制 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.3 问题陈述 |
| 4.3.1 AUV运动模型 |
| 4.3.1.1 AUV运动学子系统 |
| 4.3.1.2 AUV动力学子系统 |
| 4.3.2 AUV跟踪误差动力学 |
| 4.3.3 控制目标 |
| 4.4 控制策略设计 |
| 4.4.1 积分终端滑模和快速积分终端滑模介绍 |
| 4.4.2 控制策略设计与稳定性分析 |
| 4.4.2.1 运动学控制器设计与稳定性分析 |
| 4.4.2.2 动力学控制器设计与稳定性分析 |
| 4.4.2.3 全闭环级联系统的稳定性分析 |
| 4.5 仿真结果 |
| 4.5.1 螺旋期望轨迹跟踪 |
| 4.5.2 Dubins期望轨迹跟踪 |
| 4.5.3 讨论 |
| 4.6 本章小结 |
| 第五章 水下无人航行器三维轨迹跟踪自适应非奇异积分终端滑模控制 |
| 5.1 引言 |
| 5.2 自适应非奇异积分终端滑模控制 |
| 5.2.1 自适应非奇异积分终端滑模控制设计 |
| 5.2.2 稳定性分析 |
| 5.3 AUVs轨迹跟踪自适应非奇异积分终端滑模控制 |
| 5.3.1 AUV运动学与动力学模型 |
| 5.3.2 AUVs轨迹跟踪自适应非奇异积分终端滑模控制器设计 |
| 5.3.3 稳定性分析 |
| 5.4 仿真结果 |
| 5.4.1 三维直线轨迹跟踪 |
| 5.4.2 空间螺旋轨迹跟踪 |
| 5.4.3 讨论 |
| 5.5 本章小结 |
| 第六章 水下无人航行器三维轨迹跟踪自适应快速非奇异积分终端滑模控制 |
| 6.1 引言 |
| 6.2 自适应快速非奇异积分终端滑模控制 |
| 6.3 AUVs轨迹跟踪自适应快速非奇异积分终端滑模控制 |
| 6.3.1 AUV运动模型 |
| 6.3.2 AUVs轨迹跟踪自适应快速非奇异积分终端滑模控制器设计 |
| 6.4 仿真结果 |
| 6.5 本章小结 |
| 第七章 水下无人航行器三维轨迹跟踪自适应二阶快速非奇异终端滑模控制 |
| 7.1 引言 |
| 7.2 二阶快速非奇异终端滑模 |
| 7.2.1 二阶非奇异终端滑模 |
| 7.2.2 二阶快速非奇异终端滑模 |
| 7.3 AUVs轨迹跟踪自适应二阶快速非奇异终端滑模控制 |
| 7.3.1 AUV的运动学和动力学模型 |
| 7.3.2 自适应二阶快速非奇异终端滑模控制器设计 |
| 7.3.3 稳定性分析 |
| 7.4 仿真研究 |
| 7.5 本章小结 |
| 第八章 总结与展望 |
| 8.1 本文总结 |
| 8.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间申请的专利 |
| 攻读学位期间参与的项目 |
（2）氧化铝连续碳酸化分解过程多重大时滞系统控制若干问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 氧化铝连续碳酸化分解过程研究现状 |
| 1.3 时滞系统研究现状 |
| 1.3.1 时滞辨识方法研究 |
| 1.3.2 时滞系统控制方法研究 |
| 1.3.3 多重时滞系统控制方法研究 |
| 1.4 本文的研究内容和结构安排 |
| 第二章 氧化铝连续碳酸化分解过程动态模型 |
| 2.1 碳酸化分解机理 |
| 2.2 连续碳酸化分解过程工艺 |
| 2.2.1 工艺简介 |
| 2.2.2 主要影响因素分析 |
| 2.2.3 分解指标的控制 |
| 2.2.4 工艺特点 |
| 2.3 氧化铝连续碳分过程动态数学模型 |
| 2.3.1 连续搅拌反应釜模型 |
| 2.3.2 多重时滞动态反应模型 |
| 2.4 本章小结 |
| 第三章 多变量时滞过程解耦Smith控制方法研究 |
| 3.1 多变量时滞过程解耦Smith控制 |
| 3.1.1 问题描述 |
| 3.1.2 解耦Smith控制设计 |
| 3.1.3 鲁棒稳定性分析 |
| 3.1.4 仿真研究 |
| 3.2 时滞对象的Smith控制方法讨论 |
| 3.3 本章小结 |
| 第四章 氧化铝碳分过程多重时滞参数辨识 |
| 4.1 过程数据预处理 |
| 4.1.1 异常数据处理 |
| 4.1.2 数据标准化处理 |
| 4.2 基于改进互相关函数的碳分过程多重时滞辨识 |
| 4.2.1 基于改进互相关函数的多重时滞辨识方法 |
| 4.2.2 基于改进互相关函数的碳分过程多重时滞辨识 |
| 4.3 基于时效关联分析矩阵的碳分过程多重时滞辨识 |
| 4.3.1 基于时效关联分析矩阵的多重时滞辨识方法 |
| 4.3.2 基于时效关联分析矩阵的碳分过程多重时滞辨识方法 |
| 4.3.3 两种多重时滞辨识方法的比较 |
| 4.4 氧化铝碳分过程模型参数计算 |
| 4.4.1 铝酸钠溶液自发分解反应速度常数k_i |
| 4.4.2 二氧化碳气体吸收率σ_i |
| 4.5 碳分过程模型分析 |
| 4.6 本章小结 |
| 第五章 大时滞系统时间对应参数自调整控制策略 |
| 5.1 大时滞系统控制方法讨论 |
| 5.2 大时滞系统时间对应参数自调整控制策略 |
| 5.2.1 时间对应参数自调整控制策略 |
| 5.2.2 稳定性分析 |
| 5.2.3 仿真分析 |
| 5.3 本章小结 |
| 第六章 氧化铝碳分过程多重大时滞系统控制策略研究 |
| 6.1 基于工艺指标分解的碳分过程多重大时滞系统分散控制 |
| 6.1.1 问题的提出 |
| 6.1.2 碳分过程工艺指标分解 |
| 6.1.3 基于遗传算法的分解率梯度动态优化求解 |
| 6.2 碳分过程基于TCPSA策略的分散控制 |
| 6.2.1 碳分过程单个分解槽非线性模型的线性化 |
| 6.2.2 基于TCPSA策略的分散控制 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间主要的研究成果 |
（3）大时滞过程的控制方法（论文提纲范文）
| 1 经典控制方法 |
| 1.1 PID控制 |
| 1.2 Smith 预估控制 |
| 1.3 Dahlin 控制 |
| 2 现代控制方法 |
| 2.1 内模控制 |
| 2.2 预测控制 |
| 2.3 自适应控制 |
| 3 智能控制方法 |
| (1) 模糊控制 |
| (2) 神经网络控制 |
| (3) 专家控制 |
| 4 其他控制方法 |
| 4.1 灰色控制 |
| 4.2 无模型控制 |
| 4.3 鲁棒控制与变结构控制 |
| 5 结束语 |
（4）阳极焙烧系统的检测、建模与控制（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 阳极焙烧过程控制系统概述 |
| 1.3 阳极焙烧控制技术的发展现状及研究进展 |
| 1.3.1 阳极焙烧控制技术发展现状 |
| 1.3.2 阳极焙烧控制技术的研究进展 |
| 1.4 本文的主要研究工作 |
| 2 阳极焙烧过程非线性信号智能化测量与校正方法 |
| 2.1 引言 |
| 2.1.1 阳极焙烧过程中需要测量的主要物理量 |
| 2.1.2 阳极焙烧物理量的测量及存在的问题 |
| 2.1.3 本章智能化测量与校正方法的研究内容 |
| 2.2 基于RBF-PSO的焙烧温度智能化测量与校正方法 |
| 2.2.1 传统的温度测量方法 |
| 2.2.2 温度RBF测量和PSO优化 |
| 2.2.3 温度RBF-PSO测量与非线性校正的仿真试验研究 |
| 2.2.4 焙烧温度RBF测量和PSO优化应用结果 |
| 2.3 基于WNN-PSO的焙烧压力智能化测量与校正方法 |
| 2.3.1 压力WNN测量及PSO原理方法 |
| 2.3.2 压力WNN数据融合和PSO优化 |
| 2.3.3 焙烧烟气压力WNN-PSO测量与非线性校正的仿真试验研究 |
| 2.3.4 焙烧烟气压力的WNN测量和PSO优化应用结论 |
| 2.4 基于LSSVM的阳极温度智能化测量与校正方法 |
| 2.4.1 基于SVM的阳极温度测量原理与校正方法 |
| 2.4.2 采用SVM方法对阳极温度值的预测和估计 |
| 2.4.3 阳极温度测量值的智能非线性校正仿真试验研究 |
| 2.4.4 实际应用结果 |
| 2.5 小结 |
| 3 阳极焙烧智能预测函数控制方法的研究 |
| 3.1 引言 |
| 3.2 智能预测函数控制原理及算法的研究 |
| 3.3 模糊预测函数控制原理及应用 |
| 3.3.1 F-PFC的基本原理 |
| 3.3.2 F-PFC方法在阳极焙烧过程重油供给温度控制中的应用 |
| 3.4 基于遗传算法预测函数控制的重油供给压力动态跟踪控制 |
| 3.4.1 GA-PFC基本原理 |
| 3.4.2 重油供给压力的GA-PFC动态跟踪控制 |
| 3.5 重油输送温度的智能预测变参数 PID控制 |
| 3.5.1 智能预测变参数 PID控制的基本原理 |
| 3.5.2 智能预测变参数PID控制在重油输送温度控制中的应用 |
| 3.6 小结 |
| 4 阳极焙烧过程智能化建模、优化与控制方法的研究及应用 |
| 4.1 引言 |
| 4.1.1 阳极焙烧过程模型及问题 |
| 4.1.2 本文焙烧过程控制模型的建立方法 |
| 4.2 焙烧室温度场控制模型的建立 |
| 4.2.1 基于遗传算法优化神经网络的焙烧温度控制模型 |
| 4.2.2 一种用于模型和控制参数的智能优化方法 |
| 4.2.3 基于遗传算法优化小波神经网络的焙烧室控制模型 |
| 4.3 焙烧室加热段温度智能滑模变结构控制方法 |
| 4.3.1 智能滑模变结构控制器的设计 |
| 4.3.2 智能变结构控制器的实现 |
| 4.3.3 实验研究 |
| 4.4 焙烧室预热段温度智能变参数PID控制 |
| 4.4.1 变参数PID控制原理 |
| 4.4.2 焙烧预热温度控制中变参数PID优化过程 |
| 4.4.3 实验研究 |
| 4.5 小结 |
| 5 阳极焙烧烟气系统多变量智能预测函数控制研究 |
| 5.1 引言 |
| 5.2 阳极焙烧过程烟气温度模型的建立 |
| 5.2.1 阳极焙烧烟气多变量系统辨识方法 |
| 5.2.2 阳极焙烧排烟系统温度控制模型的建立 |
| 5.2.3 仿真试验研究 |
| 5.3 阳极焙烧过程烟气压力模型的建立 |
| 5.3.1 阳极焙烧排烟系统负压控制模型的建立 |
| 5.3.2 仿真试验研究 |
| 5.4 基于多变量遗传算法预测函数控制的烟气排放负压控制方法 |
| 5.4.1 多变量遗传算法预测函数控制的基本原理 |
| 5.4.2 过程控制的预测输出 |
| 5.4.3 多变量解耦控制律设计 |
| 5.4.4 仿真试验研究 |
| 5.4.5 实际应用 |
| 5.5 基于多变量遗传算法预测函数控制的烟气温度控制方法 |
| 5.5.1 排烟温度多变量遗传算法预测函数控制方法 |
| 5.5.2 仿真试验研究 |
| 5.5.3 实际应用 |
| 5.6 基于串级智能预测函数控制的烟气负压和温度控制方法 |
| 5.7 小结 |
| 6 阳极焙烧控制系统的实现与工程应用 |
| 6.1 引言 |
| 6.2 阳极焙烧控制系统总体结构及其软、硬件实现 |
| 6.2.1 生块编组控制系统 |
| 6.2.2 熟块解组自动控制系统 |
| 6.2.3 重油输送与供给控制系统 |
| 6.2.4 烟气净化部分自动监控系统 |
| 6.2.5 阳极焙烧燃烧控制系统 |
| 6.2.6 焙烧烟气排放控制系统 |
| 6.2.7 阳极焙烧核心和难点控制问题 |
| 6.3 阳极焙烧控制系统运行结果分析与比较 |
| 6.3.1 阳极焙烧过程中非线性信号智能化测量与校正方法的应用结果 |
| 6.3.2 智能预测函数控制方法在阳极焙烧系统控制中的应用结果 |
| 6.3.3 阳极焙烧过程智能化建模、优化与控制方法的应用结果 |
| 6.3.4 阳极焙烧烟气系统多变量智能预测函数控制系统的应用结果 |
| 6.4 小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间的研究成果 |
（5）非线性时滞系统的神经网络预测控制（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 时滞的描述 |
| 1.2 时滞系统的研究现状 |
| 1.2.1 时滞系统辨识的研究现状 |
| 1.2.2 时滞系统传统控制方法的研究现状 |
| 1.2.3 时滞系统先进控制方法的研究现状 |
| 1.3 本文的研究工作和内容安排 |
| 1.3.1 本文的研究工作 |
| 1.3.2 本文的内容安排 |
| 第二章 时滞系统的传统控制方法 |
| 2.1 Smith 预估器 |
| 2.1.1 Smith 预估器的基本原理 |
| 2.1.2 Smith 预估器的改进方法 |
| 2.2 微分先行控制算法 |
| 2.3 达林控制算法 |
| 2.3.1 达林控制算法的基本思想 |
| 2.3.2 振铃现象及其消除 |
| 2.4 本章小结 |
| 第三章 正交神经网络 |
| 3.1 正交函数 |
| 3.1.1 正交函数的定义 |
| 3.1.2 正交函数的性质 |
| 3.1.3 正交函数集多项式 |
| 3.2 正交神经网络 |
| 3.2.1 单变量输入正交神经网络 |
| 3.2.2 多变量输入正交神经网络 |
| 3.3 正交神经网络处理单元的选法 |
| 3.4 正交神经网络对静态对象的辨识 |
| 3.4.1 单变量输入正弦函数的辨识 |
| 3.4.2 单变量输入方波的辨识 |
| 3.4.3 三变量输入静态对象的辨识 |
| 3.4.4 正交神经网络不同选择处理单元方法的仿真 |
| 3.5 本章小结 |
| 第四章 非线性时滞系统的神经网络辨识 |
| 4.1 非线性时滞系统的神经网络辨识方法 |
| 4.2 正交递归神经网络 |
| 4.2.1 NARX 型正交递归神经网络 |
| 4.2.2 正交递归神经网络辨识模型 |
| 4.3 正交递归神经网络对非线性系统的时滞及输入阶次的辨识 |
| 4.4 本章小结 |
| 第五章 非线性时滞系统的神经网络预测控制 |
| 5.1 时滞系统的神经网络控制方法 |
| 5.1.1 时滞系统的神经网络自校正控制 |
| 5.1.2 神经PID 控制 |
| 5.1.3 神经网络内模控制 |
| 5.2 神经网络预测控制 |
| 5.2.1 预测控制 |
| 5.2.2 非线性时滞系统的神经网络预测控制 |
| 5.3 非线性时滞系统NARMA 模型的神经网络预测控制的修正方法 |
| 5.3.1 修正方法 |
| 5.3.2 仿真实验 |
| 5.3.3 神经网络预测控制的稳定性分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 发表论文和科研情况说明 |
| 致谢 |
（6）时滞多变量系统的变结构预测控制（论文提纲范文）
| 1 引言 |
| 2 多变量系统的变结构控制 |
| 2.1 滑模面与控制律的设计 |
| 2.2 状态预估 |
| 3 仿真实例 |
| 4 结论 |
（8）变结构控制理论若干问题研究及其应用（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 变结构控制理论的提出 |
| 1.2 变结构控制理论的基本原理 |
| 1.2.1 变结构控制基本概念 |
| 1.2.2 变结构控制系统的性质 |
| 1.2.3 变结构控制系统的设计 |
| 1.2.4 变结构控制系统的稳定性分析 |
| 1.3 变结构控制理论及应用发展现状 |
| 1.4 论文结构 |
| 第二章 非最小相位不确定线性系统的滑模变结构控制研究 |
| 2.1 引言 |
| 2.2 积分变结构控制系统 |
| 2.2.1 切换面的选择 |
| 2.2.2 控制函数的选择 |
| 2.3 模糊滑模变结构控制器设计 |
| 2.4 变结构控制系统鲁棒性研究 |
| 2.5 仿真研究 |
| 2.6 小结 |
| 第三章 不匹配不确定线性时滞系统的自适应变结构控制研究 |
| 3.1 引言 |
| 3.2 系统描述 |
| 3.3 自适应变结构控制器设计 |
| 3.4 滑模面上完全不变性的研究 |
| 3.5 滑模面系数矩阵C的选择 |
| 3.6 仿真研究 |
| 3.7 小结 |
| 第四章 不匹配不确定关联时滞大系统的分散变结构控制研究 |
| 4.1 引言 |
| 4.2 系统描述 |
| 4.3 分散变结构控制器的设计 |
| 4.4 滑模面上完全不变性的研究 |
| 4.5 滑模面系数矩阵C的选择 |
| 4.6 仿真研究 |
| 4.7 小结 |
| 第五章 非线性系统的Terminal滑模控制设计研究 |
| 5.1 引言 |
| 5.1.1 Terminal滑模的提出 |
| 5.1.2 Terminal滑模的基本思想 |
| 5.1.3 Terminal滑模控制的优缺点 |
| 5.1.4 本章主要内容 |
| 5.2 系统描述 |
| 5.3 一种新的高阶非线性系统的Terminal滑模控制 |
| 5.3.1 Terminal滑模面的设计 |
| 5.3.2 Terminal滑模控制器的设计 |
| 5.3.3 自适应Terminal滑模控制器的设计 |
| 5.4 仿真研究 |
| 5.5 小结 |
| 第六章 非线性输入结构的非线性系统的滑模控制研究 |
| 6.1 引言 |
| 6.2 系统描述 |
| 6.3 变结构控制器的设计 |
| 6.4 抖动问题 |
| 6.5 仿真研究 |
| 6.6 小结 |
| 第七章 非线性输入结构的高阶非线性系统的自适应Terminal滑模控制研究 |
| 7.1 引言 |
| 7.2 系统描述 |
| 7.3 Terminal滑模面的设计 |
| 7.4 自适应Terminal滑模变结构控制设计 |
| 7.5 仿真研究 |
| 7.6 小结 |
| 第八章 非线性输入结构的非线性系统不确定参数滑模辨识研究 |
| 8.1 引言 |
| 8.2 系统描述 |
| 8.3 滑模变结构控制器设计 |
| 8.4 滑模辨识器的设计 |
| 8.5 仿真研究 |
| 8.6 小结 |
| 第九章 三级倒立摆系统的变结构控制研究 |
| 9.1 引言 |
| 9.2 倒立摆系统的结构与参数符号 |
| 9.2.1 系统结构 |
| 9.2.2 参数符号 |
| 9.3 倒立摆系统的数学模型 |
| 9.4 倒立摆系统的滑模变结构控制设计 |
| 9.5 仿真研究 |
| 9.6 小结 |
| 第十章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者攻博期间完成的主要论文 |
| 作者简介 |
（9）时滞及非最小相位系统智能复合控制策略研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 智能复合控制的定义 |
| 1.2 智能控制的历史和现状 |
| 1.2.1 智能控制研究的内容及方式 |
| 1.2.2 智能复合控制的历史和现状 |
| 1.3 智能复合控制的几种基本类型 |
| 1.4 智能复合控制策略的特点 |
| 1.5 本文选题的意义及研究的主要内容 |
| 1.5.1 本文选题的意义 |
| 1.5.2 本文研究的主要内容 |
| 第二章 时滞及非最小相位系统分析 |
| 2.1 最小、非最小相位系统定义 |
| 2.2 时滞及非最小相位系统类型 |
| 2.3 对时滞及非最小相位系统的研究 |
| 2.3.1 对时滞系统的分析和研究 |
| 2.3.2 对非最小相位系统的研究 |
| 2.3.3 对时滞及非最小相位系统的研究 |
| 第三章 一阶时滞不稳定系统的镇定及复合PID控制 |
| 3.1 概述 |
| 3.2 一阶时滞不稳定系统的镇定 |
| 3.2.1 通过纯比例内环补偿器K的镇定 |
| 3.2.2 通过比例微分内环补偿器的镇定 |
| 3.3 一阶时滞不稳定系统PID控制器控制参数的整定 |
| 3.3.1 复合PID控制器控制参数的整定 |
| 3.3.2 复合PID控制器控制参数的修正 |
| 3.4 神经智能PID控制算法 |
| 3.5 仿真结果及分析 |
| 3.6 小结 |
| 第四章 基于非最小相位系统简化模型的鲁棒Smith预估控制器解析设计 |
| 4.1 概述 |
| 4.2 非最小相位系统模型的简化处理 |
| 4.3 控制系统灵敏度分析 |
| 4.4 Smith预估控制器分析 |
| 4.5 鲁棒Smith预估控制器设计 |
| 4.6 Smith预估器完全抗干扰设计 |
| 4.7 仿真结果及分析 |
| 4.7.1 非最小相位系统的控制 |
| 4.7.2 电厂单元机组汽温过程控制 |
| 4.8 小结 |
| 第五章 针对带有大时滞不稳定被控对象的改进型Smith预估控制器设计方法 |
| 5.1 概述 |
| 5.2 改进型Smith预估控制器 |
| 5.3 改进型Smith预估控制器 |
| 5.4 改进型Smith预估控制器2控制参数的整定 |
| 5.4.1 镇定控制器控制参数的整定 |
| 5.4.2 主控制器控制参数的整定 |
| 5.4.3 匹配控制器控制参数的整定 |
| 5.5 仿真结果及分析 |
| 5.5.1 直升机俯仰控制系统 |
| 5.5.2 具有大时滞的一阶不稳定系统 |
| 5.6 小结 |
| 第六章 解析型模糊PID控制器的研究 |
| 6.1 概述 |
| 6.2 智能复合控制系统切换方式研究 |
| 6.2.1 硬性开关复合控制 |
| 6.2.2 软性开关复合控制 |
| 6.2.3 并联型复合控制开关 |
| 6.3 智能复合控制器（隐式开关) |
| 6.4 智能复合控制系统仿真结果及分析 |
| 6.4.1 水轮机调速系统的智能复合控制 |
| 6.5 小结 |
| 第七章 基于遗传算法的非最小相位系统复合优化设计 |
| 7.1 概述 |
| 7.2 Fuzzy控制机理及规则 |
| 7.2.1 Fuzzy控制机理及规则 |
| 7.2.2 模糊控制器控制参数分析 |
| 7.3 基于遗传算法的非最小相位系统优化设计 |
| 7.3.1 非最小相位系统性能指标优化 |
| 7.3.2 遗传算法（geneticalgorithms) |
| 7.3.3 运行参数 |
| 7.4 参数自校正模糊控制器设计 |
| 7.5 仿真研究 |
| 7.6 本章小结 |
| 第八章 带有时滞的多变量非最小相位系统分析 |
| 8.1 概述 |
| 8.2 多变量系统及解耦方法讨论 |
| 8.2.1 P规范对象与V规范对象定义 |
| 8 .2 .2 P规范对象与V规范对象之间的转换 |
| 8.2.3 多变量耦合系统解耦的充分必要条件 |
| 8.2.4 多变量耦合系统解耦设计的不确定性 |
| 8.3 时滞及非最小相位系统多变量Smith预估器设计 |
| 8.3.1 带有时滞及非最小相位的多变量被控对象的解耦设计 |
| 8.3.2 多变量Smith预估器及其解耦设计 |
| 8.4 多变量Smith预估器控制系统的稳定性分析 |
| 8.5 小结 |
| 第九章 结束语 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文及所完成的科研任务 |
| 致谢 |
（10）预见控制理论在容错控制中的应用（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写和符号清单 |
| 1 引言 |
| 2 文献综述 |
| 2.1 预见控制的文献综述 |
| 2.1.1 预见控制的研究背景 |
| 2.1.2 预见控制的研究方法 |
| 2.1.3 预见控制的研究现状 |
| 2.2 容错控制的研究综述 |
| 2.2.1 容错控制的研究背景 |
| 2.2.2 故障分类 |
| 2.2.3 容错控制的研究方法 |
| 2.2.4 容错控制的研究现状 |
| 2.3 滑模控制的研究综述 |
| 2.3.1 滑模控制的研究背景 |
| 2.3.2 滑模控制的研究方法 |
| 2.3.3 滑模控制的研究现状 |
| 3 一类连续时间线性系统的容错预见控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 容错预见控制器的设计 |
| 3.4 控制器存在的条件 |
| 3.5 数值仿真 |
| 3.6 本章小结 |
| 4 一类离散时间线性系统的容错预见控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 增广系统的构造和时滞变换 |
| 4.4 控制器的存在条件 |
| 4.5 数值仿真 |
| 4.6 本章小结 |
| 5 一类连续时间广义系统的容错预见控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 脉冲消除和受限等价变换 |
| 5.4 增广系统的构造 |
| 5.5 控制器存在的条件 |
| 5.6 数值仿真 |
| 5.7 本章小结 |
| 6 一类离散时间广义系统的容错预见控制 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.3 受限等价变换 |
| 6.4 增广系统构造和时滞变换 |
| 6.5 控制器的存在条件 |
| 6.6 数值仿真 |
| 6.7 本章小结 |
| 7 一类连续时间线性系统的滑模容错预见控制 |
| 7.1 引言 |
| 7.2 问题描述 |
| 7.3 预见滑模面的设计 |
| 7.4 滑模容错预见控制器的设计 |
| 7.5 数值仿真 |
| 7.6 本章小结 |
| 8 一类离散时间线性系统的滑模容错预见控制 |
| 8.1 引言 |
| 8.2 问题描述 |
| 8.3 预见滑模面的设计 |
| 8.4 滑模容错控制器的设计 |
| 8.5 状态观测器的设计 |
| 8.6 数值仿真 |
| 8.7 本章小结 |
| 9 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
四、时滞多变量系统的变结构预测控制（论文参考文献）
- [1]复杂海洋环境下水下无人航行器定深与三维轨迹跟踪控制[D]. 乔磊. 上海交通大学, 2020(01)
- [2]氧化铝连续碳酸化分解过程多重大时滞系统控制若干问题研究[D]. 黄灿. 中南大学, 2012(02)
- [3]大时滞过程的控制方法[J]. 郭瑞青,程启明,杜许峰,郑勇. 上海电力学院学报, 2008(03)
- [4]阳极焙烧系统的检测、建模与控制[D]. 李晓斌. 西安理工大学, 2007(05)
- [5]非线性时滞系统的神经网络预测控制[D]. 王冬青. 天津大学, 2005(02)
- [6]时滞多变量系统的变结构预测控制[J]. 左小五. 仪器仪表学报, 2003(S2)
- [7]时滞多变量系统的变结构预测控制[A]. 左小五. 首届信息获取与处理学术会议论文集, 2003(总第110期)
- [8]变结构控制理论若干问题研究及其应用[D]. 庄开宇. 浙江大学, 2002(02)
- [9]时滞及非最小相位系统智能复合控制策略研究[D]. 孙建平. 华北电力大学, 2002(01)
- [10]预见控制理论在容错控制中的应用[D]. 贾晨. 北京科技大学, 2021