论文部分内容阅读
本文针对化工过程中相对阶大于1并具有大时滞的一类复杂非线性系统的控制问题进行了研究，主要学术贡献体现在以下五个方面：
1.对一般模型控制(GMC)进行了鲁棒稳定性分析，并针对其要求过程的相对阶必须为1的局限，重新设计了控制器的参考轨迹，将GMC推广到了相对阶大于1的一类复杂非线性过程，得到了一种新的广义一般模型控制方法(GGMC)。
2.在GGMC的基础上，采用强跟踪滤波器(STF)在线估计时变参数，提出了一种基于参数估计的自适应广义一般模型控制方法(AGGMC1)，它能够有效地处理具有时变参数同时相对阶又大于1的一类复杂非线性过程。给出了保证STF收敛的充分条件，证明了在一定条件下，基于AGGMC1的闭环控制系统是李亚普诺夫稳定的。
3.基于最优估计理论，针对一类仿射形式的非线性时滞系统，提出了一种非线性状态预测器(NSP)，并证明了NSP的状态预测误差在确定性系统中的局部渐近收敛性，以及在随机系统中的有界性。
4.利用NSP预测时滞过程未来的状态且直接作为反馈，将GMC方法推广到了一类具有大时滞的非线性过程，并通过建立传感器偏差模型，以及利用STF及时检测出故障的能力，首次提出一种关于非线性时滞过程的主动容错控制方法(TDFTGMC)；同时又推导出时滞一般模型控制方法(TDGMC)和自适应时滞一般模型控制方法(ATDGMC)。
5.基于一种新给出的正交性原理，首次提出了一种具有自适应能力的强跟踪预测器(STP)。与NSP相比，STP的收敛速度更快，对突变状态有更强的跟踪能力。同时证明了在确定性系统中，STP的估计和预测误差都是局部指数渐近收敛的；在有测量噪声的随机系统中，STP的估计和预测误差都是均方指数有界的。
同时，本文通过大量的计算机仿真验证了所提方法和理论的有效性。