Sliding mode identifier for parameter uncertain nonlinear dynamic systems with nonlinear input

This paper presents a sliding mode(SM) based identifier to deal with the parameter idenfification problem for a class of parameter uncertain nonlinear dynamic systems with input nonlinearity. A sliding mode controller (SMC) is used to ensure the global reaching condition of the sliding mode for the nonlinear system;an identifier is designed to identify the uncertain parameter of the nonlinear system. A numerical example is studied to show the feasibility of the SM controller and the asymptotical convergence of the identifier.     

一种基于闭环优化的新型鲁棒预测控制方法

针对带约束的凸多面体线性不确定模型，提出了一种新型鲁棒预测控制方法，它采用离散化的不确定模型构造最小－最大优化控制问题，并在其中直接引入状态反馈机制，与其他最小－最大预测控制方法相比，这种方法等效于增加了控制序列的长度，为优化问题增加了更多的自由度，从而扩大了可行域，作为最小化目标的是离散化不确定系统在整个预测时域上二次型成本函数的最大值，而不是各预测阶段应成本项的上界之和，从而减少了与最小－最大优化相关的方程个数，有利于降低计算复杂性，文中进一步证明了不确定系统的闭环稳定性取决于优化问题在初始时刻的可行性，并将优化问题转化为线性矩阵不等式形式。最后，以数值仿赵例子验证了方法的有效性。     

烯烃聚合数学模拟研究与现状

综述了近年来国内外在烯烃聚合微观形态和宏观反应器数学模拟方面取得的研究成果，指出了烯烃聚合过程数学模拟的发展方向。     

输入有界线性离散系统可控区域的一种有效算法

针对输入有界的离散时间线性定常系统，利用凸多面体集合的几何特性，求解与有限步可控区域相联系的凸多面体集合的边界超平面法向量，进而得到有限步可控区域的精确表示，计算实践表明，与求解可控区域的传统方法相比，该方法具有更高的计算效率，且当有限步可控区域对应较多的步数时，该方法在计算效率上的优势更加显著．还结合最小时间控制问题和镇定问题，说明用该方法得到的有限步可控区域的精确描述，能够为解决约束系统的控制问题提供重要依据。     

钢铁二次能源利用效率的评估

通过建模、模拟、评估和优化的整体思路,对钢铁企业二次能源的利用效率进行评估.结合国际标准和国家标准的对象 过程方法对钢铁企业二次能源利用过程进行建模和模拟,采用综合能耗指标进行评估,并分析了钢铁可燃气体副产煤气的利用消耗过程.最后,对其利用效率进行评估.     

一类动态系统可靠 D -稳定性条件 - LMI方法

考虑一类具有执行器和传感器故障的动力系统可靠鲁棒控制综合问题. 提出了一个系统 D -稳定的充分必要条件. 基于这一充分必要条件, 得到了可靠 H_∞ 控制器存在的条件. 接着用线性矩阵不等式(LMI)方法设计控制器, 使闭环系统当部分控制器件出现故障时鲁棒 D -稳定且具有H_∞性能. 最后通过一个仿真实例说明该文给出的方法及其有效性     

不确定广义时滞系统的时滞相关鲁棒镇定新判据

针对线性不确定广义时滞系统,给出了新的时滞相关鲁棒稳定性判据和镇定方法.假定参数是可能时变的范数有界不确定,通过选取一个新的Lyapunov-Krasovskii泛函将整个时滞区间分为2段.每段区间上定义了不同的能量函数,给出了状态反馈控制器设计算法,保证相应的闭环系统对所有容许的不确定性参数是正则、因果和鲁棒稳定的....     

区域极点指标约束下的优化可靠保性能控制

利用矩阵不等式和LMI方法,研究了一类传感器故障下的不确定离散系统在闭环区域极点指标约束下的鲁棒优化可靠保性能控制问题。分析了故障闭环系统满足区域极点约束和具有较优的保性能上界的充分条件,给出的保性能函数指标上界优于已有的结果。得到了使故障闭环系统满足上述性能约束的可靠状态反馈控制器设计方法。最后通过仿真示例证明了本文方法的有效性。     

基于改进GA-PLS算法的最优辅助变量选择及其在软测量建模中的应用

提出了改进的遗传算法与部分最小二乘回归相结合的最优辅助变量的选择方法。用遗传算法来选择变量时，编码方法简单，染色体的长度为候选变量的个数，每一位的取值（0或1）表示某个变量是否被选中，具有全局搜索性能的遗传算法与传统的变量选择方法相比可以比较准确地找到最（次）优解；同时部分最小二乘回归能够克服多元回归中常见的多重共线性问题，在样本点个数少于变量个数的争件下也能进行回归建模分析。用文中提出的方法建立了催化重整过程中稳定油组分的软测量模型，结果表明了本文提出的辅助变量选择方法的优越性和实用性。     

一种改进的最大方差展开投影在非线性过程监测中的应用

针对复杂流程工业中固有的非线性将导致传统线性降维方法性能降低的问题,以及传统核方法的性能严重依赖于所选取的核函数形式的问题,提出了一种改进的最大方差展开投影非线性过程建模法。该方法利用流形学习中最大方差展开对核函数进行学习,同时保留了输入数据空间中的边界特性。利用最大角回归学习出一种映射,避免了传统最大方差展开法只能提供训练样本的低维嵌入,使得输入空间能够最大程度地接近于这种低维空间。数值仿真和化工流程仿真模型上的实验表明了该算法的有效性。