多目标鲁棒优化控制的仿真研究

《多目标鲁棒优化控制的仿真研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江大学硕士学位论文摘要随着科学技术的发展，各种控制系统日趋复杂，控制要求也越来越高，为了更好地稳定系统和提高工作效率，人们提出了许多关于多目标鲁棒控制的方法。迄今为止，鲁棒控制发展了将近80年，已经出现了许多控制方法，如凰、碟成等，它们已在控制工程中得到了广泛的应用，而最近20年发展起来的多目标优化控制也取得了巨大的发展。如混合岛／风控制已广泛应用在工业、交通、航天等领域。在鲁棒控制和多目标控制发展的同时，控制系统计算机辅助设计CSCAD也不断推陈出新。针对多变量系统，控制界的学者们推出了许多将不同控制策略结合进去的CSCAD软

2、件包或仿真平台。本文以多变量线性时不变(L1’I)系统为研究对象，运用多通道设计思想，对多目标鲁棒优化控制方法进行了比较深入的研究，并以该设计方法为基础，开发了仿真平台Motools。本文的主要贡献有：1．较全面、系统地阐述了鲁棒控制、多目标控制和CSCAD的产生原因和发展过程，对目前鲁棒和多目标优化控制的许多有代表性的方法做了简要的介绍，并对它们的优缺点进行了讨论。此外，对CSCAD的国内外发展情况进行了比较。2．在文中所介绍的理论和方法的基础上，进行了一系列仿真软件研制，并取得到了如下的成果。1)用状态方程表示多变量系统，描述

3、了增广系统的构成方式，并讨论了平衡实现与模型降阶的方法，在这些方法基础上开发了Motools的建模和模型降阶两个功能模块。2)详细地讨论了多变量时域和频域分析方法，并以此为设计前提，开发了软件包的许多分析方法，如在鲁棒控制中比较有用的奇异值分解。3)阐述了鲁棒分析和集成的概念，讨论了几种基于输出反馈的鲁棒控制方法，并将这些控制方法融合到Motools中，以便对同一个模型选择不同的控制方法，进行设计和比较。3．提出了基于输出反馈的以多通道为设计思想的多目标控制方法：Il摘要4总捣／GHzlGL2。以Matlab的LMI工具箱为计算工

4、具，阐述了它们的分析和集成的LMIs表达式。最后，将这个控制方法应用到Motools中，开发了对应的多目标优化控制模块，使目标和通道选择更加自由和有效，并且对设计结果进行评价和仿真，对一个系统可以反复设计和比较，以达到最佳效果。在论文的最后，我们就Motools软件包进行典型实例的运用，结果表明它在教学、科研和设计应用等领域有较好的参考和学习价值。最后对它的优缺点做了一些总结，对存在的问题提出了一些改进方法。关键词：鲁棒控制，多目标控制，CSCAD，建模，仿真浙江大学硕士学位论文AbstractWiththedevelopment

5、ofscienceandtechnology，thecontrolsystemsbecomemoreandmorecomplicated，andatthesametimetherequirementsofcontrolobjectiveincreases．Toimprovesystemstabilizationandperformance，mulli—objectiverobustcontrolispresented．Sofar，robustcontrolhasdevelopedalmost80yearsandyieldedman

6、ymethodssuchas风、／a-analysisandsynthesisetc．Theyhavebeenappliedinmanycontrolprojects．Duringtherecent20years，multi—objectiveoptimizationcontrolhasdevelopedgreatly．Forinstance，mixH0H∞controlhasbeenappliedintheindustry,traffic，spaceflightandSOon．Atthesametime，controlsyste

7、mcomputeraideddesign(CSCAD)hasmadegreatprogresscontinuously．Formulti-variabiesystem，researchershavepresentedmanyCSCADsoftwarepackagesorsimulationplatformsthathavebeenintegratedwithV撕OUSdifferentcontrolpolicies．ApplyingmuIti—chmmeldesignideatocontinuous-timemultivariab

8、lelineartimeinvariant(【T【)systems，thedissertationmakesadeepstudyofmulti—objectiverobustoptimizationcontroltheories．AndFollow