基于有限短时间稳定的多模型系统控制与应用

长期以来建立在稳定性分析基础上的控制理论关注的是系统无穷时域的特性，但在很多实际工程系统中，一个渐近稳定的系统并不意味良好的过渡特性，例如生化反应系统、机器人操控系统、以及通信网络系统等，可能应用中人们更关注其在有限的短时间内的暂态特性。有限时间稳定（FTS）是一种立足工程实际的短时间稳定概念，具有很强的应用背景，但现有的研究结果基本局限于线性系统模型，处理和解决实际问题的能力有限。本项目以具有实际工程背景的复杂系统为对象，开拓基于FTS的多模型系统控制理论研究新领域，主要围绕跳变切换模型集合、T-S模糊模型集合、线性微分包含集合等展开工作，着重解决多模型集合下FTS分析与综合、有限短时间镇定的逐段滚动设计、以及多模型系统的FTS滤波及干扰抑制等问题，项目研究不仅具有显著的工程应用价值，同时也包含丰富的理论内涵。

本项目开展有限短时间稳定(FTS)的多模型系统控制理论研究，本质上而言，有限时间稳定是给定时间下控制系统性能控制问题，项目从工程实际出发，针对同时具有事件驱动模态和时间驱动状态的混杂动态系统，在不变集空间下给出有限时间稳定性定义和充分条件，提出并解决有限时间随机跳变系统控制问题；针对具有模糊隶属度耦合结构的多模型系统，研究T-S模糊结构下多模型有限时间控制问题，通过隶属度函数将各不变椭圆进行混合，提出模糊耦合方法，进而定义非线性跳变系统有限时间稳定性和可镇定条件，并给出了易于工程实现的控制器设计方法；针对复杂非线性 系统，采用多层神经网络逼近非线性，建立线性微分包含多模型系统，研究线性微分包含下的多模型有限时间控制，并提出鲁棒控制器设计方法。以上述多模型系统稳定理论为基础，研究了有限时间状态估计与滤波问题，给出多模型观测器及基于观测器的有限时间控制设计方法；分析了不变集受限空间与有限时间的关系，将有限短时间稳定与预测控制结合，提出有限短时间滚动时域设计方法；研究（随机）非线性系统的增益调度控制问题，通过增益调度确保系统在所有工作区域内实现有限时间镇定，提出并研究基于增益调度的多模型鲁棒故障诊断方法。以含随机跳变机制以及动态神经网络微分包含的多模型系统为基础，项目进一步扩展研究范围，考虑实际工程中跳变转移概率未知或部分未知情形，研究Markov跳变系统的控制与滤波问题，取得初步结果；针对具体应用，将神经网络与反馈线性化方法结合,并借助适当的模型转换，在线处理系统中各类不确定性，提出非线性系统鲁棒自适应控制方案，应用于温室气候控制系统。