XiaoMi-AI文件搜索系统
World File Search System线性矩阵
设计用于控制核的多目标控制系统...
关键词：模型降阶，鲁棒控制系统，线性矩阵不等式，多目标控制，核反应堆功率控制。摘要：埃及试验研究反应堆（ETRR-2）非线性十二阶模型被线性化并降低为低阶模型。在降阶过程中使用了平衡截断、舒尔降阶法、汉克尔近似和互质因式分解等模型降阶方法。反应堆实际上由具有固定调节参数的 PD 控制器控制。建议在反应堆功率控制中使用 LMI 状态反馈、LMI-池分配、H ∞ 和基于观察器的控制器来代替 PD 控制器。LMI、LMI-极点配置的比较，
故障估计与容错控制的鲁棒集成迭代策略 ✩
本文考虑了具有执行器和传感器故障、不确定性和干扰的线性参数变化系统的故障估计 (FE) 和容错控制 (FTC)。在设计中需要考虑 FE 和 FTC 功能之间不可避免的耦合，以确保基于 FE 的 FTC 闭环系统的整体性能和鲁棒性。本文提出了一种迭代策略，利用分离原理和小增益定理的概念实现 FE 和 FTC 的稳健集成。迭代算法涉及在每次迭代中求解多目标线性矩阵不等式优化问题，并具有有限步收敛保证。通过数值模拟说明了所提算法的有效性及其相对于现有工作的优势。© 2022 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
带有储能系统的电网网络弹性频率控制
摘要 — 通过通信网络运行的同步发电机和储能系统的集成给电网带来了新的挑战和脆弱性，网络攻击可能会破坏传感器测量或控制输入并中断频率调节等功能。本文提出了一种防御方法，用于设计施加在每个发电和储能单元上的弹性运行约束，以防止任何攻击序列将系统频率推向不安全状态。弹性操作约束是通过使用电力系统可达集的椭圆近似来找到的，从而导致具有线性矩阵不等式的凸优化问题。具有同步发电和储能的单区域电力系统的数值结果表明，弹性约束如何提供安全保障，以防止影响频率测量或控制器设定值的任何类型的攻击。
粘度非单调组成依赖性在将单链纳米颗粒添加到纠缠聚合物
摘要：特征良好的单链纳米颗粒（SCNP），通过在稀的条件下从线性聚苯乙烯前体进行合成，通过分子内[4 + 4]热环节交联反应，添加到不同浓度的纠缠聚苯二烯熔体中。从纯线性熔体开始，比SCNP的熔体更具粘性，零剪切粘度在添加纳米颗粒后增加并达到最大值，然后最终降至SCNP熔体的值。分子模拟揭示了这种意外行为的起源，这是两个组成部分动力学截然不同的组成依赖性的相互作用。SCNP的浓度降低，因为它们的浓度降低，因为它们是由线性链拧紧的，达到的最大粘度高于分数约20％的线性链的最大粘度。将这种行为类似于将单环聚合物添加到线性矩阵中的行为。这一发现提供了有关SCNP作为聚合物的有效熵粘度修饰符的设计和使用的见解，并有助于讨论循环结构的物理学。
基于改进的AFSA-PSO事件触发方案的电源系统的负载频率控制
针对当前电力系统中冗余信息传输对网络资源利用的影响，提出了基于粒子群优化的事件触发方案，并提出了具有可再生能源的功率系统负载频率控制（LFC）的人工群群。首先，为了保持具有可再生能源的动力系统的稳定性和安全性，本文研究了负载频率控制方案。，为了减轻通信负担并增加网络利用，探索了基于粒子群算法和人工群群的改进的事件触发的方案，以进行功率系统负载频率控制。然后，通过利用改进的Lyapunov函数和线性矩阵不等式方法，建立了负载频率控制系统H∞稳定性的足够条件。最后，构建了两个面积负载频率控制系统和IEEE-39节点仿真模型，以验证所提出方法的有效性和适用性。
线性系统 L2 稳定的输出反馈律和事件触发条件的共同设计
我们研究了使用输出反馈事件触发控制器的线性系统的 L 2 稳定性。特别是，我们感兴趣的场景是，工厂输出和控制输入分别通过两个不同的数字通道传输到控制器和执行器，这两个数字通道有自己的采样规则。工厂动态受外部干扰的影响，输出测量和控制输入受噪声干扰。我们提出了一种协同设计程序，用于同时合成动态输出反馈定律和事件触发条件，使得闭环系统在 L 2 增益上界给定的情况下是 L 2 稳定的。所需条件以线性矩阵不等式 (LMI) 的可行性来表述。然后，我们利用这些 LMI 来最大化工厂输出和/或控制输入两次传输之间的保证最短时间。我们还提出了一种启发式方法来减少每个通道的传输量。所开发的技术将时间驱动（因此是周期性的）采样作为特殊情况，并且结果在此背景下也是新颖的。所提出方法的有效性通过数值示例得到说明。
层次运动计划和离线稳健模型的自动驾驶预测控制
摘要 - 在恶劣条件下在复杂情况下驾驶车辆是自动驾驶汽车（AV）的最大挑战。为了解决这个问题，我们在复杂的场景中使用前主动转向系统提出了层次运动计划和稳健的控制策略，并在各种湿滑的道路粘附系数中，同时考虑车辆不确定的参数。通过智能驾驶员模型（IDM）考虑并以车辆跟随模型的形式考虑人类车辆（HVS）的行为（HVS）。然后，在上层中，运动计划者首先使用人工电位场（APF）算法来生成最佳轨迹，例如，路标，边界和静态/动态障碍物，例如道路标记，边界和静态/动态障碍。为了在下层跟踪生成的最佳trajectory，通过应用线性矩阵不等式（LMI）优化方法，使用线性参数变化（LPV）系统来实现离线约束的输出反馈鲁棒模型预测性控制（RMPC），以确保对模型参数的鲁棒性不适合模型不限制。更重要的是，通过增强系统模型，我们提出的方法称为离线RMPC，与三种现有的RMPC方法相比，具有出色的效率，例如，偏置式挡板offline RMPC，在线rmpc，在线rmpc和离线rmpc无需增强模型（离线rmpc w/o am），在不线rmpc w/o am）（均改进了计算时间），并改进了计算时间和添加时间。
电动汽车实时鲁棒生态自适应巡航控制策略
摘要 — 本研究通过一种计算效率高的鲁棒控制策略解决了联网电动汽车的生态自适应巡航控制问题。该问题在空间域中采用非线性电力传动系统模型和运动动力学的真实描述来制定，以产生凸最优控制问题 (OCP)。OCP 通过一种新颖的鲁棒模型预测控制 (RMPC) 方法解决，该方法处理由于模型不匹配和前导车辆信息不准确而引起的各种干扰。RMPC 问题通过半正定规划松弛和单线性矩阵不等式 (sLMI) 技术解决，以进一步提高计算效率。使用实验收集的驾驶周期评估所提出的实时鲁棒生态自适应巡航控制 (REACC) 方法的性能。通过与标称 MPC 进行比较来验证其鲁棒性，标称 MPC 会导致速度限制约束违规。所提出方法的能源经济性优于最先进的时域 RMPC 方案，因为可以将更精确拟合的凸动力传动系统模型集成到空间域方案中。与传统恒定距离跟随策略 (CDFS) 的额外比较进一步验证了所提出的 REACC 的有效性。最后，验证了 REACC 可以借助 sLMI 和由此产生的凸算法实现实时实现。