18101

18101

پايدارسازي مقاوم سيستمهاي خطي تصادفي با تاخير در ورودي

دكتري

كنترل

آبان ماه 1396

دفاع شده

دكتر محمدرضا جاهد مطلق - دكتر علي اكبر جلالي

برق

كنترل‌كننده‌هاي ديناميك بر اساس پيش‌بيني، براي سيستمهاي قطعي به طور گسترده در سالهاي اخير استفاده شده‌اند ليكن در سيستمهاي تصادفي داراي نويز از مزيت اين روشها بهره برده نشده است. با توجه به مزاياي فراوان اين روشها، مي‌توان از آنها براي كاهش محافظه‌كاري و جبران تأخيرهاي طولاني استفاده كرد. در اين رساله نحوه توسعه روش پيش‌بين يا حافظه‌دار بر روي سيستمهاي تصادفي داراي تأخير در ورودي ارائه شده است. براي اين كار ابتدا پيش‌بيني بردار حالت (بردار پيش‌بيني) از روي مدل سيستم انجام شده و با استفاده از آن ساختار كنترل‌كننده تعيين شده است و با اين روش تأخير در ورودي سيستم حذف شده است. سپس با تعريف يك تابع لياپونوف كراسوفسكي مناسب، شرايط كافي براي بهره پايدارساز سيستم در قالب ناتساوي‌هاي ماتريسي خطي محاسبه شده است. همچنين در ادامه روش پيشنهادي به سيستمهاي تصادفي تاخيردار در حضور نويز جمعي و همچنين اغتشاش خارجي توسعه داده شده است. براي اعمال روش پيشنهادي به سيستمهاي داراي نويز جمعي ملاك پايداري مجانبي قابل استفاده نبوده و بنابراين از ملاك پايداري عملي استفاده شده است. براي حالتي كه سيستم داراي اغتشاش خارجي باشد، از روش مقاوم H بينهايت براي كاهش اثر اغتشاش خارجي استفاده شده است. از آنجايي كه در بعضي از سيستمها تأخير مي‌تواند به صورت همزمان در ورودي و حالت حضور داشته باشد، در ادامه روش پيشنهادي بر روي اين نوع سيستمها نيز اعمال شده است. فرض بر اين بوده است كه تأخير در ورودي كمتر يا مساوي تأخير در حالت باشد. در اينصورت با روشي مشابه روند ذكر شده براي سيستمهاي تصادفي با تأخير در ورودي، مي‌توان از مدل سيستم بردار پيش‌بيني را محاسبه كرد و از آن براي ساختن ورودي كنترلي بهره برد. براي سيستم تصادفي با تأخير در ورودي و حالت، با كنترل‌كننده پيش‌بين ارائه شده، مي‌توان به پايداري مجانبي ميانگين مربعات دست يافت. روش پيشنهادي در اين رساله به سيستمهاي كنترل تعليق فعال خودرو و يك فرايند شيميايي اعمال شده است تا عملكرد آن در جبران تاخير زماني سيستمهاي واقعي مورد بررسي قرار گيرد.

1396/08/07

11/26/2017 12:00:00 AM

Prediction-based controllers have been widely applied to deterministic systems in recent years, however they have not been tried for stochastic systems with random noise. In this thesis, the extension of the prediction-based (memory) controllers is considered for stochastic linear systems with input delay. To do this, first the prediction of the state vector (prediction vector) is obtained from the system dynamics and the controller is constructed by using this prediction vector. This allows us to reduce (eliminate) the input time delay. Then by utilizing a suitable Lyapunov function, sufficient condition for obtaining the controller gain is obtained in the form of Linear Matrix Inequality (LMI). In the following, the proposed approach is extended to the stochastic delayed systems with additive noise and external disturbance. To apply the proposed approach to the systems with additive noise, asymptotic stability is not suitable and hence, the notion of practical stability has been utilized. In addition, for attenuating external disturbance, robust H-infinity method has been used. Since input and state delay may appear simultaneously in system dynamics, in the sequel the proposed method is extended to these kind of systems. With a similar approach, the prediction vector can be found for stochastic systems with state and input time delays and then it can be used to construct the controller. With this controller it is possible to reach asymptotic stability in the mean square. The proposed approach has been applied to an active suspension system and a chemical process to show the effectiveness of the memory controllers in time-delay compensation of real-world systems.