分散协同控制论文-Zi-quan,YU,Zhi-xiang,LIU,You-min,ZHANG,Yao-hong,QU,Chun-yi,SU

分散协同控制论文-Zi-quan,YU,Zhi-xiang,LIU,You-min,ZHANG,Yao-hong,QU,Chun-yi,SU

导读:本文包含了分散协同控制论文开题报告文献综述及选题提纲参考文献,主要关键词:容错控制,分散式控制,预设性能,无人机

分散协同控制论文文献综述

Zi-quan,YU,Zhi-xiang,LIU,You-min,ZHANG,Yao-hong,QU,Chun-yi,SU[1](2019)在《有向通信拓扑下具有姿态同步跟踪预设性能的多无人机分散式容错协同控制(英文)》一文中研究指出针对多无人机在有向通信拓扑中遭遇执行器故障问题,提出一种分散式容错协同控制方案。首先,利用神经网络对无人机模型中的固有非线性项和执行器效率下降故障所引起的未知非线性项进行估计。其次,引入干扰观测器对神经网络估计偏差和执行器偏差故障进行估计。再次,设计可反映神经网络和干扰观测器复合估计能力的预测偏差,并将该预测偏差集成至所设计的容错协同控制方案中,以提升复合估计能力。最后,利用预设性能函数对姿态同步跟踪偏差进行变换,实现同步跟踪偏差预设性能控制。该控制方案的一个关键特征是多无人机本身的非线性项和与执行器故障有关的非线性项可被神经网络、干扰观测器、预测偏差组成的复合估计器较好地估计。另一个关键特征是姿态同步跟踪偏差被严格约束在预设性能界限内。仿真结果表明所设计控制方案有效。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2019年05期)

王蓓蓓,胡晓青,顾伟扬,李艺丰,孔林[2](2019)在《分层控制架构下大规模空调负荷参与调峰的分散式协同控制策略》一文中研究指出为实现大规模空调负荷参与需求响应,提出一种基于主从一致性的多智能体分散式协同控制策略。构建能有效控制大规模空调负荷的分层架构以及多智能体相关通信网络的拓扑结构模型,分析了电网公司需求侧负荷削减成本为关于用户削负荷量的二次函数,提出基于负荷响应增量成本的多智能体主从一致性分散协调算法,以满足对数量巨大、位置分散的空调资源进行精准负荷控制的要求。通过算例验证了在不同的负荷条件和智能体拓扑结构下,该文所提出方法都能达到一致性最优状态,此外讨论了收敛速率的影响因素,算例还针对大规模空调负荷参与调峰进行自上而下的体仿真。(本文来源于《中国电机工程学报》期刊2019年12期)

黑阳,张紫光,李春来,景世良,张海宁[3](2016)在《含光伏直流微电网的功率分散协同控制技术研究》一文中研究指出为了提高含光伏直流微电网系统的运行稳定性,提出了一种适用于光伏直流微电网的功率分散协同控制技术。该控制策略根据并网换流器的状态、直流电压的变化量以及蓄电池的荷电状态自动调节各端换流站的工作方式,同时开发了光伏发电单元的有功功率控制潜力,使其参与到微电网的多端功率协调控制中,不仅分担了系统的功率调节压力,还实现了光伏能量的优化利用。所提控制策略保证直流微电网系统在不同工况以及电网扰动下,能协调各端电力电子变流器及光伏电源共同维持系统的稳定运行。最后,在MATLAB/Simullink中建立模型,对光伏直流微电网在不同运行工况下进行仿真,验证所提出功率协调控制策略的有效性和可行性。(本文来源于《电力科学与工程》期刊2016年01期)

赵平,姚伟,王少荣,文劲宇,程时杰[4](2013)在《一种基于协同控制理论的分散非线性PSS》一文中研究指出为提高电力系统稳定器的动态性能及鲁棒性,提出一种基于协同控制理论的分散非线性电力系统稳定器(powersystem stabilizer based on synergetic control theory,SPSS)设计方法。首先针对同步发电机及励磁系统模型,根据协同理论,构造出合适的流形,然后推导出SPSS的控制规律,进一步实用化后,得到一种基于协同控制理论的实用的SPSS,由于SPSS的所有输入信号均为本地易测量信号且与网络参数无关,从而能实现分散控制。最后,将所设计的SPSS用于3机6节点电力系统进行小扰动和大扰动仿真验证。仿真结果表明,与常规的相位补偿型的PSS相比,所提出的SPSS能够在较大的运行范围内向系统提供充分的阻尼,并对模型误差不敏感,具有很好的鲁棒性。(本文来源于《中国电机工程学报》期刊2013年25期)

马育林[5](2012)在《车队协同驾驶分散变结构建模、仿真与控制研究》一文中研究指出车队协同驾驶是智能车路系统研究中的新热点。车队协同驾驶研究旨在兼顾道路交通安全与效率的条件下,充分利用道路条件,将若干单车组成跨车道柔性车队,使其能够根据不同交通状况,通过协作的方式完成相关车队驾驶策略,增加交通流量,缓解交通拥堵。目前车队协同驾驶研究主要集中在先进车辆控制及辅助驾驶技术,虽然车路通信技术研究较为成熟,已应用于动态交通诱导和不停车收费等先进交通信息管理系统,但是由于驾驶行为多样性和车辆高速移动性,支持车队协同驾驶的车车通信还处于研究中,相关通信介质和协议还处在试验阶段。同时,考虑到车队协同驾驶系统是一个广义的分散控制系统,其相关理论与方法仍处在不断发展和完善中,利用各种交通仿真与实验技术开展系统测试与验证是非常必要的。因此,本文主要采用半实物仿真技术,依托武汉理工大学智能交通系统研究中心构建的道路交通机电平台,开展车队协同驾驶建模、仿真与控制研究。论文主要内容如下:首先,构建了车队协同驾驶半实物仿真系统。在介绍了道路交通机电平台之后,主要讨论了系统的组成和功能,从系统结构,车队支持信息采集,车路信息交互以及车队分散变结构控制策略等方面作了详细说明。其次,开展了一维车队直道行驶研究:首先提出了一维车队直道行驶建模与控制问题,接着在直道路况下对一维车队控制系统进行建模,包括建立车速控制模型和车间距控制模型,然后采用分散滑模变结构方法设计一维车队首车巡航与后车跟随控制器,同时,采用Lyapunov稳定性理论对单车(首车)以及车队行驶稳定性进行分析,最后在MATLAB环境下验证控制器设计的有效性和稳定性。第叁,开展了二维车队弯道行驶研究:首先分析车辆纵横向耦合影响,提出了二维车队弯道建模与控制问题,接着在弯道路况下针对二维车队换道、超车以及车道保持策略,建立二维车队耦合控制系统,包括纵向控制、横向控制以及横摆角控制模型,然后采用分散滑模变结构方法设计相应的耦合控制律,同时,采用Lyapunov稳定性理论对单车(首车)以及车队行驶稳定性进行分析,最后在MATLAB环境下验证控制律设计的有效性和稳定性。最后,采用构建的车队协同驾驶半实物仿真系统,依托武汉理工大学智能交通系统研究中心构建的道路交通机电平台开展车队协同驾驶模拟实验。初步检验了车队巡航及跟随策略在道路交通机电平台上的控制效果,为进一步研究车队协同驾驶系统的分散变结构控制提供理论和实验基础。(本文来源于《武汉理工大学》期刊2012-12-01)

文元全,周锐,吴雯漫,孔繁峨[6](2010)在《异构多无人机协同目标跟踪分散化最优控制》一文中研究指出针对主被动传感器协同目标跟踪需要,考虑到可扩展性、异构性和动态可重构性等特点,建立了适于不同测量类型和不同测量维数的异构多传感器分散化信息融合算法.以极大化信息融合所得到的信息熵及无人机(UAV,Unmanned Aerial Vehicles)观测信息质量为效能函数,建立了异构多UAV协同目标跟踪的分散化最优控制代价函数以及通信、防撞和控制等约束模型.实现了多UAV协同目标跟踪的分散化模型预测控制,并分析了通讯噪声等因素对分散化信息融合和协同控制的影响.(本文来源于《北京航空航天大学学报》期刊2010年05期)

冯锡兰,陈小霞,蒋志强[7](2009)在《基于Web的分散网络化转包生产企业异地协同生产调度与控制方法》一文中研究指出提出了基于转包生产模式下的企业异地协同生产调度与控制的框架模型,详细探讨了转包生产模式下的生产协调与控制方法,借助于Internet/Web构建了一个协同生产调度与控制的实施模型,为制造业进行分散网络化集成产品开发与制造提供一种切实可行的技术方案,对促进我国航空转包生产的管理和提升航空制造技术水平具有重要参考价值。(本文来源于《机床与液压》期刊2009年08期)

吴雯漫,周锐[8](2008)在《多平台协同目标感知分散化最优控制方法》一文中研究指出由于平台之间信息和计算是高度分布的,平台的运动以及通信拓扑的变化,使得多平台集中式协调控制结构很难实现.以最小通信量为基础的分散协同控制具有可扩展性、异构性和动态可重构性等特点,可靠性和鲁棒性较好.提出了集中和分散相结合的多平台协同控制系统结构,集中控制主要实施任务分配、通信管理以及编队管理,而平台之间则可在有限通信基础上实施分散化最优协调控制.建立了被动多平台协同目标感知分散化信息融合算法,以信息熵作为效能指标,实现了存在控制、通信和防撞等不同约束条件下的多平台协同目标感知分散化最优控制及协同感知目标信息的极大化.仿真结果表明:有通信情况下的多平台协同目标跟踪性能明显优于无通信情况下的非协同目标跟踪性能.(本文来源于《北京航空航天大学学报》期刊2008年09期)

周锐,吴雯漫,罗广文[9](2008)在《自主多无人机的分散化协同控制》一文中研究指出协同前提是无人机(UAV)平台间的通信和信息共享,无人机平台之间信息和计算是高度分布的,无人机平台的运动以及通信拓扑的变化,使得集中式协调控制结构很难实现。以最小通信量为基础的分散协同控制具有可扩展性、异构性和动态可重构性等特点,可靠性和鲁棒性较好。针对多无人机平台分散化协同的特点和要求,建立了集中和分散相结合的多无人机平台协同控制系统结构,集中式任务管理系统主要完成目标分配、通信管理和编队管理功能,分散式协同部分主要实现局部任务规划、协调策略及协调控制等功能。分别以多机协同目标跟踪、多机和多编队一致性协调、多机协同编队控制与重构等多无人机平台分散化协同控制技术为应用对象,探讨了分散化协调机制、策略、控制及其与信息之间关系。给出了部分算法的仿真结果。(本文来源于《航空学报》期刊2008年S1期)

刘军,陈红[10](2007)在《电厂分散控制系统备件协同管理模式研究》一文中研究指出本文认为,目前电厂分散控制系统备件管理普遍采用的单个企业自行计划、采购和存储的管理方式,一方面造成大量库存,另一方面又存在应急备件不能及时到货的风险。文章提出,在同一行业内实行电厂分散控制系统备件一体化管理,即通过共同出资组建专业化备件协同管理中心,以信息化服务平台为核心,协同采购、共享库存、统一配送、专业化服务的管理模式,改变单个企业在备件管理上所处的被动局面。协同管理模式具有资金需求少,备件价格低,专业化程度高,应急速度快的优点。(本文来源于《中国流通经济》期刊2007年01期)

分散协同控制论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

为实现大规模空调负荷参与需求响应,提出一种基于主从一致性的多智能体分散式协同控制策略。构建能有效控制大规模空调负荷的分层架构以及多智能体相关通信网络的拓扑结构模型,分析了电网公司需求侧负荷削减成本为关于用户削负荷量的二次函数,提出基于负荷响应增量成本的多智能体主从一致性分散协调算法,以满足对数量巨大、位置分散的空调资源进行精准负荷控制的要求。通过算例验证了在不同的负荷条件和智能体拓扑结构下,该文所提出方法都能达到一致性最优状态,此外讨论了收敛速率的影响因素,算例还针对大规模空调负荷参与调峰进行自上而下的体仿真。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

分散协同控制论文参考文献

[1].Zi-quan,YU,Zhi-xiang,LIU,You-min,ZHANG,Yao-hong,QU,Chun-yi,SU.有向通信拓扑下具有姿态同步跟踪预设性能的多无人机分散式容错协同控制(英文)[J].FrontiersofInformationTechnology&ElectronicEngineering.2019

[2].王蓓蓓,胡晓青,顾伟扬,李艺丰,孔林.分层控制架构下大规模空调负荷参与调峰的分散式协同控制策略[J].中国电机工程学报.2019

[3].黑阳,张紫光,李春来,景世良,张海宁.含光伏直流微电网的功率分散协同控制技术研究[J].电力科学与工程.2016

[4].赵平,姚伟,王少荣,文劲宇,程时杰.一种基于协同控制理论的分散非线性PSS[J].中国电机工程学报.2013

[5].马育林.车队协同驾驶分散变结构建模、仿真与控制研究[D].武汉理工大学.2012

[6].文元全,周锐,吴雯漫,孔繁峨.异构多无人机协同目标跟踪分散化最优控制[J].北京航空航天大学学报.2010

[7].冯锡兰,陈小霞,蒋志强.基于Web的分散网络化转包生产企业异地协同生产调度与控制方法[J].机床与液压.2009

[8].吴雯漫,周锐.多平台协同目标感知分散化最优控制方法[J].北京航空航天大学学报.2008

[9].周锐,吴雯漫,罗广文.自主多无人机的分散化协同控制[J].航空学报.2008

[10].刘军,陈红.电厂分散控制系统备件协同管理模式研究[J].中国流通经济.2007

标签:;  ;  ;  ;  

分散协同控制论文-Zi-quan,YU,Zhi-xiang,LIU,You-min,ZHANG,Yao-hong,QU,Chun-yi,SU
下载Doc文档

猜你喜欢