Optimal Absolute Stabilization of Unknown Lurie Systems Based on Experimental Data and A Priori Information

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

Для систем Лурье, состоящих из неизвестной линейной подсистемы и неизвестных нелинейных функций, лежащих в заданных секторах, разработан метод построения оптимального абсолютно стабилизирующего управления на основе экспериментальных и априорных данных. В основе метода лежит минимаксный подход, при котором максимизация интегрального квадратичного функционала осуществляется на пересечении двух матричных эллипсоидальных множеств, выделяемых по экспериментальным и априорным данным. Результаты математического моделирования нелинейного осциллятора показывают преимущество получаемого закона управления над классическим робастным управлением, синтезируемым на основе априорной информации.

参考

  1. Лурье А. И. Некоторые нелинейные задачи теории автоматического регулирования. М.: Гостехиздат, 1951.
  2. Коган М.М., Степанов А.В. Синтез субоптимальных робастных регуляторов на основе априорных и экспериментальных данных // АиТ. 2023. № 8. С. 24–42.
  3. Коган М.М., Степанов А.В. Синтез обобщенного H∞-субоптимальных управления по экспериментальным и априорным данным // АиТ. 2024. № 1. С. 3–20.
  4. Коган М.М., Степанов А.В. Как улучшить робастное управление линейной нестационарной системой с помощью экспериментальных данных // АиТ. 2024. № 6. С. 115–139.
  5. Petersen I.R., Tempo R. Robust Control of Uncertain Systems: Classical Results and Recent Developments // Automatica. 2014. V. 50. No. 5. P. 1315–1335.
  6. De Persis C., Tesi P. Formulas for Data-Driven Control: Stabilization, Optimality and Robustness // IEEE Trans. Automat. Control. 2020. V. 65. No. 3. P. 909–924.
  7. Waarde H. J., Eising J., Trentelman H.L., Camlibel M.K. Data Informativity: a New Perspective on Data-Driven Analysis and Control // IEEE Trans. Automat. Control. 2020. V. 65. No. 11. P. 4753–4768.
  8. Berberich J., C.W. Scherer C.W., Allgower F. Combining Prior Knowledge and Data for Robust Controller Design // IEEE Trans. Automat. Control. 2023. V. 68. No. 8. P. 4618–4633.
  9. Luppi A., De Persis C., Tesi P. On data-driven stabilization of systems with quadratic nonlinearities // arXiv: 2103.15631v1 [eess.SY] 29 Mar 2021.
  10. Хорн Р., Джонсон Ч. Матричный анализ. М.: Мир, 1989.
  11. Коган М.М. Минимаксный подход к синтезу абсолютно стабилизирующих регуляторов для нелинейных систем Лурье // АиТ. 1999. № 5. С. 78–90.
  12. Гелиг А.Х., Леонов Г.А., Якубович В.А. Устойчивость нелинейных систем с неединственным состоянием равновесия. М.: Наука, 1978.
  13. Polyak B.T. Convexity of Quadratic Transformations and Its Use in Control and Optimization // J. Optim. Theory Appli. 1998. V. 99. No. 3. P. 553–583.

补充文件

附件文件
动作
1. JATS XML

版权所有 © The Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».