机械臂系统的自适应跟踪控制

考虑一类非线性机械臂系统的跟踪控制.该系统包含未知的定常参数和多个未知的周期时变参数.提出了一种新的自适应跟踪控制方法,该方法能保证闭环系统的所有信号有界,且跟踪误差趋于零.     

不用饱和函数的重复学习控制

考虑一类高阶不确定非线性系统的跟踪控制问题,系统的控制系数是一个依赖于系统输出的未知函数.许多常见的机械和电机控制系统是这类系统的特例.文章提出了一种不采用饱和函数的重复学习控制方法,该方法能保证闭环系统中所有信号有界,且跟踪误差和期望输入的估计误差都趋于零.最后,举了一个仿真例子,仿真结果显示,跟踪误差和期望输入的估计误差很快地趋于零,这说明了文章方法的有效性.     

一类非仿射非线性系统的神经网络自适应跟踪控制

考虑了一类具有零动态的非仿射非线性不确定系统的神经网络直接自适应跟踪控制问题.控制信号由神经网络系统直接产生,无需另外设计系统估计器及鲁棒控制项.采用梯度下降方法以最小化神经网络控制器与未知理想控制器的误差代价函数产生神经网络白适应参数更新律.应用Lyapunov方法证明了闭环系统的稳定性及跟踪误差和相应闭环系统的所有状态最终一致有界性.最后针对带有外部扰动的非仿射非线性系统的仿真结果验证了该文方法的有效性.     

一类死区非线性输入系统的自适应模糊控制

针对一类具有死区非线性输入的非线性系统,基于滑模控制的基本原理,利用II型模糊逻辑系统对未知函数进行在线逼近,提出了一种具有监督器的自适应模糊滑模控制方法。该方法通过监督控制器保证闭环系统所有信号有界,并通过引入最优逼近误差的自适应补偿项来消除建模误差的影响。通过理论分析,证明了跟踪误差收敛到零。     

一类带有死区模型的随机系统的自适应跟踪控制

针对一类带有死区模型的随机严格反馈非线性系统,利用神经网络的逼近能力和后推设计方法,提出一种神经网络自适应跟踪控制方案.与已有文献相比,该方案取消了控制律和自适应律设计必须与神经网络节点数相关的条件.通过Lyapunov方法,证明了闭环系统的所有信号依概率有界,且误差信号在二阶或四阶矩意义下半全局一致终结有界.仿真结果验证了所提控制方案的有效性.     

非线性时变系统自适应backstepping学习控制

针对含有混合未知参数的高阶非线性系统,利用backstepping方法,提出了一种自适应重复学习控制方法,该方法与分段积分机制相结合,可以处理时变参数在一个未知紧集内周期性快时变的非线性系统,通过构造微分-差分参数自适应律,设计了一种自适应控制策略,使跟踪误差在误差平方范数意义下渐近收敛于零,利用Lyapunov泛函,给出了闭环系统收敛的一个充分条件.实例仿真结果说明了该方法的有效性.     

控制变量有界的线性系统多周期重复控制

考虑一般的多周期干扰的抑制问题.多周期干扰由周期干扰叠加而成,在实际系统中经常遇到.假设各个叠加的干扰的周期是已知的,非匹配的.文章提出了一种多周期干扰抑制的新方法,该方法建立在对多周期干扰估计的基础上.该方法能保证闭环系统中所有信号都有界,而输出变量趋于零,达到调节的目的.最后,举了一个仿真例子,仿真结果显示,调节误差很快地趋于零,这说明了所提方法的有效性.     

基于免疫函数的输入死区未知严格反馈非线性系统投影自适应指令滤波反步控制

为解决含有未知项以及输入死区的严格反馈非线性系统跟踪控制问题,提出一种基于免疫函数的投影自适应指令滤波有限时间控制方法.该方法使用免疫函数构造扩张状态观测器对具有输入死区控制系统中的未知项进行逼近,并使用指令滤波解决反步法中微分爆炸问题,建立滤波误差补偿机制降低滤波误差对跟踪精度的影响,同时使用投影算子保证了自适应参数的有界性.与现有文献中基于障碍李雅普诺夫函数的自适应反步约束控制相比较,文章可同时约束系统状态、补偿跟踪误差以及自适应参数在预设的范围内,保证了闭环系统中所有信号有界,结合有限时间控制加快了控制系统的收敛速度.最后仿真结果表明了文章控制方法的有效性.     

不确定电液位置伺服系统的自适应终端滑模控制

为了解决非线性、不确定电液伺服系统的位置跟踪控制问题,提出了一种基于反步法的自适应终端滑模控制方法.该方法将自适应控制和终端滑模方法结合在一起,一方面,提出的自适应控制律可以对电液伺服系统中的不确定性参数进行有效在线估计和补偿;另一方面,通过引入误差吸引子到滑模趋近律中得到变系数趋近律,设计的终端滑模控制律不仅能够消除普通终端滑模控制律中的非奇异项,还大大降低了滑模面的抖震.最终,根据Lyapunov稳定性理论,位置跟踪误差的有限时间稳定性得以严格证明.将该方法与积分反步滑模控制和线性滑模控制方法进行了对比研究,仿真结果验证了该方法在电液伺服系统位置跟踪控制方面良好的鲁棒性和跟踪精度.     

电液位置伺服系统的鲁棒自适应控制

针对由于参数不确定性、非线性等因素导致的电液位置伺服系统跟踪控制问题,基于Lyapunov(李雅普诺夫)稳定性理论,提出了一种具有参数自适应能力的鲁棒自适应反步方法.通过设计的自适应律来抑制由于参数不确定性对系统跟踪控制性能的影响,设计的鲁棒控制律使得系统具有全局一致渐近稳定性能.此外,还对伺服阀换向引起的不连续性进行了近似处理.以伺服阀控对称缸系统为控制对象,仿真结果表明,和传统的PD控制方法相比,在参数不确定性的情况下,该控制方法使得电液伺服系统的位置跟踪误差波动较小,且能以较快速度渐近收敛到0,同时所需要的伺服阀输入电压信号值也更小,相关不确定参数在经过较短时间后均可以收敛到其稳定值,从而验证了所提出算法的有效性.     

一类非线性系统的分段迭代学习控制

本文提出并研究一类非线性系统的分段迭代学习控制问题.基于P型学习律和D型学习律构建得到分段迭代学习控制律,利用压缩映射原理,证明这种分段迭代学习律能使得系统的输出跟踪误差沿迭代轴方向收敛.仿真算例验证了算法的有效性.     

严格反馈非线性系统中参数收敛的系统化方法

研究严格反馈非线性系统中参数的收敛性.在适当的持续激励条件下,通过构造一个显式、全局的强Lyapunov函数,给出了系统参数估计收敛于真值的充分条件,且闭环信号全局一致有界,跟踪误差渐近收敛于零.仿真算例验证了设计方案的可行性和有效性.     

卫星姿态跟踪的间接自适应模糊预测控制

对含模型不确定性和未知干扰的卫星姿态系统提出了具有间接自适应模糊补偿的广义预测跟踪控制方法. 首先基于卫星姿态动力学模型设计了非线性广义预测控制律, 再利用自适应模糊系统逼近预测控制律中的模型不确定项, 使得所得到的预测控制算法可实施.证明了当卫星姿态模型中不确定项满足一定条件时, 所设计的控制律可使卫星姿态跟踪误差收敛到原点的小邻域内,并仿真结果验证了所提出方法的有效性.     

Robust Tracking and Model Following Control with Zero Tracking Error for Uncertain Dynamical Systems

The problem of robust tracking and model following for a class of linear dynamical systems with time-varying uncertain parameters and disturbances is considered. A class of continuous (nonlinear) state feedback controllers is proposed for robust tracking of dynamical signals. The proposed robust tracking controllers can guarantee that the tracking error decreases asymptotically to zero in the presence of uncertain parameters and disturbances. A procedure for designing such a zero tracking state feedback controller is also introduced. Finally, a numerical example is given to demonstrate the validity of the results.     

基于极大极小方法的一类非线性系统的自适应控制

研究一类具有非线性不确定参数的非线性系统的自适应模型参考跟踪问题.假设系统的非线性项关于不确定参数是凸或凹的.去掉了在先前有关研究中要求参考模型矩阵有小于零的实特征值的条件.既考虑了状态反馈控制方式,也考虑了输出反馈控制方式.在采用输出反馈控制时,假设非线性项满足李普希兹条件,但李普希兹常数未知.基于一种极大极小方法,提出了一种自适应控制器的设计方法.控制器是连续的,能保证闭环系统的所有变量有界,并且渐近精确跟踪参考模型.举例说明了本结论的有用性.     

Adaptive fuzzy backstepping control design for a class of pure-feedback switched nonlinear systems

In this paper, an adaptive fuzzy output tracking control approach is proposed for a class of single input and single output (SISO) uncertain pure-feedback switched nonlinear systems under arbitrary switchings. Fuzzy logic systems are used to identify the unknown nonlinear system. Under the framework of the backstepping control design and fuzzy adaptive control, a new adaptive fuzzy output tracking control method is developed. It is proved that the proposed control approach can guarantee that all the signals in the closed-loop system are semi-globally uniformly ultimately bounded (SGUUB) and the tracking error remains an adjustable neighborhood of the origin. A numerical example is provided to illustrate the effectiveness of the proposed approach.     

基于RBF神经网络的一类非线性时滞系统自适应控制器设计

针对一类带有未知非线性函数的严格反馈非线性时滞系统,设计了一种自适应神经网络控制器.选择径向基函数神经网络逼近未知的非线性函数.所提出的控制方案能保证闭环系统的所有信号是全局一致最终有界的.证明了跟踪误差信号将收敛于一个小紧集内.仿真实例验证了所提出方法的有效性.     

Adaptive Constrained Control of Unknown Strict Feedback Nonlinear Systems With Dead Zone Input北大核心CSCD

研究了具有死区输入的预设约束未知高阶严格反馈非线性系统的控制问题,提出了一种基于免疫函数的自抗扰预设漏斗约束自适应控制策略。首先,针对系统内部的未知问题,采用免疫函数与扩张状态观测器结合对系统内部未知项进行观测;其次,通过Lyapunov方法与漏斗控制相结合设计控制器,使得跟踪误差能够维持在预先设定的漏斗约束范围内;同时,利用双曲正切函数速率变化快这一特性设计自适应控制律,引入指令滤波器避免反步法中重复求导问题,分析证明了闭环系统所有信号的有界性。仿真实例表明了控制方法的有效性。     

Output feedback control for MIMO nonlinear systems using factorization

A new output feedback adaptive control scheme for multi-input and multi-output (MIMO) nonlinear systems is presented based on the high frequency gain matrix factorization and the backstepping approach with vector form. The only required prior knowledge about the high frequency gain matrix of the linear part of the system is the signs of its leading principal minors. The proposed controller is a dynamic one that only needs the measurement of the system output, and the observer and the filters are introduced in order to construct a virtual estimate of the unmeasured system states. The global stability of the closed-loop systems is guaranteed through this control scheme, and the tracking error converges to zero. Finally, the numerical simulation results illustrate the effectiveness of the proposed scheme.