基于Kleinman迭代算法的非线性系统自适应控制器设计

应用Kleinman迭代算法,研究了一类非线性系统的在线自适应控制器设计问题.基于神经网络线性微分包含技术,对此类非线性系统进行建模描述.并在不利用系统后续参数矩阵的情况下,应用Kleinman迭代算法进行反复迭代,求解系统的Riccati方程.进而设计系统的自适应控制器,并证明了该算法的收敛性.最后通过数值仿真验证了该算法的可行性.     

非参数不确定系统的自适应迭代学习控制

针对一类含非参数不确定的受限非线性系统,提出一种新的自适应迭代学习控制算法.该算法利用神经网络(neural network)逼近系统中的非参数不确定性,神经网络的权值通过迭代轴上的自适应算法进行更新.控制器设计补偿项对神经网络逼近误差上界进行估计以此消除其影响.采用一种新的障碍李雅普诺夫函数(barrier Lyapunov functions)并与组合能量函数(composite energy function)方法相结合,当系统中同时存在非参数不确定性,随机初始误差,及非严格重复外部扰动时,能够保证系统同时满足输入和状态受限要求.将所提出的算法应用于高速列车运行控制系统,仿真结果验证了算法的有效性.     

具有类反斜线回滞执行器的非线性系统的自适应控制

针对类反斜线回滞非线性系统,设计了自适应控制器,保持系统稳定并实现对参考信号的任意精度跟踪.在控制器设计中,通过构造足够光滑的非线性函数作为符号函数的逼近,从而解决了传统自适应控制器设计中由于符号函数的引入而导致控制器不连续的问题,避免了因此而产生的抖震现象.在系统模型中充分考虑未建模动态,使模型更具一般性.最后应用MATLAB软件进行仿真实验,结果进一步验证了该控制器的有效性.     

一类非线性系统的自适应反步控制

研究一类带有未知常数参量的非线性系统的镇定及自适应控制器设计问题,提出了一类非线性系统参数估计器设计及自适应反步控制器设计的新方法.构造出Lyapunov函数, 并给出闭环系统全局渐近稳定的新的充分条件.例子表明了所获方法的有效性.     

基于神经网络的一类非仿射非线性系统自适应控制

针对一类带有不确定性的非仿射非线性系统,利用Backstepping设计方法,设计了一种神经网络自适应控制器．该控制器可以实现跟踪特性．基于Lyapunov函数,得出稳定的权学习算法．并利用Lyapunov稳定性理论证明了闭环系统是一致最终有界的．仿真结果表明,这种控制器具有良好的鲁棒性和跟踪特性．     

执行机构饱和下的坦克炮控伺服系统自适应控制研究

针对一类坦克炮控伺服系统,充分考虑系统各种不确定性,同时从实际问题出发考虑执行机构具有饱和非线性特性,研究了系统自适应控制器的设计方法.在自适应控制器设计中,通过引入二阶辅助信号,消除饱和影响,对饱和输入进行精确补偿.理论证明及仿真分析表明该自适应控制器在保障系统稳定的同时实现了系统输出对指令信号的良好、快速的跟踪效果.     

航天器逼近自由翻滚目标的自适应相对运动控制

研究含有模型不确定性且受未知外干扰的追踪航天器自主逼近空间中一自由翻滚目标的6自由度(6DOF)相对运动控制问题.首先在追踪器本体系中建立了非线性耦合的6DOF相对运动模型,并将其化为关于追踪器和目标器未知惯性参数和追踪器未知推力偏心距的参数化形式.再基于该参数化模型设计了一种自适应非线性控制器,其中利用基于投影的自适应算法保证了在线估计参数的有界性.所设计的自适应控制器不仅显著减少了系统在线估计的参数数量,且能保证6DOF闭环系统的位置和姿态误差收敛到原点的小邻域内.仿真算例验证了所提出控制器的有效性.     

基于数据驱动方法的控制器设计及其参数整定

以一般离散时间非线性系统为研究对象,提出一类基于数据驱动的控制器设计及其参数整定方法.方法首先依据非参数时变动态线性化定理提出3种控制器结构,再采用迭代反馈整定方法(IFT)优化其控制器参数,从根本上解决了IFT方法给定控制器结构时存在的盲目性.最后将该方法与另外两种数据驱动控制方法---无模型自适应控制(MFAC)和IFT方法进行比较研究,结果表明方法是有效的.     

非线性时变系统特征建模与自适应迭代学习控制

讨论连续/离散非线性时变系统的特征建模,统一采用一阶时变差分方程作为特征模型.对于建模中可能产生的快变亦或突变的模型参数,以学习辨识方法进行估计;利用参数估值设计自适应迭代学习控制器,实现轨迹跟踪任务.参数估计学习算法包括带有遗忘因子的最小二乘学习算法和梯度学习算法.数值算例和电机位置跟踪实验结果表明所提出特征建模方法和学习控制方案的有效性.     

多机电力系统直接自适应输出反馈模糊控制

针对多机电力系统励磁控制模型,考虑电力系统的状态不完全可测及多变量、非线性等特点,以T-S模糊逻辑系统直接逼近控制器,设计出基于状态观测器的直接自适应输出反馈模糊控制器,并通过李亚普诺夫函数进行了稳定性证明.算法具有很好的鲁棒性和动态性能,仿真结果表明所设计的控制器能够快速有效地改善系统在大干扰下的暂态稳定性.     

高阶不确定非线性系统切换自适应镇定

研究了一类控制系数未知高阶不确定非线性系统的全局自适应稳定控制设计问题.值得指出的是,更高的系统幂次和未知的控制系数显示系统容许更强的非线性和更严重的不确定性/未知性,因而所研究的系统更具一般性.这里不是采用传统自适应技术,而是通过灵活运用基于切换的自适应技术和增加幂积分方法,给出了该控制问题的结构简单且易于实现的新型切换自适应控制器.所设计控制器保证闭环系统状态全局有界且最终趋于零.     

基于生物态势理论的Backstepping模糊控制

针对一类单输入单输出非线性系统,提出了一种基于生物态势理论的backstepping模糊自适应控制方法.设计中,将系统误差及其导数作为模糊规则的前件,将反应生物特性的生态位态势理论函数作为模糊规则的后件,设计了基于生物态势理论的Backstepping模糊控制器.该控制器将生物个体对外界扰动的适应对策引入设计中,使得控制器的自适应律具有生物自适应特性.并利用Lyapunov方法证明了闭环系统的稳定性.仿真结果进一步验证了方法的有效性.     

舵角输入饱和下的导弹自动驾驶仪系统自适应控制研究

针对一类导弹自动驾驶仪系统,从实际出发考虑系统舵角输入具有饱和非线性特性,在系统建模中利用多项式模型充分描述系统的气动参数不确定性,在此基础上深入研究了系统自适应控制器的设计方法.在控制器设计中,通过引入二阶辅助信号系统,对饱和非线性输入进行精确补偿.针对系统中未知气动参数,通过设计参数的自适应估计率实现对未知参数的精确估计,进而补偿了未知气动参数不确定性影响.自适应控制器在保障系统稳定的同时也实现了系统输出对指令信号的良好跟踪效果.     

分数阶高阶不确定系统的自适应反演滑模同步

基于自适应反演滑模同步方法研究分数阶不确定高阶非线性混沌系统的同步问题,给出子系统的Lyapunov函数和虚拟控制,在反演设计中引入滑模函数和控制器及自适应规则得到分数阶不确定非线性混沌系统取得自适应反演滑模同步的充分条件,并把该结论平推到整数阶系统.     

具有滑动边界条件Stokes问题的自适应Uzawa块松弛算法

对一类具有非线性滑动边界条件的Stokes问题,得到了求其数值解的自适应Uzawa块松弛算法（SUBRM）.通过该问题导出的变分问题,引入辅助变量将原问题转化为一个基于增广Lagrange函数表示的鞍点问题,并采用Uzawa块松弛算法（UBRM）求解.为了提高算法性能,提出利用迭代函数自动选取合适罚参数的自适应法则.该算法的优点是每次迭代只需计算一个线性问题,同时显式计算辅助变量.对算法的收敛性进行了理论分析,最后用数值结果验证了该算法的可行性和有效性.     

Willis环状脑动脉瘤系统的自适应模糊控制

针对不确定非线性生物系统—W illis环状脑动脉瘤系统,利用高斯型模糊逻辑系统的逼近能力及新构造的Lyapunov函数,基于模糊建模提出了一种自适应模糊控制器设计的新方案.该方案把逼近误差引入到控制器设计条件中用以改善系统的动态性能.不但设计简单还保证了控制方法的鲁棒性与稳定性.通过反向传播算法调整模糊基函数参数及递归最小二乘法调整参数向量,θ更新控制律,实现了理想跟踪.从理论上研究了脑动脉瘤内血流速度的非线性行为及控制,具有实际意义.仿真结果表明该控制方法的有效性.     

基于准ARX多层学习网络模型的非线性系统自适应控制

建立了准ARX多层学习网络预测模型,并用于非线性系统自适应控制问题.该模型的内核部分为一个改进的神经模糊网络(NFNs):一部分为三层非线性网络结构,采用自联想网络进行离线训练;另一部分为三层NFNs,采取在线调整.据此对参数进行分类,给出相应调整算法. 然后,基于模型宏观结构的优势给出控制器设计方案.仿真分析给出该建模方法的有效性.     

新的分数阶混沌系统及其同步

提出一个新的分数阶混沌系统,该系统含有三个参数,三个非线性项.通过理论分析,给出了分数阶混沌系统存在混沌吸引子的必要条件,通过数值仿真给出了混沌吸引子的图像,接着设计自适应同步控制器和参数自适应律,实现分数阶混沌系统的同步,数值仿真的结果表明设计控制器很好的实现了驱动系统和响应系统的同步.     

改进蜂群算法的永磁同步电机自抗扰调速策略

在分析永磁同步电机数学模型的基础上,针对永磁同步电机非线性、强耦合的特点以及存在快速性和超调难以调和的问题,提出一种基于改进蜂群优化算法的非线性自抗扰控制策略.首先针对传统蜂群优化算法全局寻优能力差和迭代缓慢的缺点,通过引入正余双弦局部优化算子和自适应惯性权重策略,有效提高了算法的全局搜索能力和收敛速度.其次将改进后的算法用于自抗扰控制器参数整定,选择出适用于永磁同步电机的自抗扰控制参数,提高了自抗扰控制器的控制精度.最后将优化后的自抗扰控制器用于控制永磁同步电机调速系统,并将仿真结果与其他三类控制器相对比,结果表明本文所提控制策略有效提高了控制精度,快速无超调且具有更好的抗扰动能力.     

一类不确定时变时滞系统的鲁棒自适应稳定控制

研究了一类不确定时变时滞系统的鲁棒自适应稳定控制问题.系统包含多变时滞非线性扰动.基于Lyapunov稳定性理论和Lyapunov-K rasovsk ii型泛函设计出了一种无记忆的自适应状态反馈控制器,并证明了满足一定条件时,此控制器使得闭环系统最终一致有界.