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．     

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.     

永磁同步电动机的转速跟踪控制

研究永磁同步电动机的转速控制问题.对于参数不确定,输出受限的永磁同步电动机系统,提出转速跟踪控制方法.利用神经网络逼近电动机系统中的复杂非线性函数,采用自适应控制,动态面控制技术,设计控制器实现电动机的转速跟踪控制器.文中提出的控制策略不仅能够克服电机参数的不确定性和负载扰动,而且避免了传统反步设计方法存在的"复杂性爆炸"问题.基于Lyapunov稳定性理论,证明闭环系统具有半全局稳定性,转速跟踪误差收敛于原点的极小邻域内.仿真结果验证了所提控制方法的有效性.     

不确定非线性系统的周期信号自适应跟踪

考虑不确定非线性系统的周期信号的自适应跟踪问题. 系统的不确定性不能参数化,周期信号由一非线性系统产生.提出了跟踪周期信号的自适应控制律. 此控制律保证了闭环系统所有的信号有界和跟踪误差趋于零. 已有的有关的周期信号跟踪控制律只能保证跟踪误差的平方在一周期上的积分趋于零.     

一类非线性系统的输出反馈跟踪控制

研究了一类带有动态不确定性的非线性系统鲁棒输出跟踪控制问题.应用结合死区技术的反步方法,提出了一输出反馈跟踪控制方案.设计的鲁棒跟踪控制器能够使得跟踪误差在有限时间后收敛到原点的任意小邻域,同时保证闭环系统的其他信号有界.仿真例子验证了该控制方案的有效性.     

基于模糊与神经网络技术的复杂非线性跟踪控制

针对一类具有不确定性、多重时延和状态未知的复杂非线性系统,把模糊T-S模型和RBF神经网络结合起来,提出了一种基于观测器的跟踪控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器用来观测系统状态,并由线性矩阵不等式得到模糊模型的控制律;其次,构建了自适应RBF神经网络,应用自适应RBF神经网络作为补偿器来补偿建模误差和不确定非线性部分.证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.     

一种基于奇异摄动理论的鲁棒自适应非仿射非线性控制方法

文章针对一类具有参数不确定性和未知扰动项的非仿射非线性系统,提出了一种基于奇异摄动理论的鲁棒自适应控制方法.首先,通过控制输入构建了一个快变子系统,为原系统引入时标分离特性,使闭环系统可以在快变和慢变时间尺度上分解为两个降阶子系统:边界层子系统和降阶慢变子系统.在快时间尺度上,通过设计边界层子系统的结构使其在平衡点处指数稳定;在慢时间尺度上,针对含有参数不确定性和未知扰动项的降阶慢变子系统设计鲁棒自适应控制器.根据奇异摄动理论,闭环系统的跟踪性能可由降阶慢变子系统近似.文章提出的控制方法同时考虑了参数不确定性和未知扰动项的影响,在不忽略非仿射结构的前提下实现控制目标,不依赖于原系统的时标分离特性,且避免了反步法中的“复杂性爆炸”问题.两组与参考文献控制方法的对比仿真结果验证了文章控制方法的有效性.     

基于观测器的非严格反馈时滞非线性系统的神经网络自适应控制

针对一类非严格反馈的时滞非线性系统,研究了一类基于观测器的自适应神经网络控制问题.针对系统中存在未知状态变量的问题,设计了一个状态观测器.利用反步法和径向基神经网络的逼近特性,提出了一种自适应神经网络输出反馈控制方法.所设计的控制器保证了闭环系统中所有信号的半全局一致有界性.最后,通过仿真验证了所提控制方法的有效性.     

一类MIMO非线性系统的稳定自适应模糊控制

针对一类 MIMO不确定非线性系统 ,基于一种修改的李亚普诺夫函数并利用 I型模糊系统的逼近能力 ,提出一种分散自适应模糊控制器设计的新方案。该方案不但能够避免现有的一些自适应模糊 /神经网络控制器设计中对控制增益一阶导数上界的要求 ,而且能够避免控制器的奇异问题。通过理论分析 ,证明闭环控制系统是全局稳定的 ,跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

离散非线性系统的神经网络预测控制及其在AUV中的应用

针对一类不确定离散非线性系统,提出了一种神经网络预测控制算法.考虑系统中的不确定项,建立神经网络辨识模型作为预测模型.为减少重构误差对系统的影响使用了反馈校正技术.为提高控制性能引入了一种动态补偿器来镇定跟踪误差系统.所提出的控制算法保证了闭环系统的所有信号都是有界的.最后,针对AUV中的路径跟踪问题对所提出的控制算法进行仿真应用,仿真结果说明了算法的有效性.     

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.     

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。     

一类非最小相位非线性系统的鲁棒输出调节

研究了一类具有非最小相位和非线性外部系统的非线性系统的全局鲁棒输出调节问题.首先,利用浸入系统设计了一个非线性内模.其次,把原系统的全局鲁棒输出调节问题转化为增广系统的全局鲁棒镇定问题.然后,利用改变能量函数和动态增益技巧设计了一个状态反馈控制器,使得闭环系统的解有界并且跟踪误差渐近趋于零.最后,利用仿真结果验证了所设计的控制器的有效性.     

一类非仿射不确定非线性系统的自适应模糊输出反馈控制

针对一类非仿射的不确定非线性系统,利用H∞控制技术和模糊系统,提出一种基于观测器的混合的直接自适应模糊控制方法,该方法不需要系统的状态变量完全可测,同时取消了最优逼近误差平方可积的假设条件,而且跟踪误差渐近收敛到零。仿真结果表明所提设计方法的有效性。     

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.     

无需精确初始误差的纯反馈系统实用预设时间保性能控制设计

暂态行为、稳态精度、调节时间和收敛速率是评价控制系统闭环性能的四个关键指标.文章针对非匹配的不确定纯反馈非线性系统,提出了一种同时满足以上四个指标的跟踪控制设计方案.该方案通过设定性能函数来保证系统输出信号始终保持在由该函数边界形成的包络范围内.同时,在一种新颖的误差转换机制控制下,闭环系统的稳态精度和调节时间可以被预先设定.文章使用神经网络来逼近完全未知的非线性函数,其中神经网络的权值可以通过自适应律在线更新.另外,文章在自适应律中加入σ-修正项以避免估计参数发生漂移现象.最后,仿真结果验证了所提控制方法的有效性和在控制性能上的优越性.     

非仿射高阶关联大系统的分散模糊输出反馈控制

针对一类仅子系统输出变量可测的非仿射不确定非线性关联大系统,考虑其关联项是关于系统状态的普通高阶多项式,在无须严格正实(SPR)的条件下采用Leunberger观测器观测未知状态向量,结合模糊系统的万能逼近原理,监督控制技术和自适应控制技术,借助反证法提出一种新的分散自适应模糊输出反馈控制方案,该方案不仅取消了逼近误差平方可积的假设条件,而且控制增益隐含数一阶导数的上界是更具一般性的未知非线性函数,基于Lyapunov稳定理论分析证明了闭环系统的全局稳定性,跟踪误差收敛到零,仿真结果表明所提控制方案的有效性.     

基于自抗扰控制器的CNC雕刻机控制系统轮廓误差控制

针对CNC雕刻机控制系统因时变时延影响轮廓跟踪精度的问题,设计了基于自抗扰控制的单轴轨迹跟踪控制器和基于非线性PID(NLPID)的轮廓误差补偿控制器.首先,针对单轴轨迹跟踪控制,将时变时延引起的不确定性处理成系统总干扰的一部分,设计扩张状态观测器(ESO),对系统内外总干扰和系统状态进行实时估计,并设计误差补偿控制律,实现系统干扰的估计和补偿,得到良好的单轴轨迹跟踪控制性能.然后,根据轮廓误差估计值,设计基于NLPID的轮廓误差补偿控制器,对系统轮廓误差实时补偿,实现了良好的轮廓跟踪控制性能.最后,通过实验验证了所提方法的有效性.     

非线性多时滞系统的直接自适应模糊控制

针对一类单输入单输出非线性多时滞系统,提出了一种自适应模糊跟踪控制方案.该方案结合了自适应控制和H∞控制.构建了自适应时滞模糊逻辑系统用来逼近未知时滞函数;设计了H∞补偿器来抵消模糊逼近误差和外部扰动.根据跟踪误差给出了参数调节规律.证明了误差闭环系统满足期望的H∞跟踪性能.仿真结果表明了该方案的有效性.     

具有控制输入约束的轮式移动机器人轨迹跟踪最优保性能控制

针对考虑模型不确定性因素影响及控制输入约束的轮式移动机器人的轨迹跟踪问题,文章提出了一种具有控制输入约束的轨迹跟踪最优保性能控制器.依据实际机器人与虚拟机器人的相对位姿关系建立轨迹跟踪误差动态模型.采用平衡点线性化方法将非线性形式的轨迹跟踪误差动态模型转换为线性形式的轨迹跟踪误差动态模型.通过线性矩阵不等式处理方法,给出了具有鲁棒性能上界的最优保性能控制器的存在条件及设计方法.仿真及实验结果表明,文章所提控制器能较好抑制模型不确定性的影响,提高移动机器人的轨迹跟踪性能和鲁棒性.