输入受限迟滞非线性系统的滑模控制

针对一类含有Backlash-like迟滞特性的非线性系统,设计了输入受限情况下的滑模控制器。首先分析了Backlash-like模型中的变量特性,引入RBF神经网络对迟滞模型中的类扰动项进行近似逼近,在类扰动项界未知情况下,削弱迟滞对系统的影响;然后通过定义一个稳定自适应的辅助补偿系统,采用输入饱和误差动态放大的方法来实现控制饱和的补偿;最后结合Lyapunov函数设计了滑模控制器。该方法考虑了控制输入受限,符合实际工程情况,有效减少了智能材料中迟滞非线性对系统造成的不良影响,提高了系统的控制精度和稳定性能。仿真结果表明该控制方法有效。     

非线性神经网络自适应控制及其在导弹中的应用

研究了用神经网络控制未知动态特性的非线性系统。基于神经网络学习系统的反向动态特性，调整控制网络的参数，使控制系统具有自适应的特性。网络学习采用误差反向传播算法，仅需要对象的输入输出值。对含有非线性环节的系统，该方法取得较好的效果。     

自主水下航行器轴向运动的自适应反演滑模控制

研究了自主水下航行器在未知海流作用下的轴向运动跟踪控制问题,采用非线性反演设计技术,引入自适应机制在线估计未知海流速度和模型参数,用滑模控制克服系统中的未建模动态特性,保证了轴向位置跟踪误差的全局渐近稳定性。仿真结果表明,该自适应反演滑模控制具有良好的鲁棒性和自适应性。     

控制增益符号未知的非线性系统执行器故障补偿

针对一类具有方向未知的不确定增益函数和未知执行器故障的不确定非线性系统,将Nussbaum函数增益与自适应输出反馈设计相结合,提出一种自适应鲁棒非线性容错控制方案。本方案无需精确获得执行器故障信息,并通过引入控制参数在线自适应调整技术,使得控制器对参数、干扰以及故障变化具有很强的鲁棒性,采用Nussbaum增益方法放松了对高频增益符号已知的假设,利用鲁棒项抵补偿自适应逼近误差和未知外界干扰的影响,通过李雅普诺夫方法从理论上严格证明了整个闭环系统信号的有界性和渐进的输出跟踪。仿真结果验证了该方法的有效性。     

带有鲁棒控制项的MIMO非线性系统的模糊控制

针对一类不确定多输入多输出（MIMO）非线性系统, 提出了一种新的鲁棒间接自适应模糊控制设计方案, 解决了提高模糊控制精度问题. 模糊逻辑系统用作逼近系统的未知函数, 根据跟踪误差给出了参数调节律, 用鲁棒控制项对未知的逼近误差进行补偿, 以此来减小逼近误差对跟踪精度的影响. 基于李亚普诺夫函数方法证明了所设计的控制方案不但能保证跟踪误差收敛到原点的小邻域内, 而且通过适当增大设计参数的值, 可使跟踪误差减小, 提高了控制精度.仿真结果表明了该方法的有效性.     

一种非线性模糊自适应控制方法

利用模糊逻辑,提出了一种非线性模糊自适应控制方法,其特点是利用非线性系统的估计模型已知,存在模糊逻辑系统来描述误差模型及控制作用的条件来设计控制方案及自适应调节律,在模糊逻辑系统中参数都是任意可调的,并证明了在一定条件下,该控制器能跟踪所给定的有界信号。     

未知非线性时滞系统自适应模糊控制

针对一类含有未知函数的非线性时滞系统,提出了一种自适应模糊控制方案．在自适应Backstepping设计方法的基础上,采用模糊逻辑系统辨识非线性未知函数,采用自适应边界技术估计辨识误差上界．通过Domination方法和构造合适的Lyapunov-Krasoviskii泛函相结合,抵消了非线性时滞项对系统的影响．证明了闭环系统为半全局一致本质有界,通过调节设计参数可以实现任意的跟踪精度．实例仿真说明了该方案的可行性．     

不确定非线性系统高精度自适应模糊控制

针对一类未知边界函数的不确定仿射非线性系统,提出一种高跟踪精度特性的自适应模糊控制器。基于变论域模糊系统理论证明了最优逼近误差在特定条件下具有局部收敛特性。通过以跟踪误差作为输入并选择适当的自适应参数,设计出逼近误差局部收敛的自适应模糊控制器。以最优逼近误差存在未知上确界为主要假设,证明了闭环系统在所有信号一致有界意义下的稳定性和跟踪误差收敛性。该控制器无需附加补偿器即可在理论上消除逼近误差对跟踪误差的影响,从而实现平滑控制输入下的高精度跟踪性能。单力臂机械手控制的仿真结果表明了该方法的有效性。     

超混沌Liu系统的控制

研究了新的超混沌Liu系统的控制问题.基于Routh-Hurwitz判据和Lyapunov稳定性理论,用不同方法控制超混沌Liu系统到唯一的不稳定的平衡点.在参数已知和未知情况下分别采用单一的线性反馈控制、非线性控制和自适应控制方法实现混沌控制.对于参数未知时,给出参数自适应律,识别系统的未知参数.最后仿真结果表明设计的控制器是有效的.     

具有未知死区的SISO非仿射非线性系统间接自适应模糊控制

为了解决含有未知死区输入特性的SISO非仿射非线性系统的跟踪控制问题,提出了基于模糊自适应方法的控制器设计方案,把未知死区分解为一个线性项和一个扰动类似项,当系统状态可测时,利用模糊逻辑系统设计间接自适应模糊控制器,并结合跟踪误差信息设计自适应律;系统状态不可测时,通过引入误差观测器估计的状态变量,设计了间接自适应模糊输出反馈控制器．理论论证过程说明两种控制器能使系统的跟踪误差最终收敛到零的某一邻域,且闭环系统所有信号均有界. 仿真实验结果表明利用所设计控制方案可以使系统完成跟踪控制任务．     

带有时滞的未知非仿射非线性系统自适应模糊跟踪控制

应用自适应模糊逼近方法研究了一类带有时滞的未知非仿射非线性系统的跟踪控制问题.系统的实际控制器是按照Backstepping设计过程经逐步反推而得到,在每一步设计中需要用自适应模糊逻辑系统来逼近未知的非线性函数.为了降低控制设计对先验知识的依赖性,取消须事先已知模糊基函数的限制,采用非线性参数化的模糊逻辑系统作为逼近器.由于逼近器中的未知参数彼此之间呈非线性关系,无法直接得到在线估计这些参数的自适应律.为了实现对相关参数的在线调节,先应用Taylor展开式将呈非线性关系的参数分离,使其相互之间具有线性关系,然后再基于Lyapunov第2方法给出相应参数的自适应调节律.最后,通过一个仿真实例来验证所给方法的有效性.结果表明:所得自适应模糊控制器能有效补偿时滞的影响,保证闭环系统中所有信号均有界,而且输出跟踪误差能收敛到原点的任意小邻域内.     

一类非仿射非线性系统的神经网络输出反馈方案设计

针对一类非仿射非线性系统,设计了一种基于神经网络的自适应输出反馈控制方案,使得输出信号能够跟踪给定信号。构造观测器估计系统中的未知状态变量,采用神经网络结构补偿系统中的非线性部分,并且设计了鲁棒控制项来抵消逼近误差,增加了抗干扰能力。系统稳定性得到严格证明。仿真结果充分证明了该方案的有效性和可行性。     

非线性时滞系统的自适应模糊跟踪控制

针对一类带有未知非线性函数和时滞项的非线性不确定系统,提出了一种新的自适应模糊跟踪控制。用模糊逻辑系统来逼近系统中未知的非线性不确定函数,基于自适应方法和Backstepping设计模糊自适应控制器。设计的模糊自适应控制器确保了闭环系统的所有信号是一致有界的,也保证了跟踪误差收敛到原点的一个充分小的邻域内;另外设计的模糊跟踪控制器不涉及模糊基向量函数的计算,使其在系统的控制过程中将极大地降低系统的在线计算负担。仿真算例验证了所提出方法的有效性。     

具有输入死区的非线性纯反馈系统的Backstepping控制设计

针对一类具有未知死区的非线性纯反馈系统自适应神经网络控制问题,本文提出了基于径向基函数神经网络结构特征的控制设计方案。将未知输入死区表示成一个线性死区与一个有界非线性死区之和的形式,在控制设计过程中,通过神经网络系统逼近未知非线性函数,结合自适应Backsteeping方法及神经网络基函数向量的范数性质,设计了一种自适应神经网络状态控制器,并通过Lyapunov稳定性理论进行稳定性分析。分析结果表明,在该控制方案作用下,闭环系统的所有信号有界,跟踪误差收敛到原点一个足够小的领域,数值仿真验证了本文方法的有效性。该研究具有一定的实用价值。     

基于单步预测的模型参考自适应逆控制

针对非线性系统,提出一种基于单步预测的模型参考自适应逆控制方案.该方案将预测思想引入自适应逆控制中,采用Elman网络作为模型辩识器,利用它建立非线性系统输出的预测模型;采用模糊神经网络作为自适应逆控制器,由预测误差进行参数的在线自适应寻优.仿真结果表明,该方案具有很好的跟踪效果和较强的鲁棒性.     

非线性互联系统的自适应模糊分散控制

针对一类带有完全未知关联项的非线性严格反馈互联系统,本文提出一种自适应模糊输出反馈分散控制方案。在控制设计过程中,先设计状态观测器来估计系统中不可测的状态,将研究领域由状态反馈的系统扩展至状态未知的输出反馈系统,然后应用模糊逻辑系统逼近未知的光滑非线性函数,并结合Lyapunov方法和自适应Backstepping技术,设计出一个自适应控制方案,通过仿真算例验证所提控制方法的有效性。仿真结果表明,所设计的观测器较好地估计了未知的系统状态,确保在所提控制器的作用下,整个闭环系统具有良好性能。该方案保证了闭环系统的所有信号半全局一致终极有界。     

非线性纯反馈时滞系统的自适应模糊跟踪控制

针对一类不确定非线性纯反馈时滞系统的自适应模糊跟踪控制问题,本文采用模糊逻辑系统来逼近系统中未知的非线性函数,利用自适应方法和Backstepping方法构造出一种自适应模糊控制器,并给出了非线性纯反馈时滞系统跟踪控制问题可解的充分条件.仿真结果表明,所设计的自适应模糊控制器,保证闭环系统的所有变量有界,并确保系统输出有效跟踪给定的参考信号,跟踪误差收敛到原点的一个充分小的邻域之内,同时其他闭环信号保持有界.该控制方法可以有效地减少系统在线计算负担.     

一类纯反馈系统Backstepping控制设计

针对一类非线性纯反馈系统的自适应神经网络控制问题,本文提出基于径向基函数神经网络结构特征的控制设计方案。在控制设计过程中,首先设计状态观测器,估计系统中未知状态变量,通过神经网络近似未知非线性函数,结合自适应Backsteeping方法及神经网络基函数向量的范数性质,设计了一种自适应神经网络输出反馈控制方案,最后通过Lyapunov稳定性理论对系统进行分析,从而证实在所提出方案的作用下闭环系统的所有信号有界,跟踪误差收敛到原点的一个足够的小领域。数值仿真验证了本文方法的有效性。该研究解决了这类系统的状态控制问题,具有一定的实际应用价值。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。     

基于自适应模糊PID控制的电阻炉温度控制系统

以电阻炉温度控制作为对象,针对温度常规PID控制系统由于温度的非线性、时变性和滞后性等特性,存在超调量较大、调节时间较长等问题,对控制系统采用自适应模糊PID控制算法,使用MATLAB软件的Simulink进行了仿真.由仿真结果知,该自适应模糊PID控制具有良好的控制性能.最后给出了该自适应模糊PID控制系统PLC的实...