具有强鲁棒性的滑模变结构控制

针对一类高阶不确定非线性系统,基于指数型快速终端滑模的良好特性,提出了一种新的滑模变结构控制．系统状态变量能以较快的收敛速度在有限时间内到达各级滑模面的邻域,并最终收敛到平衡点附近很小的区域．使用李亚普诺夫稳定性理论证明了系统的渐近稳定性,并推导出各级邻域和系统不确定环节的数学关系．Matlab仿真验证了系统的强鲁棒性．     

有限时间收敛的Terminal滑模控制设计

讨论了一类SISO非线性系统的滑模变结构控制有限时间收敛问题,提出一种新的Terminal滑动模态及相应控制的设计方法,可用于带有外部扰动的二阶非线性系统。研究结果表明,系统状态在滑模面上能以较快的速度达到平衡点,在滑模面上到达平衡点的时间均是有限的,并且与普通的Terminal滑模相比,在滑模面上能以更短的时间到达平衡点。仿真结果表明了所提方法的有效性。     

不确定MIMO线性系统的全局快速终端滑模控制

针对一类不确定多输入多输出(MIMO)线性系统,提出一种全局快速终端滑模变结构控制方案.通过对系统进行特殊的非奇异状态变换,设计了相应的非线性终端滑模超曲面及变结构控制律,使得系统状态在有限时间内收敛到终端滑模面上,随后保持在滑模面上并按全局快速终端滑模规律运动,以较普通终端滑模更快的收敛速度在有限时间内到达平衡点.仿真结果证明了该方法的有效性.     

有限时间快速收敛滑模变结构控制

讨论了一类非线性系统的滑模变结构控制有限时间收敛问题.提出了一种新的收敛滑模超曲面及相应控制方案.研究结果表明,系统状态变量能以较快的收敛速度在有限时间内进入各级滑模超曲面最终到达平衡点,并具有良好的动态性能.最后仿真结果验证了该方案的有效性.     

直线电机轨迹跟踪系统快速终端滑模控制

为提高永磁同步直线电机伺服系统的控制精度和鲁棒性,满足高速度高精度运动控制系统的要求,提出了一种快速终端滑模控制方法并建立了电机系统数学模型.分析和证明该控制算法的稳定性和鲁棒性.与传统的滑模控制方法相比,该算法确保了系统状态在平衡点邻域内具有更快的收敛速度,并最终收敛至平衡点.通过选择控制算法中合适的参数值,系统可达...     

具有不确定未知界的相似组合系统的鲁棒分散输出控制

讨论了不确定相似组合系统的鲁棒分散输出控制问题.不确定项存在于子系统内部 及各子系统的互联项中,可以是非线性或时变的,且满足匹配条件,它们是有界的,但界是未 知的.文中所得控制器保证受控系统按指数收敛于系统的平衡点或以平衡点为中心的最终吸 引子.     

一种固定时间收敛模型参考终端滑模控制方法

针对一类具有模型不确定性和外部扰动的时变非线性系统, 基于模型参考控制方法, 设计了具有固定时间收敛特性的终端滑模控制器. 首先, 提出一种带有输入饱和限幅和补偿信号滤波的模型参考控制结构; 然后针对广义误差信号, 采用新型终端滑模面设计了补偿控制器, 较好地平衡靠近和远离平衡点的收敛速度. 基于李雅普诺夫方法证明了闭环系统的稳定性和固定时间收敛特性, 并给出了收敛时间上界. 最后将该方法应用到含有极限环的非线性系统跟踪控制中, 仿真结果验证了该方法的有效性.     

快速非奇异终端滑模在混沌系统中的应用

为解决传统线性滑模控制中的速度较慢和终端滑模的奇异性问题,提出一种快速非奇异终端滑模的控制策略,并将其应用于Lorenz混沌系统中。控制策略为当系统状态离平衡点较远时采用线性滑模,使其快速地到达滑模面;而一旦滑模到达所设计的滑模面时控制策略变为非奇异终端滑模,使其快速地收敛于平衡点。此策略将线性滑模和终端滑模的优点相结合,从而使整个系统的状态在全程都具有较快的收敛速度,此方法改善了传统的线性滑模只能渐近地趋近于平衡点的动态缺点;同时也改善了单独采用终端滑模时,离平衡点较远的状态到达时间较长的缺点;且有效地避免了奇异现象的发生。最后通过M atlab仿真,对Lorenz混沌系统进行仿真,验证了该方法的有效性。     

带有输入和状态时滞的高阶非线性前馈系统的自适应控制

本文考虑了一类高阶不确定非线性前馈系统的自适应镇定问题.将高阶非线性进一步放宽到不仅允许状态时滞,而且还具有未知增长率.通过将自适应方法、动态增益控制方法和增加幂次积分器法结合,设计了一个状态反馈控制器.所设计的控制器保证了闭环系统的所有信号有界,平衡点全局稳定,并且原状态收敛到0.     

基于精确罚函数的一类广义非线性神经网络模型

针对一般的非线性优化问题定义了一种2次非线性罚函数,证明了在一定条件下对 应的罚优化问题的精确罚定理,由此引进了一种广义非线性神经网络模型,并证明了这种网络 的平衡点与能量函数之间的联系,在一定条件下对应的平衡点收敛到原问题的最优解.这种神 经网络模型对于求解许多优化问题具有重要的作用.     

非线性跟踪-微分器的分析与改进

本计非线性跟踪－微分器的工作机理和参数意义进行了深入分析，发现了超调产生的根源及参数相近制约的原因，通过对其开关平面函数的改进，改善了信号的品质，得到了灵活解耦的参数整定方法，使非线笥跟踪于微分器更具有工程实用意义。     

高精度快速非线性离散跟踪微分器

对二阶连续系统最速控制设计中采用的综合函数作了分析, 得到了一种新的高精度、快速离散非线性跟踪微分器, 并对其滤波特性、微分提取特性进行了初步分析. 分析表明, 这种跟踪微分器对输入信号具有很好的跟踪能力, 能够滤除噪声和提取微分信号. 相位延迟小, 幅值衰减小, 因而具有跟踪的快速性、准确性. 最后, 给出了数值仿真例子来验证该算法; 并给出了一个实验结果, 证实了算法的可行性.     

奇异系统的一类新型观测器

本文利用非线性跟踪－微分器，设计出了线性时不变奇异系统的观测器。这里仅要求原系统Ｒ－能检，对原系统的控制输入，仅只要求它有界可积，从而很大地减弱了设计条件。     

Sufficient lyapunov-like conditions for stabilization

In this paper we study the stabilizability problem for nonlinear control systems. We provide sufficient Lyapunov-like conditions for the possibility of stabilizing a control system at an equilibrium point of its state space. The stabilizing feedback laws are assumed to be smooth except possibly at the equilibrium point of the system.     

A method to construct reduced‐order parameter‐varying models

This paper describes a method to construct reduced‐order models for high‐dimensional nonlinear systems. It is assumed that the nonlinear system has a collection of equilibrium operating points parameterized by a scheduling variable. First, a reduced‐order linear system is constructed at each equilibrium point using state, input, and output data. This step combines techniques from proper orthogonal decomposition, dynamic mode decomposition, and direct subspace identification. This yields discrete‐time models that are linear from input to output but whose state matrices are functions of the scheduling parameter. Second, a parameter‐varying linearization is used to connect these linear models across the various operating points. The key technical issue in this second step is to ensure the reduced‐order linear parameter‐varying system approximates the nonlinear system even when the operating point changes in time. Copyright © 2016 John Wiley & Sons, Ltd.     

跟踪-微分器用于连续系统辨识

利用跟踪－ 微分器估计连续系统状态并用最小二乘法估计系统参数,直接对连续系统进行辨识。仿真结果表明,不论是线性系统,还是非线性系统,只要结构对参数是线性的,利用这种方法都能有效地将其参数辨识出来     

A new method for the control of discrete nonlinear dynamic systems using neural networks

A new controller design method for nonaffine nonlinear dynamic systems is presented in this paper. An identified neural network model of the nonlinear plant is used in the proposed method. The method is based on a new control law that is developed for any discrete deterministic time-invariant nonlinear dynamic system in a subregion Psi(x), of an asymptotically stable equilibrium point of the plant. The performance of the control law is not necessarily dependent on the distance between the current state of the plant and the equilibrium state if the nonlinear dynamic system satisfies some mild requirements in Psi(x). The control law is simple to implement and is based on a novel linearization of the input-output model of the plant at each instant in time. It can be used to control both minimum phase and nonminimum phase nonaffine nonlinear plants. Extensive empirical studies have confirmed that the control law can be used to control a relatively general class of highly nonlinear multiinput-multioutput (MIMO) plants.     

Stability analysis of nonlinear quadratic systems via polyhedral Lyapunov functions

Quadratic systems play an important role in the modeling of a wide class of nonlinear processes (electrical, robotic, biological, etc.). For such systems it is mandatory not only to determine whether the origin of the state space is locally asymptotically stable, but also to ensure that the operative range is included into the convergence region of the equilibrium. Based on this observation, this paper considers the following problem: given the zero equilibrium point of a nonlinear quadratic system, assumed to be locally asymptotically stable, and a certain polytope in the state space containing the origin, determine whether this polytope belongs to the domain of attraction of the equilibrium. The proposed approach is based on polyhedral Lyapunov functions, rather than on the classical quadratic Lyapunov functions. An example shows that our methodology may return less conservative results than those obtainable with previous approaches.