基于一阶不确定项估计律的机械臂鲁棒控制研究

针对多自由度机械臂控制系统的模型参数误差、关节摩擦力以及外部输入扰动等不确定项,设计了一类一阶误差估计律;结合基于机构动力学名义模型的输入输出反馈线性化控制算法,对六自由度刚性机械臂的时变轨迹跟踪控制进行了研究,理论上证明了设计的鲁棒控制器是全局渐进稳定的.仿真结果表明该控制策略对系统的各类不确定项具有很好的鲁棒性,能够实现高精度的轨迹跟踪控制.     

带有海浪滤波器的船舶航向反步自适应输出反馈控制

针对复杂海况下船舶航向控制中的模型非线性、参数不确定和海浪扰动问题,提出了一种基于反步法的非线性自适应输出反馈控制算法.首先基于无源理论设计了一种状态观测器以实现海浪滤波和状态估计,这种观测器无需海浪扰动的方差信息从而减少了观测器参数数量.然后假定系统模型参数未知,基于反步法给出了非线性控制律和参数自适应律.利用Lyapunov理论证明了这种自适应输出反馈控制系统的稳定性.仿真结果表明本文所提控制器具有较好的控制性能,对不确定性模型参数具有良好的自适应性.     

一种完全数据驱动的子空间辨识与鲁棒预测控制器设计

针对线性时变多变量系统,在可能存在输入输出数据噪声的情况下,不需已知系统的先验结构信息,提出一种完全数据驱动的子空间辨识及控制器设计方法.在子空间在线辨识基础上,利用不确定性模型更好地建模被控系统,结合鲁棒控制策略进行预测控制器的设计;将系统建模与鲁棒控制器的设计包含在一个控制系统设计框架内,对模型不确定性具有更好的鲁棒性;最后给出仿真实例验证算法的有效性.     

一种基于虚拟参考反馈调整的无模型自适应控制

针对无模型自适应控制算法中对伪偏导数估计值信息利用率不高的问题,提出一种新的无模型自适应控制算法.运用虚拟参考反馈调整方法思想,将紧格式线性化后的线性模型与基本无模型自适应控制器构成的闭环系统作为参考模型,再以参考模型的输出与系统期望输出的误差作为控制器的输入,从而将伪偏导数过去时刻的估计值引入到新的控制律中,提高了伪偏导数估计值信息利用率.仿真结果表明改进的无模型自适应控制具有较好的控制性能.     

具有未知负载扰动的水井钻机电液伺服系统无模型自适应控制

针对电液伺服系统在水井钻机推进工况下存在的参数不确定以及未知负载扰动突变等非线性因素,提出了基于径向基(RBF)神经网络扰动观测器的无模型自适应控制方法.首先,通过改进的无模型自适应控制动态线性化方法,将被控系统线性化为与输入输出相关的增量形式,并将未知负载扰动合并到一个非线性项中;然后,设计了径向基神经网络扰动观测器对含有未知负载扰动的非线性项进行估计,作为对未知扰动的补偿;最后,设计了时变参数估计律,通过在线调整伪偏导数,给出了电液伺服系统的控制更新律.仿真结果表明,所设计的控制器能够对未知负载扰动突变进行补偿,并能确保跟踪误差有界收敛.     

非参数模型控制在液位控制系统中的应用研究

针对工业控制过程中液位系统的时变和明显的滞后特征,研究了非参数模型控制方法在液位控制系统中的设计方案,讨论了控制算法中引入的伪偏导数的在线估计问题,实现了通过液位系统的输入输出信息并利用递归最小二乘法对伪偏导数进行在线估计的过程,仿真实验验证了非参数模型算法对液位控制的鲁棒性、快速性及抗干扰性,通过仿真比较,展示了该算法性能优于PID算法和模糊控制的结果.     

一种双重自校正控制器

为了便于结构复杂的非线性系统的自适应控制，对输入输出时变线性模型（TVARMAX）进行变换，得到一种简便的、不依赖系统结构的输入输出增量式非齐次时变线性模型，推出了相应的参数估计投影响算法，采用模型的逆作为逆控制器，并与一阶滤波器串联构成双重自校正控制器，逆控制器利用模型参数的估计值进行自校正，对系统起主导调节作用。而滤波器则利用系统的行为特征进行自校正，具有系统性能监控功能，这种双重自校正控制方式可以提高系统对非结构工业环境的适应范围，仿真结果表明了该控制器的有效性。     

一种改进的紧格式无模型自适应控制方法

针对一类由一般非线性函数描述的离散时间非线性系统,采用等价动态线性化技术,提出一种改进的紧格式无模型自适应控制(iCF-MFAC)方法.iCF-MFAC方法的自适应控制律包含两项:时变比例控制项和时变积分控制项,与只有一项时变积分项的原CF-MFAC方法相比,iCF-MFAC方法具有更好的通用性和灵活性,并能够提供更好的动态控制性能.其次,将iCF-MFAC方法与具有类似控制器结构的基于全格式动态线性化技术的无模型自适应控制方法进行对比分析,在相同控制器参数作用下,iCF-MFAC方法具有更快的输出响应.最后,从理论上证明闭环iCF-MFAC系统的收敛性和稳定性,并分别通过数值仿真和真实实验验证所提出方法的有效性和可行性.     

控制量前具有不确定系数的电液伺服系统自适应控制

针对控制输入前具有不确定系数的电液伺服位置系统精确跟踪控制问题, 提出了一种改进的自适应Backstepping控制器设计方法. 该方法通过对系统模型的等价变换和选择合适的Lyapunov函数, 有效解决了系统模型中控制输入前存在不确定系数而导致所设计的控制器存在参数自适应律, 而自适应律中存在控制量造成的嵌套难题. 以驱动连铸结晶器的电液伺服位置系统为例, 进行了控制器的设计和稳定性证明. 仿真研究结果表明, 所提出的改进设计方法是可行的, 设计的控制器具有较强的鲁棒性和良好的跟踪性能.     

pH值中和反应过程的无模型学习自适应控制

根据pH值处理过程的时变和非线性特性,将基于紧格式线性化的单入单出非线性离散时间系统的无模型学习自适应控制方法应用在带有时滞的pH值中和反应过程中。控制器的设计是无模型的,是直接基于称为伪偏导数的向量,此伪偏导数是通过一种新型参数估计算法,根据酸碱中和反应系统的输入输出信息在线导出的。此无模型控制方法非常适用于实际的模型参数难以辨识,且是时变的非线性系统。仿真控制验证了该方法对不确知动态的非线性pH值的控制具有鲁棒性强、响应速度快和控制精度高的优点,性能好于传统的PID控制。     

二维直线电机的多入多出无模型自适应轮廓控制

针对传统的单入单出控制器无法解决二维直线电机存在的非线性,不确定性以及强耦合作用等问题,依据无模型自适应控制不依赖于被控系统精确数学模型,仅需受控系统输入输出数据便能实现自适应控制这一特点,采用多入多出的紧格式动态线性化无模型自适应控制算法对二维直线电机XY轴进行整体控制器设计.同时,针对二维直线电机这种含有纯二阶积分环节的非自平衡系统,提出了多入多出无模型自适应控制改良方法,并进行严格的稳定性和收敛性证明.为了提高二维直线电机的轮廓精度,在多入多出无模型自适应控制改良方法的基础上,加入交叉耦合控制器,与传统的交叉耦合控制方法相比较,提高了跟踪精度和轮廓精度.最后通过仿真和实物实验证明了所提方案的有效性.     

一种无模型自适应积分终端滑模控制方法

针对一类包含扰动的非线性离散时间系统,提出一种新的无模型自适应离散积分终端滑模控制算法.该算法基于紧格式动态线性化数据模型,利用离散积分终端滑模控制算法设计无模型自适应控制器,并采用扰动估计技术估计系统的扰动项,其中动态线性化方法中“伪偏导数”的估计算法仅依赖于被控系统的I/O测量数据.理论分析证明了系统输入输出有界,并通过仿真实验验证了所提算法的有效性.     

离散时间非线性系统的数据驱动无模型自适应迭代学习控制

本文基于迭代域的动态线性化方法,提出了一类单入单出离散时间非线性系统的数据驱动无模型自适应迭代学习控制方案.无模型自适应迭代学习控制本质上属于一种数据驱动控制方法,仅利用被控对象的输入输出数据即可实现控制方案的设计.理论分析表明无模型自适应迭代学习控制方案可以保证最大学习误差的单调收敛性.数值仿真和快速路交通控制应用验证了无模型自适应迭代学习控制方案的有效性.     

二维直线电机的并联型无模型自适应复合控制

针对二维直线电机平台系统的XY轴协同控制问题,将PI与并联型无模型自适应相结合的复合控制方法应用于控制系统。该控制方法通过在每个子系统加入PI控制方法保证其稳定性,再通过并联型的无模型自适应控制方法来提高整个系统的跟踪性能,以减小系统位置误差。基于数据驱动的无模型自适应控制方法设计二维直线电机系统控制器,其优势在于无需被控系统精确数学模型,仅根据被控系统输入输出数据对系统进行控制。相比基于模型的控制方法,该方法能够减小未建模动态产生的干扰,有效提高控制精度。仿真及实物控制效果对比结果表明,这种复合控制方法明显提高了整个系统的稳定性和位置跟踪精度。     

Resilient distributed model-free adaptive predictive control for multiarea power systems under denial of service attack

This paper proposes a novel load frequency control (LFC) strategy for power systems based on distributed model-free adaptive predictive control. First, a power system dynamic model is established by the input and output signals of the power system. Then, a distributed model-free adaptive predictive control algorithm is established for the power system under denial-of-service attack by the established power system dynamic model, and a predictive compensation algorithm is designed to compensate the impact of DoS attack. Based on the designed distributed model-free adaptive predictive control algorithm, the frequency tracking error of the multiarea power system is bounded. The scheme is independent of the structure of the power system and does not need to measure any state signals of the power system, relying only on the input and output data of the power system. The results of simulations demonstrate the effectiveness and superiority of the design.     

具有外部扰动的PMSM系统的无模型自适应预测控制

针对于一类具有强耦合、负载不确定性和外界干扰的永磁同步电机(PMSM)系统,本文研究了基于无模型自适应预测控制(MFAPC)问题,并提出了一种新颖的MFAPC方案来实现有外界扰动的PMSM系统的速度追踪任务.所提出控制方案的主要优势在于仅使用了被控系统的输入/输出数据,并且对外界干扰具有较强的鲁棒性.此外,还讨论了闭环系统跟踪误差的收敛性以及有界输入有界输出的稳定性.最后,通过与传统的PI控制方案、原型无模型自适应控制(MFAC)方案的仿真结果相比较,验证了所提出MFAPC方案的有效性和优越性.     

一种带有无模型外环补偿的PID控制

提出了一种新的控制器来解决传统的PID控制器不能很好地控制的系统,如非线性系统、变结构系统等。使用无模型控制作为补偿,用来解决由时变参数和参数估计误差引起的系统跟踪误差。当把外环去掉时,就是PID控制器。如果PID控制效果已经达到了理想状态,即受控对象的输出已经跟踪了期望输出,无模型控制的输出控制信号不起作用。证明了无模型控制的收敛性,仿真结果表明了该方法的有效性。     

永磁直线电机的无模型自适应控制方法研究

将基于全格式线性化的单入单出非线性离散时间系统的无模型学习自适应控制方法应用在永磁直线电机的速度和位置控制中.控制器的设计是无模型的,是直接基于称为拟梯度的向量,拟梯度向量是通过新型参数估计算法,根据给出的永磁直流直线电机运动模型的输入输出信息在线导出的.无模型控制方法非常适用于实际的阶数难以知道或难以辨识,且是时变的非线性系统.实现了系统阶数较高时的有效控制,弥补了经典自适应控制阶数高时在线计算量过大而不能适应于系统快速变化过程的不足.利用Matlab软件进行仿真实验,验证了该方法对电机这种具有不确知动态的非线性系统的稳定性和抑止外部干扰和噪声的有效性和鲁棒性.     

小型无人直升机的无模型自适应鲁棒控制设计

本文针对小型无人直升机的姿态控制问题,考虑到现有基于模型的控制方法对系统动力学模型的依赖性,以及未建模动态对系统控制性能的影响,设计了一种新的基于数据驱动的无模型自适应鲁棒控制律.通过基于数据驱动的设计方法,降低了控制器对直升机动力学模型先验知识的依赖,补偿了未建模不确定性的影响.仅利用无人直升机的输入输出数据,即可实现对无人直升机系统的稳定姿态控制.然后本文结合离散滑模控制设计,补偿了未知外界扰动的影响,提高了系统的鲁棒性,并通过理论证明了控制误差的收敛性和闭环系统的稳定性.最后,在本研究组自主开发的无人直升机飞行控制实验平台上,进行了无人机实时控制实验.实验结果表明,本文所提出的控制算法取得了很好的姿态控制效果,并对系统不确定性和外界风扰动具有良好的鲁棒性.     

无人驾驶车辆稳态漂移的无模型自适应控制

本文引入一种基于无模型自适应控制算法的无人驾驶车辆稳态漂移控制方案.首先,对车辆漂移动态过程进行动力学分析,其次,确定控制系统的控制输入量和控制目标,然后基于无人驾驶车辆稳态漂移控制系统的动态线性化数据模型,设计无模型自适应稳态漂移控制算法、伪雅可比矩阵估计整定算法和伪雅可比矩阵重置算法,从而实现无人驾驶车辆的稳态漂移过程.该无模型自适应控制方法仅使用车辆运行时的输入输出数据,无须进行复杂建模,实现了良好的动态控制结果,具有的良好自适应性.最后,通过数值仿真验证了控制算法的有效性.