首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 415 毫秒

1.  不确定性机器人系统自适应鲁棒迭代学习控制  被引次数:2
   杨胜跃      樊晓平《控制理论与应用》,2003年第20卷第5期
   利用Lyapunov方法, 提出了一种不确定性机器人系统的自适应鲁棒迭代学习控制策略, 整个系统在迭代域里是全局渐近稳定的. 所考虑的机器人系统同时包含了结构和非结构不确定性. 在设计时, 系统的不确定性被分解成可重复性和非重复性两部分, 并考虑了系统的标称模型. 在所提出的控制策略中, 自适应策略用来估算做法确定性的界, 界的修正与迭代学习控制量一样的迭代域得以实现的. 计算机仿真表明本文提出的控制策略是有效的.    

2.  离散时变系统的自适应迭代学习控制  
   孙明轩  余林江《浙江工业大学学报》,2013年第41卷第1期
   针对一类有限区间上重复运行的离散时变SISO系统,分别采用带饱和函数和死区修正的投影算法进行参数估计,提出自适应迭代学习控制方案.关键技术引理在分析离散自适应控制系统时起到了关键作用,文中把这一引理推广至迭代域,用于建立离散自适应迭代学习控制系统的稳定性和收敛性.理论证明,即使每次迭代存在初始偏差,跟踪误差沿着迭代轴仍能收敛于零,且闭环系统的所有信号有界;当存在外部扰动时,跟踪误差收敛于一邻域内,其半径为干扰的界.在直线伺服系统上的应用结果验证了所提出的学习控制方法的有效性.    

3.  基于神经网络的鲁棒自适应滑模迭代学习控制  被引次数:5
   杨小军  李俊民《西安电子科技大学学报(自然科学版)》,2002年第29卷第3期
   对一类不确定非线性系统,包括不确定性机器人,提出一种自适应鲁棒迭代学习控制方案,学习控制用于学习周期性的系统不确定性,自适应滑模控制用于抑制非周期性系统不确定性,并且利用RBF神经网络自适应学习系统不确定性的未知上界,对不确定性系统动态和有界输入拢动具有鲁棒性,通过Lyapunov直接方法,确保了对每次迭代闭环系统是一致有界的,并且沿着迭代次数的增加,跟踪误差渐近收敛于零,仿真结果表明了该方案的有效性。    

4.  一类不确定运动系统的空间迭代学习控制  
   刘娇龙  董新民  薛建平  王海涛《控制理论与应用》,2017年第34卷第2期
   本文讨论了一类在有限空间区间内重复运行的不确定运动系统的跟踪控制问题.通过引入空间状态微分算子和空间复合能量函数,提出了一种空间周期的自适应迭代学习控制算法.首先利用空间状态微分算子,将系统从时间域转化到空间域形式.然后基于空间复合能量函数设计了控制器,利用含限幅作用的参数自适应律逼近系统中的不确定性,同时引入鲁棒项共同抑制非参数不确定性的影响.通过严格的数学分析,证明了在标准初始条件和随机有界初始误差两种情况下的跟踪误差收敛性.最后通过列车仿真进一步验证了该算法的有效性.    

5.  液压伺服关节机器人双环自适应控制的研究  
   曾宗桢《液压与气动》,2006年第3期
   针对液压关节机器人存在参数不确定性及外界干扰的特点。通过构造一合适的储能函数,设计了一种鲁棒自适应跟踪控制器作为内环控制器,利用所选的评价函数,将外界干扰有效的抑制在希望的给定指标下,并且对参数变化具有完全的自适应性,实现了系统的渐近跟踪。为了抑制机器人装配和磨损引起的几何参数变化,设计了基于参数辨识的自适应补偿控制器作为外环保证机器人位置控制的精度。实验和仿真都表明双环自适应控制的有效性。    

6.  用奇异模型描述的受限机器人的学习控制  
   蔡刚强 梁天培《控制理论与应用》,1994年第11卷第4期
   本文了一类受限机器人的迭代学习控制方案,控制器的设计是基于机器人模型的降阶形式。在存在有界未知干扰的情况下,对末端操纵器受线性、无摩擦约束面的受限机器人。本文给出的控制方案保证了机器人系统的完全运动跟踪,同时保证了力跟踪误差有界的,且界的大小是可调节的。    

7.  机器人的神经网络鲁棒轨迹跟踪控制  被引次数:2
   王洪斌  李铁龙  郭继丽《电机与控制学报》,2005年第9卷第2期
   考虑了一类具有外界扰动和参数不确定性机器人系统的轨迹跟踪鲁棒控制问题。提出了两种控制方法:第一种应用输入输出线性化方法以及Lyapunov函数法,推导出鲁棒输出跟踪控制器。所获得的控制器可确保系统输出按指数规律跟踪期望输出,同时相应闭环系统的状态一致最终有界。第二种方法在第一种控制方法的基础上,利用一个RBF神经网络自适应学习系统不确定性的未知上界,有效的克服了系统不确定性的影响,提高了控制精度。    

8.  风帆助航船舶运动的模糊自适应迭代滑模控制  
   《哈尔滨工程大学学报》,2016年第5期
   针对风帆助航船舶运动模型的不确定性和高度非线性特点,设计了一种自适应非线性滑模控制器。该控制器利用非线性双曲正切函数对系统输出进行迭代滑动模态设计,应用滑模面反馈控制方法,无需对系统的不确定项和外界干扰进行估计,根据双曲正切函数的严格有界性和控制输入约束条件证明了控制器稳定性,同时引入模糊系统对迭代滑模参数进行优化,增强控制器的自适应性。以“文竹海”号76000DWT散货船为目标进行控制仿真,结果表明,所设计控制器对系统模型不确定参数摄动及风浪作用不敏感,具有强鲁棒性,且与迭代滑模控制器相比所得控制量输出更加合理有效。    

9.  一种改进的非线性MIMO系统鲁棒自适应反推控制  
   孙强和  童止戈《电光与控制》,2012年第19卷第1期
   针对一类具有模型不确定性和未知外界干扰的严反馈非线性MIMO系统,提出一种基于RBF神经网络和反推控制的鲁棒控制律设计方法。应用RBF神经网络在线逼近模型的不确定性,引入低通滤波器消除反推设计方法中由于对虚拟控制反复求导而导致的复杂性问题。同时,在控制律设计中引入一个自适应鲁棒控制项来补偿神经网络逼近误差和未知外界干扰的影响,提高系统的鲁棒性,使整个系统获得更好的跟踪控制性能。基于Lyapunov稳定性定理证明了闭环系统的所有信号半全局一致终结有界;通过适当选择设计参数及初始化误差变量,跟踪误差可收敛到原点的一个任意小邻域内,且跟踪误差的L∞跟踪性能被保证。数值仿真验证了方法的有效性。    

10.  非最小相位系统的基函数型自适应迭代学习控制  
   张黎  刘山《自动化学报》,2014年第40卷第12期
   针对重复运行的未知非最小相位系统的轨迹跟踪问题, 结合时域稳定逆特点, 提出了一种新的基函数型自适应迭代学习控制(Basis function based adaptive iterative learning control, BFAILC)算法. 该算法在迭代控制过程中应用自适应迭代学习辨识算法估计基函数模型, 采用伪逆型学习律逼近系统的稳定逆, 保证了迭代学习控制的收敛性和鲁棒性. 以傅里叶基函数为例, 通过在非最小相位系统上的控制仿真, 验证了算法的有效性.    

11.  含有界扰动系统的多模型自适应控制  被引次数:8
   李晓理  王书宁《控制理论与应用》,2003年第20卷第4期
   对含有有界扰动和参数不确定性的离散时间被控对象建立多个辨识模型, 覆盖被控对象的参数不确定性. 给定指标切换函数, 构成多模型自适应控制器. 引入“局部化”技术, 在保持计算精度的同时, 提高了计算速度. 同时证明, 多模型自适应控制可以保证闭环系统输入输出稳定, 且保证对给定有界参考输入、被控对象输出可在一给定界范围内跟踪参考输入.    

12.  控制方向未知的二阶时变非线性系统自适应迭代学习控制  
   李静  胡云安  耿宝亮《控制理论与应用》,2012年第29卷第6期
   对一类二阶严格反馈时变非线性系统的自适应迭代学习控制问题进行了研究.系统中含有非周期时变参数化不确定性且控制方向未知.首先,提出了一种神经网络估计器,实现了对未知非周期时变非线性函数的逼近.随后,用Nussbaum函数对未知控制方向进行了自适应估计,并综合应用baCkstcpping技术和自适应迭代学习控制技术设计了控制器.所设计的控制器能保证系统所有状态量在Lpe-范数意义下有界,且系统的输出量在LT2-范数意义下收敛到期望轨迹.最后的仿真研究证明了控制器设计方法的有效性.    

13.  基于边界层的不确定机器人自适应迭代学习控制  
   何熊熊  秦贞华  张端《控制理论与应用》,2012年第29卷第8期
   针对不确定的多连杆机械手的跟踪控制问题,提出一种基于边界层的自适应迭代学习控制方法.自适应控制用来估计系统的未知参数的上界,本文主要特征是基于边界层设计自适应迭代学习控制器,避免了传统方法设计控制器的不连续性,削弱抖振现象的同时也提高系统的鲁棒性.理论证明系统所有信号有界,系统误差渐进收敛到边界层邻域内.仿真表明了算法的有效性.    

14.  船舶航向保持的滑模变结构自适应模糊控制研究  
   袁雷  吴汉松  陈楠《西华大学学报(自然科学版)》,2010年第29卷第4期
   针对船舶航向非线性控制系统中存在未知控制增益,参数不确定性和外界干扰的影响,通过引入Nussbaum函数,利用模糊逻辑系统的逼近能力,将多滑模控制与自适应模糊控制相结合,提出一种新的多滑模自适应模糊控制算法,实现了船舶航向的跟踪控制,并且在设计过程中,避免了控制器奇异值问题的发生。借助Lya-punov函数证明了所设计控制器使船舶运动非线性系统中所有信号有界,且跟踪误差收敛到零的某个邻域内。仿真结果表明,所设计的控制器能够快速准确地跟踪设定航向,对参数摄动和外界扰动具有较强的鲁棒性。    

15.  基于控制受限的机器人鲁棒自适应位置调节  
   郝彪  焦晓红  李娜《计算机仿真》,2008年第25卷第3期
   针对实际的控制系统中输入为有界的情况,研究了机器人系统存在未知参数以及外界干扰时的位置调节问题.基于李雅普诺夫稳定性理论,通过构造存储函数的过程中引入双曲正切函数向量和适当的辅助函数向量,提出了一种有界的鲁棒自适应控制器.所提出的控制器不仅保证了闭环系统的鲁棒稳定性,同时也满足了从干扰信号到跟踪误差评价信号所定义的增益性能指标,即保证了干扰抑制的有效性.最后,由两连杆机器人进行的仿真结果验证了该控制器的可行性.    

16.  移动机器人的鲁棒自适应控制器设计  
   柯海森  叶旭东  钱建海《浙江大学学报(工学版)》,2006年第40卷第7期
   对一类满足匹配条件的输入干扰不确定性非完整约束移动机器人,借助无源化设计方法提出了一种饱和鲁棒自适应控制器.该控制器不需要事先确定未知干扰的上界值,它能通过事先定义的逻辑切换方式在线调节未知干扰上界值参数的估计值.通过在控制器中引入饱和函数对控制信号进行平滑处理使得控制过程光滑平稳.从理论上证明了该鲁棒自适应控制器能够保证闭环系统的所有状态有界,并且当未知干扰为零时, 还能够保证闭环系统所有状态渐近稳定.    

17.  非线性重复运动系统的双迭代优化学习控制  
   朱雪枫  王建辉《控制理论与应用》,2021年第38卷第8期
   本文针对一类具有非参数不确定性和输出约束的非线性系统,提出一种双迭代优化学习控制策略,将复杂的迭代学习过程简化为两个相对简单的迭代控制器.首先引入一类饱和非线性函数不仅可以满足系统的位置约束,同时能够保证系统跟踪误差收敛于给定的邻域,然后针对每次迭代初始误差设计参考轨迹自修正策略,在每个迭代周期上设置一个固定的调整时间域,根据上次迭代的输出调整下一次迭代的参考轨迹.双迭代的控制结构可以同时更新两个迭代控制器的参数,来处理系统的非参数不确定性.进一步利用Barrier复合能量函数证明双迭代控制策略的收敛性和稳定性,并给出收敛条件.最后,通过一个算例证明了该控制策略的有效性.    

18.  基于自适应模糊滑模控制的机器人轨迹跟踪算法  
   葛媛媛  张宏基《电子测量与仪器学报》,2017年第31卷第5期
   针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。    

19.  漂浮基空间机器人自适应RBF 网络终端滑模控制  
   郭胜鹏  李东旭  孟云鹤  范才智《动力学与控制学报》,2014年第12卷第4期
   主要研究漂浮基空间机器人对工作空间连续轨迹跟踪控制问题.针对系统动力学模型中非线性项未知,以及参数不确定性和外界扰动无法估计的情况,提出了基于自适应RBF网络终端滑模控制方法.该方法结合了非线性滑动流形与径向基函数特性,利用自适应RBF网络在线学习系统中的不确定性,使得无需精确的动力学模型亦能保证系统在有限时间内快速稳定.根据Lyapunov方法设计的自适应增益保证闭环控制系统具有全局稳定性,并且有效抑制抖振现象.针对6关节空间机器人的轨迹跟踪控制仿真表明,提出的自适应RBF网络终端滑模控制方法能够基于不完整动力学模型实现高精度轨迹跟踪,且误差在有限时间内快速收敛,系统抖振也得到了有效抑制.    

20.  基于Backstepping的非一致轨迹迭代学习控制研究  
   杨娜娜  李俊民  孙云平《自动化技术与应用》,2009年第28卷第11期
   针对一类在有限时间区间上可重复运行的高阶混合参数化非线性系统,利用改进Backstepping方法,将参数重组技巧和分段积分机制相结合,提出了一种混合自适应迭代学习控制算法。该算法由参数的微分-差分型自适应律和学习控制律组成,可以处理目标轨线迭代可变的跟踪问题。通过构造Lyapunov-like泛函使得跟踪误差的平方在一个有限时间区间上的积分收敛于零,同时保证所有信号均在有限时间区间内有界。仿真结果说明了所提算法的有效性。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号