一类未知MIMO非线性离散系统的改进自适应准滑模解耦控制

针对一类带有外部扰动的未知MIMO非线性离散系统,提出一种新型自适应准滑模控制算法.该算法基于非参数动态线性化技术,运用高阶滑模控制的思想实现带有扰动系统的二阶准滑模控制.同时,利用扰动解耦技术,在控制器的设计中引入离散扩张状态观测器(DESO)对系统各回路间的耦合以及数据模型的未建模动态进行补偿,以进一步实现多变量系统的解耦,提升控制品质.理论分析和仿真结果说明了所提出方法的有效性和可行性.     

基于自适应模糊滑模控制的分数阶混沌系统的投影同步

基于模糊控制理论和滑模控制理论以及自适应控制理论,研究了一类含有外部扰动的不确定分数阶混沌系统的混合投影同步问题.提出了一种自适应模糊滑模控制的分数阶混沌系统投影同步方法.模糊逻辑系统用来逼近未知的非线性函数和外部扰动,并且对逼近误差采用了自适应控制,同时构造了一种具有较强鲁棒性的分数阶积分滑模面.应用分数阶Barbalat引理设计了自适应模糊滑模控制器和参数自适应律.最后数值仿真结果验证了所提控制方法的有效性.     

不确定Euler–Lagrange多智能体系统经验回放自适应蜂拥控制

针对具有可参数化线性回归的不确定项的Euler–Lagrange多智能体系统, 提出了一种基于经验回放的自适应蜂拥控制算法. 在系统模型中的不确定项可以被分解为已知的回归矩阵和未知的回归参数的情况下, 该算法通过在线辨识未知参数, 降低了传统自适应蜂拥控制算法中估计参数收敛对持续激励条件的要求, 可以有效地提高蜂拥系统的性能. 利用设计的滤波器, 在获得估计参数量与实际参数的误差信息的同时, 可以避免使用系统状态的导数信息. 本文设计的自适应律不仅保证系统达成蜂拥控制的目标, 还通过记录不同时刻的误差信息, 使得系统在满足间断激励的情况下, 保证估计参数收敛于实际值. 通过LaSalle不变集理论对算法进行了分析, 给出了理论证明. 仿真验证了该算法的有效性.     

轮式移动机器人轨迹跟踪控制研究

针对轮式移动机器人参数摄动和内外部扰动等问题,提出一种新型的基于自适应扩张状态观测器的滑模控制算法。采用自适应虚拟速度控制器估计系统未知参数,滑模控制器抑制参数摄动和内外部扰动,非线性扩张状态观测器观测系统扰动并减小控制输入的抖振,实现了轨迹跟踪误差的快速收敛。利用Lyapunov稳定性理论证明了控制算法的稳定收敛性。将所提算法与传统自适应反演滑模算法进行对比,对比结果表明了所提算法的有效性和鲁棒性。     

基于新型固定时间稳定方法的一类二阶非线性系统镇定控制

本文研究了受未知外部扰动侵袭的一类二阶非线性系统的固定时间镇定控制问题.首先,提出了一种新的固定时间稳定方法,并给出了收敛时间及其上界估计值的计算公式.理论分析表明,收敛时间的上界与系统初始状态无关,可由系统参数完全确定.然后,基于所提出的固定时间稳定方法设计了新型滑模趋近律和终端滑模面,使得系统状态能够在有界的有限时间内,从任意初始状态收敛至滑模面并沿着滑模面收敛至原点,同时引入了基于系统状态的自适应切换方法,有效避免了终端滑模面导致的奇异问题.最后,通过仿真验证了算法的有效性.     

反步自适应方法实现混沌系统的同步

针对基于滞环非线性参数未知的多涡卷混沌系统,提出了一种自适应反步变结构的控制方案来实现其同步。通过逐步修正的方法设计镇定控制器,在每一步把状态坐标的变化、不确定参数的调节函数和一个Lyapunov函数的虚拟系统的镇定函数联系起来,以达到实现系统的全局调节。采用所设计的控制器实现了两个混沌系统的同步控制,使得误差系统在有限时间内到达所设定的滑模面,并沿着滑模面渐进收敛到原点,同时估计出系统中存在的未知参数。由于自适应算法和滑模方法的使用,控制器对参数扰动和外部干扰具有较强的抑制作用,理论分析和仿真结果验证了所提出方法的有效性。     

基于神经网络的电力系统暂态稳定分布式自适应控制

针对电力系统中普遍存在的系统非线性和参数不确定性等问题,提出一种基于径向基函数神经网络(RBFNN)的分布式自适应控制器,以提高多机电力系统的暂态稳定性.利用基于RBFNN的方法对系统中的未知非线性项和外部扰动进行补偿,设计相应的自适应参数估计方法,逼近未知非线性项的理想权值矩阵.该策略基于多智能体框架,分布式控制器通过通信网络接收测量装置测量的实时数据,并控制储能装置动作,使受到扰动后各发电机能够迅速实现频率同步.利用李雅普诺夫稳定性理论,证明所提出的分布式控制方法的收敛性.最后,通过仿真研究验证所提出的分布式控制方法的有效性.     

基于固定时间滑模干扰观测器的AUVs事件触发编队控制

研究多自主水下机器人(AUVs)编队控制过程中存在外部未知扰动、模型参数摄动和节约控制器传输网络能耗的问题,提出一种抗扰动的固定时间相对阈值事件触发编队控制方法.首先,给出自适应固定时间积分滑模干扰观测器(AFISMDO),在固定时间内用来估计系统的复合扰动;其次,基于所设计的AFISMDO,将非线性滤波器引入到反步算...     

集成神经网络与自适应算法的分数阶滑模控制

针对被控对象的参数时变和外部扰动问题,本文融合神经网络的万能逼近能力和自适应控制技术,并结合分数阶微积分理论,提出了基于神经网络和自适应控制算法的分数阶滑模控制策略.本文采用等效控制的方法设计滑模控制律,并利用神经网络的万能逼近能力估测控制律的变化,结合自适应控制算法和分数阶微积分理论抑制传统滑模控制系统的抖震,同时根据Lyapunov稳定性理论分析了系统的稳定性,最后给出了实验结果.实验结果表明,本文提出的基于神经网络和自适应控制算法的分数阶滑模控制系统,能保持滑模控制器对系统外部扰动和参数变化鲁棒性的同时,也能有效地抑制抖震,使得系统获得较高的控制性能.     

仅用位置信息的多智能体自适应蜂拥控制

复杂系统的研究中,提出了自适应调节的多智能体蜂拥控制算法.算法首先通过改进人工势函数来保证网络的连通性.再通过构造分布式观测器,用多智能体之间的位置信息来估计多智能体之间的速度信息;同时对观测器权重参数进行自适应调节来降低蜂拥控制模型的参数不确定性的影响.并且从理论上对算法进行了分析,然后给出计算机仿真,证明了算法的有效性.仿真结果表明,上述算法能够使多智能体经过一定时间的调整达到速度一致并进入稳态,且运动过程中保证网络连通性.     

Integral sliding mode control for Euler‐Lagrange systems with input saturation

This paper investigates the robust control for the Euler‐Lagrange (EL) system with input saturation by using the integral sliding mode control and adaptive control. An integral sliding mode surface that is suitable for solving the problem of the input constraint is given based on the saturation function. By using the integral sliding mode surface, two robust antisaturation controllers are designed for the EL system with external disturbances. The first controller can deal with the external disturbances with known bounds, whereas the second one can compensate the external disturbances with unknown bounds by using the adaptive control. Finally, the effectiveness of the proposed controllers is demonstrated by strict theoretical analysis and numerical simulations.     

充液航天器的鲁棒固定时间终端滑模容错控制

本文以三轴稳定充液航天器为研究背景,在其进行姿态机动控制过程中充分考虑了外部未知干扰、参数不确定、执行器故障和控制输入饱和等因素的影响,提出了一种固定时间终端滑模控制策略.动力学建模过程中,利用粘性球摆等效力学模型模拟液体燃料小幅晃动,通过拉格朗日方程推导出航天器的耦合动力学模型.姿态控制器设计过程中,首先构造固定时间滑模面,使其稳定到平衡位置的时间与系统初始状态无关.然后采用固定时间控制理论结合自适应估计算法提出了自适应固定时间容错控制律,其中自适应算法用于估计系统集总扰动的未知上界.所提出的控制策略采用饱和函数克服终端滑模控制方案中存在的奇异性问题,同时保证系统状态快速收敛到固定时间滑模面.根据Lyapunov稳定性理论证明了系统状态能够在固定时间内收敛到原点的较小邻域内.对比的数值仿真方法验证了本文提出控制方法的有效性和鲁棒性.     

Adaptive neural network asymptotical tracking control for an uncertain nonlinear system with input quantisation

In this paper, the problem of adaptive neural network asymptotical tracking is investigated for a class of nonlinear system with unknown function, external disturbances and input quantisation. Based on neural network technique, an adaptive asymptotical tracking controller is provided for an uncertain nonlinear system via backstepping method. In order to reduce complexity of the control algorithm in the backstepping design process, a sliding mode differentiator is employed to estimate the virtual control law and only two parameters need to be estimated via adaptive control technique. The stability of the closed-loop system is analysed by using Lyapunov function method and zero-tracking error performance is obtained in the presence of unknown nonlinear function, external disturbances and input quantisation. Finally, an application example is employed to demonstrate the effectiveness of the proposed scheme.     

Adaptive fuzzy sliding mode control with chattering elimination for nonlinear SISO systems

This work presents an adaptive fuzzy sliding mode controller (AFSMC) that combines a robust proportional integral control law for use in designing single-input single-output (SISO) nonlinear systems with uncertainties and external disturbances. The fuzzy logic system is used to approximate the unknown system function and the AFSMC algorithm is designed by used of sliding mode control techniques. Based on the Lyapunov theory, the proportional integral control law is designed to eliminate the chattering action of the control signal. The simplicity of the proposed scheme facilitates its implementation and the overall control scheme guarantees the global asymptotic stability in the Lyapunov sense if all the signals involved are uniformly bounded. Simulation studies have shown that the proposed controller shows superior tracking performance.     

Robust and adaptive variable structure output feedback control of uncertain systems with input nonlinearity

This brief proposes a robust control algorithm for stabilization of a three-axis stabilized flexible spacecraft in the presence of parametric uncertainty, external disturbances and control input nonlinearity/dead-zone. The designed controller based on adaptive variable structure output feedback control satisfies the global reaching condition of sliding mode and ensures that the system state globally converges to the sliding mode. A modified version of the proposed control law is also designed for adapting the unknown upper bounds of the lumped uncertainties and perturbations. The stability of the system under the modified control law is established. Numerical simulations show that the precise attitude pointing and vibration suppression can be accomplished using the derived robust or adaptive controller.     

自适应神经网络四旋翼无人机有限时间轨迹跟踪控制

针对带有模型不确定性和未知外部干扰的四旋翼无人机轨迹跟踪控制问题,提出一种基于径向基(radial basis function, RBF)神经网络的自适应全局快速终端滑模控制方法,确保系统对期望轨迹的有限时间跟踪。该方法考虑到全局快速终端滑模控制在实际应用中的适应性和抖振问题,利用RBF神经网络替代等效控制量,以神经网络的在线学习能力补偿系统内部的不确定性和未知的外部干扰,有效地降低了系统的抖振;根据Lyapunov方法导出的自适应律在线调整神经网络权值,以保证闭环系统的稳定性。通过一系列仿真算例和飞行实验验证了该方法的有效性与可行性,结果表明:该控制方法相对于滑模控制的抖振更小,具有更好的收敛性和抗干扰能力,同时对模型的参数摄动具有更强的鲁棒性。     

舰船混沌运动的单输入自适应变结构控制

针对在舰船混沌运动控制中由模型不确定性及外部扰动无法确知所引起的控制结果无法保证的问题,采用自适应控制与滑模变结构控制相结合的方法,在设计切换函数时,将符号函数转移到控制输入的一阶导数当中,有效抑制了变结构控制中的抖振问题,并提出了一种单输入自适应滑模变结构控制方法.实验结果表明,与传统滑模变结构控制相比,新方法能够在系统模型具有不确定性及未知外部扰动的情况下实现舰船混沌运动的良好控制,为舰船混沌运动控制提供了一种可靠的工程实现途径.     

Adaptive nonsingular fast terminal sliding mode control for underwater manipulator robotics with asymmetric saturation actuators

In this paper, an adaptive nonsingular fast terminal sliding mode control (ANFTSMC) is proposed for underwater manipulator robotics with asymmetric actuator saturations and unknown time-varying (TV) external disturbances. Firstly, the nonsingular fast terminal sliding mode (NFTSM) control scheme is conducted for the underwater manipulator robotics, which guarantees the boundedness of all the signals in the control system. Secondly, the adaptive method and the smooth hyperbolic tangent (tanh) function are introduced to address the unknown TV external disturbances and the input saturation errors. Thus the prior knowledge about the upper bounds of the system uncertainties is not needed in this paper. To deal with the nonlinear asymmetric input saturation issue, a Gaussian error function is employed in the asymmetric saturation module so that the discontinuous input signals can be transformed into smooth forms. Thirdly, the rigorous mathematical verification is conducted to demonstrate the stability and finite-time convergence of the closed-loop control system via the Lyapunov theory. Finally, numerical simulations are performed on a two-link underwater manipulator robotic system to illustrate the effectiveness of the proposed controller.     

Adaptive type-2 fuzzy sliding mode controller for SISO nonlinear systems subject to actuator faults

In this paper, an adaptive type-2 fuzzy sliding mode control to tolerate actuator faults of unknown nonlinear systems with external disturbances is presented. Based on a redundant actuation structure, a novel type-2 adaptive fuzzy fault tolerant control scheme is proposed using sliding mode control. Two adaptive type-2 fuzzy logic systems are used to approximate the unknown functions, whose adaptation laws are deduced from the stability analysis. The proposed approach allows to ensure good tracking performance despite the presence of actuator failures and external disturbances, as illustrated through a simulation example.