非线性严格反馈系统自适应非反步输出反馈控制

针对传统反步控制器设计方法存在复杂度爆炸、参数收敛难、控制奇异、需全系统状态已知等问题,提出一种新的可保证参数收敛的未知系统动态辨识和非反步输出反馈自适应控制方法.首先,通过定义新的状态变量和系统等价变换,将严格反馈系统状态反馈控制转化为标准系统的输出反馈控制,进而设计包含高阶微分器的自适应单步控制器,避免反步递推设计的问题;然后,采用两个神经网络对系统集总未知动态进行估计,避免传统控制方法在未知控制增益在线估计过零引发的奇异问题;最后,构造一种新的自适应算法在线更新神经网络权值确保其收敛到真实值,进而实现对未知系统动态的精准辨识.基于Lyapunov定理的分析表明,跟踪误差和估计误差均可收敛到零点附近紧集.基于液压伺服系统模型的对比仿真验证了所提出方法的有效性和优越性.     

基于未知系统动态估计的机器人预设性能控制

针对含有未知系统动态和外部干扰的机器人系统,提出一种不依赖于函数逼近器且能保证瞬态和稳态性能的控制算法.设计未知系统动态估计器可重构机器人系统的未知动态(向心力、重力)和外部干扰,与其他方法相比,该估计器结构简单,只需调节一个参数,且引入滤波操作可避免使用加速度信号,有利于在实际机器人控制中的运用.控制器设计中引入描述收敛速率、最大超调量和稳态误差的预设性能函数,使机器人系统跟踪误差限制在预先规定边界内,保证机器人系统的性能和安全性.通过李雅普诺夫稳定性理论证明闭环系统的稳定性,并通过数值仿真和实验结果验证所提出方法的有效性.     

一类非线性系统的微分平滑反步自适应输出反馈控制

研究了一类含不确定参数且存在未知扰动的严反馈非线性系统输出反馈控制问题,设计了一种新型的反步递推(Backstepping)自适应控制器.为实现输出反馈,设计过程引入了虚拟的全维状态观测器.由于Backstepping的虚拟控制量与未知参数逼近值及其高阶导数有关,为此通过微分平滑算法对原系统进行相应的动态扩展.在稳定性分析中,利用Lyapunov定理,得到了系统全局一致有界稳定的条件,并求出系统的稳态跟踪误差.最后给出的仿真算例验证了本文方法的有效性和可行性.     

面向性能增强的双惯量伺服系统状态反馈控制

为避免使用函数逼近器(神经网络或模糊系统),并提高双惯量伺服系统的瞬态响应和稳态性能,针对含外部扰动的双惯量伺服系统,提出一种基于预设性能函数(Prescribed performance function, PPF)的类比例状态反馈控制策略.首先,提出一种改进的带有最大超调、收敛速率以及稳态误差的预设性能函数,并将该函数融入控制器设计使二惯量伺服的跟踪误差保持在预定的边界之内.其次,基于预设性能函数设计了类比例状态反馈控制器实现跟踪控制.与传统基于函数逼近控制方法相比较,该方法可降低控制系统计算复杂度同时消除反演控制中存在的复杂度爆炸问题.最后,利用双惯量伺服系统实验平台开展了对比实验,验证了所提出方法的有效性.     

输出约束的有限时间自适应区间二型模糊输出反馈PMSM伺服控制

针对永磁同步电机驱动的伺服系统在不确定性摩擦和未知负载的影响下难以达到高精度的控制效果,提出一种基于区间二型模糊系统的带有输出约束的有限时间自适应输出反馈控制方案.首先,构建一个基于非线性扰动观测器的区间二型模糊状态观测器,分别完成对于未知扰动和速度的估计,区间二型模糊系统完成对于非线性摩擦的逼近;然后,在此基础上,结合滤波误差补偿机制和有限时间技术,引入障碍Lyapunov函数和反步控制技术设计输出约束的自适应区间二型模糊输出反馈控制器;最后,根据Lyapunov稳定性理论提出严格的稳定性分析,保证闭环系统的所有信号均是有限时间内有界的,并通过数值仿真和实验验证了所提出方法的有效性.     

非线性不确定系统的非奇异快速终端滑模控制

针对存在非匹配干扰的非线性系统,设计了一种基于干扰观测器和反步法的非奇异快速终端滑模控制.引入非线性干扰观测器估计系统的不确定性,利用反步的思想处理高阶非线性系统,从而可以将非线性干扰观测器估计的干扰值引入反步法的虚拟控制量中,同时设计一种新颖的非奇异快速终端滑模控制律保证系统的收敛速度和精度.利用Lyapunov函数从理论上证明了所设计的控制器可以保证闭环系统的有限时间收敛.最后通过数值仿真验证了所设计的控制方法的有效性.     

有未知控制系数和零动态的高阶非线性系统的自适应控制设计

主要研究一类控制系数未知和有不可测零动态的高阶非线性系统的全局自适应镇定问题. 进一步放宽了对零动态的约束条件, 通过定义一个恰当的未知参数, 把连续自适应状态反馈控制器的动态阶数降到最低(仅一维). 通过结合增加幂次积分方法, 相关的自适应技术以及交换能量函数思想, 给出控制器的设计步骤. 所设计的控制器确保闭环系统的所有状态是全局一致有界的, 且原系统的状态收敛到零.     

基于未知系统动态估计器的Buck型变换器快速固定时间控制

针对存在参数不确定、输入电压波动以及负载变化等未知动态的Buck型变换器系统,提出一种基于未知系统动态估计器的快速固定时间控制方法.首先,设计基于一阶低通滤波器的估计器,实现对系统未知动态的前馈补偿.在此基础上,基于输出电压误差和未知动态估计值设计固定时间滑模面和反馈控制器,保证输出电压快速收敛至参考电压附近邻域内,且控制器具有较好的抗干扰能力.同时,构造基于反余切型函数的增强型趋近律,能够提高滑模变量的收敛速度和有效减小控制器抖振.最后,给出仿真和实验结果验证所提出方法的有效性.     

不确定非线性系统的自适应反演终端滑模控制

针对一类参数严格反馈型不确定非线性系统, 本文提出一种自适应反演终端滑模控制方法. 反演控制的前n-1步结合自适应律估计系统的未知参数, 第n步采用非奇异终端滑模, 使系统最后一个状态有限时间内收敛.利用微分估计器获得误差系统状态的导数, 并设计了高阶滑模控制律, 去除控制抖振, 使系统对于匹配和非匹配不确定性均具有鲁棒性. 同自适应反演线性滑模方法相比, 所提方法提高了系统的收敛速度和稳态跟踪精度, 并且控制信号更加平滑. 仿真结果验证了该方法的有效性.     

未知控制方向的迟滞非线性系统预设自适应控制

针对一类含有迟滞特性的未知控制方向严反馈非线性系统,设计了基于误差变换的反步自适应控制器.首先提出动态迟滞算子来扩展输入空间建立神经网络迟滞模型.然后利用径向基函数(RBF)神经网络逼近未知函数,并引入Nussbaum型函数来解决系统未知控制方向问题.最后采用误差变换将误差限定在预设的范围内,并利用反步法设计自适应控制器.该控制方案不仅能够保证跟踪精度,还可以提高系统暂态和稳态性能.仿真结果表明了控制方案的可行性.     

非仿射纯反馈系统自适应神经网络快速预设性能控制

鉴于在纯反馈系统控制器设计过程中广泛采用的反推法需要逐级设计虚拟控制律, 设计过程复杂, 本文通过变量替换将一类未知非仿射纯反馈系统变换为等效的积分链式系统. 利用有限时间收敛的微分器对转换系统的状态进行估计, 并构造时变的误差面. 通过对误差面的瞬态与稳态值进行性能约束并设计自适应预设性能控制器, 实现了对跟踪误差的预设性能控制. 最后, 基于Lyapunov理论进行了稳定性分析, 证明了闭环系统所有信号半全局最终一致有界. 仿真算例表明了控制方法的有效性.     

基于障碍Lyapunov 函数的输出有界全局收敛鲁棒控制

为了克服基于障碍Lyapunov函数反演控制方法在输出约束控制中约束变量收敛区间小和要求模型精确已知的缺陷,提出一种输出有界且全局收敛的鲁棒控制策略。将收敛区间扩展到全局,并使输出保持在约束区间内;同时消除了由未知干扰和模型不确定性引起的稳态误差,放宽了对指令信号连续可导的限制。应用于电动舵机位置伺服控制的仿真结果表明,舵面能够全局稳定且摆幅有界,稳态无静差,动态响应快,抗扰动能力强。     

Learning from NN output feedback control of nonlinear systems in Brunovsky canonical form

In this paper, we investigate the learning issue in the adaptive neural network (NN) output feedback control of nonlinear systems in Brunovsky canonical form with unknown affine term. With only output measurements, a high-gain observer (HGO) is employed to estimate the derivatives of the system output which may be associated with the generation of peaking phenomenon. The adverse effect of peaking on learning and its elimination strategies are analyzed. When the gain of HGO is chosen too high, it may cause the failure of learning from the unknown closed-loop system dynamics. Hence, the gain of HGO is not chosen too high to relieve peaking and guarantee the accuracy of the estimated system states. Then, learning from the unknown closed-loop system dynamics can be achieved. When repeating the same or similar control tasks, a neural learning controller is presented which can effectively recall and reuse the learned knowledge to guarantee the output tracking performance. Finally, simulation results demonstrate the effectiveness of the proposed scheme.     

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.     

Reduced-order observer-based robust synchronisation control of cold rolling mills with measurement delay

To improve the quality of strip thickness, synchronisation control is investigated for cold rolling mills driven by dual-cylinder electro-hydraulic servo systems. Realising synchronised control in hydraulic automatic gauge control (HAGC) systems of cold rolling mills has challenges with not only the inherent nonlinearities of hydraulic servo systems and uncertainties of load variation but also measurement delay of strip thickness. Since all states are not measurable in practice, output feedback robust synchronisation control problem should be addressed for uncertain nonlinear systems with output delay. Thus, a reduced-order observer-based robust synchronous controller is presented by employing Lyapunov functional stability theory. The controller designed by incorporating the integral of the position synchronisation error of two pistons into state variables successfully guarantees asymptotic convergence to zero of both tracking errors and synchronisation error simultaneously regardless of the nonlinearities and uncertainties as well as the measurement delay. Simulation results in a model obtained from a real cold strip rolling mill demonstrate the effectiveness of the approach.     

冷带轧机液压伺服位置系统的鲁棒输出反馈控制

载力的干扰项视为未知输入, 构造未知输入观测器, 然后基于所构造的观测器设计鲁棒输出反馈控制器. 理论分析表明, 所提出的控制方法能够保证闭环系统是一致有界稳定的, 并具有鲁棒H1性能. 最后对某个650mm可逆冷带轧机液压伺服位置系统进行仿真研究, 结果验证了所提出方法的有效性.     

轧机两侧液压伺服位置系统自抗扰同步控制

针对轧机传动侧和操作侧液压伺服位置系统存在不一致性而引起两侧位置不同步的问题, 提出一种自抗扰同步控制方法.首先建立了液压伺服位置同步系统动态机理模型, 并在考虑两侧位置伺服系统都具有参数摄动及外负载波动的情况下, 设计了扩张状态观测器对同步系统中不确定性和不一致性进行估计, 并采用状态误差反馈律给予主动补偿, 同时消除同步误差. 仿真和实验结果表明, 所提出的同步控制方法能够使两侧液压伺服位置系统动态响应和稳态特性保持一致, 并提高了单侧子系统的动态性能及抗干扰能力.