非线性离散时间系统的自适应模糊补偿控制

针对一类非线性离散时间系统,提出一种自适应模糊逻辑补偿控制方案.控制律由跟踪控制律和逼近误差补偿控制律两部分组成,利用模糊逻辑系统对系统参数扰动和外界干扰进行自适应补偿,由模糊滑模控制律实现对模糊逻辑系统逼近误差的进一步补偿.所设计的控制器可保证闭环系统一致最终有界.将该控制器用于月球探测车动态转向系统中,仿真结果表明了该方法的有效性.     

具有动态不确定性的自适应动态面控制

针对一类具有未建模动态的纯反馈非线性系统,提出一种自适应动态面控制方法。利用神经网络逼近未知连续函数,通过引入一种动态信号克服未建模动态。与现有结果相比,提出的设计方案简化了对未建模动态的处理过程,取消了神经网络逼近误差有界的假设。理论分析证明了该自适应控制方法能够保证闭环系统是半全局一致终结有界的,仿真结果验证了该方案的有效性。     

不确定非线性时滞关联大系统自适应分散容错控制

针对一类不确定非线性时滞关联大系统,提出了一种基于时滞代换的自适应分散容错控制方案.该方案采用模糊逻辑系统作为逼近器,提出了时滞代换的方法处理系统未知时滞关联函数,并结合自适应技术处理代换误差和逼近误差.与现有方法相比,本文方法能在线补偿所有四种类型的执行器故障,系统控制器的设计也不再依赖于时滞假设条件,同时还可保证闭环系统所有信号全局一致最终有界.仿真结果进一步验证了本文方法的有效性.     

基于观测器的一类非线性系统的自适应模糊控制

针对一类有界的不确定非线性系统设计了模糊观测器和自适应控制器.该方法不需要系统状态完全可测的条件,而是通过模糊观测器估计系统的状态变量并且能保证观测误差是一致最终有界的.该自适应控制器取得了良好的控制效果并且保证了跟踪误差的一致最终有界性.仿真结果表明了本文所提出的方法有效性.     

一类函数完全未知的随机非线性系统自适应H∞跟踪控制

针对一类函数完全未知的严格反馈随机非线性系统,提出了一种基于backstepping技术的鲁棒H_∞自适应神经跟踪控制器设计的新方法.该方法可在随机非线性系统是依概率一致最终有界的情况下,保证随机非线性系统H_∞性能指标,且H_∞踪踪控制器容易获得.同时该方法去除了一些文献中神经网络逼近误差需要平方可积的假设.文中使用径向基函数(radial basis function, RBF)神经网络逼近打包的未知非线性函数.所设计的控制器能够保证闭环系统跟踪误差及其它所有信号都是依概率有界的,且对外界干扰具有鲁棒H∞抑制作用.最后,仿真结果验证了所提方法的有效性和正确性.     

Ｓｔｅｗａｒｔ主动隔振平台的神经网络自适应控制

针对Stewart主动隔振平台,提出一种基于径向基函数(RBF)神经网络的多输入多输出自适应隔振控制方法.考虑外界振动对Stewart主动隔振平台动态特性的影响,建立了隔振平台在工作空间中的动力学模型.推导出RBF神经网络的权值矩阵、高斯基函数中心和宽度的在线自适应调节律,以使神经网络快速逼近系统的非线性动态函数.应用Lyapunov稳定性理论,证明了在扰动力和神经网络逼近误差有界的条件下,闭环控制系统滤波误差和RBF神经网络各调节参数估计误差的一致最终有界.仿真结果表明,该控制方法能有效地抑制不同方向的低频有界振动.     

控制增益符号未知的不确定非线性系统鲁棒自适应控制

针对一类控制增益函数及符号均未知的不确定非线性系统,基于反推滑模设计方法,提出一种鲁棒自适应神经网络控制方案.结合Nussbaum增益设计技术和神经网络逼近能力,取消了控制增益函数及符号已知的条件,应用积分型Lyapunov函数避免了控制器奇异性问题,并通过引入神经网络逼近误差和不确定干扰上界的自适应补偿项消除了建模误差和不确定干扰的影响.理论分析证明了闭环系统所有信号半全局一致终结有界,仿真结果验证了该方法的有效性.     

一类多变量非线性系统的自适应模糊控制

对一类不确定多变量非线性系统提出了自适应模糊控制方法.该方法采用模糊逻辑系统组成的矩阵逼近控制器中的逆矩阵以避免控制器的奇异性问题,同时用误差补偿项对模糊逻辑系统的逼近误差进行补偿.证明该方法不但能使闭环系统的所有信号有界,而且通过适当调整控制器及自适应律中设计参数,可使跟踪误差收敛到原点的小邻域内.仿真结果验证了方法的有效性.     

具有未知非线性死区的自适应模糊控制

基于滑模控制原理，利用模糊系统的逼近能力，提出一种自适应模糊控制方法．该方法提出一种简化非线性死区输入模型，取消了非线性死区输入模型的倾斜度相等以及死区边界对称的条件，还取消了非线性死区输入模型各种参数已知的条件．该方法通过引入逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响．理论分析证明了闭环系统是半全局一致终结有界，跟踪误差收敛到零．仿真结果表明了该方案的有效性．     

欠驱动AUV模糊神经网络L2增益鲁棒跟踪控制

提出基于模糊神经网络欠驱动水下自主机器人(AUV)的L2增益鲁棒跟踪控制方法,该方法通过在线学习逼近动力学模型的不确定项.控制器克服了由于缺少横向推力对跟踪误差的影响,在考虑未知海流干扰情况下,实现了系统对模糊神经网络逼近误差的L2增益小于γ.利用Lyapunov稳定性理论证明了闭环控制系统误差信号一致最终有界.最后,通过精确模型参数和参数扰动仿真实验验证了该控制方法具有很好的跟踪效果和较强的鲁棒性.     

基于ELM的一类MIMO仿射非线性系统的鲁棒自适应控制

针对一类多输入多输出(MIMO) 仿射非线性动态系统, 提出一种基于极限学习机(ELM) 的鲁棒自适应神经控制方法. ELM随机确定单隐层前馈网络(SLFNs) 的隐含层参数, 仅需调整网络的输出权值, 能以极快的学习速度获得良好的推广性. 在所提出的控制方法中, 利用ELM逼近系统的未知非线性项, 针对ELM网络的权值、逼近误差及外界扰动的未知上界值分别设计参数自适应律, 通过Lyapunov 稳定性分析可以保证闭环系统所有信号半全局最终一致有界. 仿真结果表明了该控制方法的有效性.

     

基于变伸缩域模糊系统的直接自适应控制

提出一种基于变伸缩域模糊逼近器的直接自适应控制策略. 通过在线更新广义模糊基函数的变伸缩因子, 实现模糊系统论域及其模糊划分的自适应调整, 从而能够以精简的模糊规则实现理想的逼近效果. 此外, 通过设计积分型逼近误差补偿, 避免了鲁棒补偿中的高频控制输入. 仿真研究和比较分析验证了所提出的控制方法的有效性和优越性.

     

基于自适应重复学习的不确定多涡卷混沌系统同步控制

基于滞环函数提出一种参数可调的多涡卷混沌系统构造方法. 针对复杂不确定性系统, 综合利用自适应神经网络和重复学习控制方法设计一种自适应重复学习同步控制器; 利用自适应重复学习控制方法对周期时变参数化不确定性进行处理; 对函数型不确定性利用神经网络逼近技术进行补偿; 设计鲁棒学习项对神经网络逼近误差和扰动上界进行估计; 通过构造类Lyapunov 复合能量函数证明了同步误差学习的收敛性. 仿真结果验证了所提出方法的有效性.

     

非线性扩展结构大系统自适应神经网络跟踪控制

针对一类非线性关联大系统在结构扩展时的跟踪控制问题, 提出一种采用自适应神经网络的控制方法. 该方法要求在不改变原结构系统控制律的前提下设计新加入子系统的控制律和自适应律, 使扩展后所有子系统都具有很好的跟踪性能. 这里主要利用神经网络的逼近功能以及Backstepping 技术来设计自适应律和控制律, 通过Lyapunov 理论证明在该控制器的作用下闭环系统的所有信号均是有界的, 并可使系统准确跟踪. 仿真结果验证了所提出方法的有效性.

     

自治飞艇直接自适应模糊路径跟踪控制

针对具有模型不确定和未知外部干扰的自治飞艇, 提出了直接自适应模糊路径跟踪控制方法. 该方法由路径跟踪控制和自适应模糊控制两部分组成. 首先基于飞艇的平面运动模型设计路径跟踪控制律, 包括制导律计算、偏航角跟踪和速度控制3 部分; 然后构造直接自适应模糊控制器逼近路径跟踪控制律中的不确定项. 稳定性分析证明所设计的控制律能使飞艇跟踪给定的期望路径, 跟踪误差收敛到原点的小邻域内. 仿真结果验证了所提出方法的有效性.

     

一类非线性系统的广义模糊双曲正切模型自适应控制器设计

针对一类非线性系统的稳定控制器设计问题, 根据广义模糊双曲正切模型的万能逼近性质, 提出一种带有可调参数的广义模糊双曲正切模型的自适应控制器设计方法. 该设计方法的优点是使得自适应律的个数不依赖于广义模糊双曲正切模型的线性基函数的输出形式, 可以有效减少在线估计的参数数目, 并且能够保证被控系统的状态一致终极有界. 最后通过数值算例表明了所提出的设计方法的有效性.

     

不确定非线性多智能体系统的分布式模糊自适应镇定控制

针对一类具有未知非线性和未知参数摄动的非线性多智能体系统, 提出一种分布式模糊自适应镇定控制方法. 基于邻接智能体信息和部分智能体的自身信息, 分别设计静态耦合和动态耦合的分布式模糊自适应控制律. 基于Lyapunov 稳定性理论, 证明了所提出的控制器能使得系统状态最终稳定于原点的邻域内. 仿真实例验证了所提出方法的有效性.

     

无需相对速度信息的多Euler-Lagrange 系统自适应神经网络包含控制

对含有模型非线性不确定性和外部扰动的多Euler-Lagrange 系统的分布式协调包含控制问题进行研究. 考虑通讯拓扑为有向图, 所有领航者均为动态, 且各智能体间相对速度信息不可测情况. 首先, 选取相对速度作为辅助变量, 引入低通滤波器进行估计; 然后, 采用神经网络方法逼近并补偿非线性不确定性, 提出一种分布式自适应包含控制律, 并应用Lyapunov 稳定性理论证明闭环系统的包含误差一致最终有界; 最后, 通过仿真算例验证了所提出的控制律的有效性.

     

不确定扰动下双起升桥吊双吊具鲁棒自适应滑模同步协调控制

双起升桥吊双吊具存在的参数摄动和不确定干扰问题严重影响了双吊具同步协调运行的效果. 鉴于此, 分析桥吊双吊具不同工作模式的运行特性, 采用交叉耦合策略, 提出一种基于参数自整定的双吊具鲁棒自适应滑模同步协调控制方法. 采用变边界层技术解决滑膜控制需折中稳态误差和抖振平滑的难题, 利用自整定切换函数增益消除不确定扰动, 并利用Lyapunov 理论证明控制器的渐近稳定性. 桥吊控制实验表明了所提出方法的有效性.