非对称输入饱和下的非仿射不确定系统自抗扰反演控制

针对一类具有内部动态和外部扰动未知以及非对称输入饱和约束的非仿射系统,提出一种自抗扰反演控制方法.首先基于自抗扰控制思想,通过直接从非仿射项中提取线性控制项,将非仿射系统转化为仿射非线性形式.在此基础上, 在每一步反演控制器设计中,引入扩张状态观测器对系统总的不确定项进行估计,引入跟踪微分器解决虚拟导数的“计算膨胀”问题.在设计真实控制律时,利用双曲正切函数设计一种辅助补偿系统,用来处理输入饱和引起的控制量偏差.基于Lyapunov稳定性定理证明了闭环系统的所有信号有界且跟踪误差可渐近收敛到原点的任意小邻域内.仿真比较结果验证了所提出方法的有效性,体现了一定的工程应用价值.     

内模控制框架下时延系统扩张状态观测器参数整定

作为一种有效的控制设计方法, 自抗扰控制研究获得了广泛关注, 然而针对自抗扰控制器的参数整定方法则相对较少. 本文针对一阶惯性加延迟系统, 将线性自抗扰控制转化为内模控制结构, 导出了其中控制器、滤波器、乘性不确定性、互补灵敏度函数的对应表达式, 随后, 利用频域鲁棒稳定性判据, 分析了自抗扰控制器核心—–扩张状态观测器的参数对闭环系统稳定性的影响. 基于该分析, 总结出一阶惯性加延迟系统扩张状态观测器的两条参数整定准则. 数值仿真结果验证了该整定准则的有效性.     

基于自抗扰技术的感应电机无传感器控制

针对感应电机无传感器矢量控制系统速度估计超调量大,鲁棒性低的问题,基于自抗扰控制理论,设计了速度控制器,有效解决上述问题.所设计的自抗扰速度控制器包括扩张状态观测器和非线性状态反馈控制律,前者将扰动作为扩展状态,后者将估计转速与给定转速之差通过非线性函数变换推导出控制律.该自抗扰控制器不需要直接测量外扰,也不需要知道扰动作用规律,凡是能够应用常规PID的场合,只要能数字化,都可采用.用Matlab搭建系统仿真模型,在dSPACE平台上进行在线实验.实验结果表明该自扰控制器不依赖于外扰数学模型,具有较好的抗扰性,有效降低了速度佑计的超调量.感应电机常用于伺服系统中,系统要求可靠性高,高精度控制,因而此方法的应用前景十分广阔.     

非仿射系统的自适应观测器自抗扰控制

研究了一类单输入单输出(SISO)非仿射非线性系统的控制问题,通过微分同胚变换以及自抗扰思想将该类形式转化成含有未知非线性且控制增益未知的仿射形式.引入扩展状态自适应观测器以及Nussbaum-type增益技术,利用积分反演和调节函数技术,设计了自抗扰控制器.从理论上证明了所设计的控制器能够保证闭环系统所有信号全局一致有界,并且证明了跟踪误差渐近收敛到零点的残集内.仿真例子验证了算法的有效性.     

不确定非仿射系统的引入动态逆的自抗扰控制器设计

针对一类不确定非仿射严反馈非线性系统, 提出一种引入动态逆的线性自抗扰控制器设计方法. 首先, 利 用微分同胚映射将严反馈非线性系统变换为积分串联型系统, 然后针对积分串联型系统设计线性自抗扰控制器. 提出的线性自抗扰控制器将闭环系统划分为3个时间尺度, 其中线性扩张状态观测器位于最快的时间尺度上, 用来 估计系统的状态和总和扰动, 动态逆位于次快的时间尺度上用以求解非仿射情况下的控制律, 系统动态位于最慢的 时间尺度上. 利用奇异摄动理论分析了闭环系统的稳定性和性能. 提出的自抗扰控制设计方法同样适用于控制增 益不确定的仿射非线性系统. 仿真和实验结果验证了提出的线性自抗扰控制器的可行性.     

非仿射系统的自学习滑模抗扰控制

针对一类单输入单输出(single-input single-output,SISO)非仿射非线性系统的控制问题,提出了一种自学习滑模抗扰控制方法.该方法用非线性光滑函数设计扩张状态观测器,实现SISO非仿射非线性系统内部不确定性和外部扰动的扩张状态估计,并将扩张状态观测器(extended state observer,ESO)与自学习滑模控制技术融为一体,实现SISO非仿射非线性系统的自学习滑模抗扰控制.该方法不依赖受控对象的数学模型,可以快速跟踪任意给定的参考信号.数值仿真试验表明了该方法响应速度快、控制精度高,具有很强的抗扰动能力,因而是一种鲁棒稳定性很强的控制方法,在SISO非仿射非线性系统控制领域具有重要作用.     

非仿射纯反馈系统的间接自适应神经网络控制

针对非仿射纯反馈系统,提出了一种新的设计方案.与现有文献中方法不同,该方案不是直接利用逼近技巧构建理想的反馈控制器.首先通过自抗扰思想将非仿射纯反馈系统转化成含有未知控制系数以及未知非线性的仿射系统,并且证明了可行性.然后结合微分器和全调节径向基函数神经网络,利用自适应反演技巧设计了自抗扰控制器,微分器的引入避免了传统反演的计算复杂性.最后,从理论上证明了所设计的控制器能够保证闭环系统所有信号半全局一致有界,并且证明了系统状态渐进收敛到零点的残集内.仿真例子验证了算法的有效性.     

基于自适应免疫整定的机器人无标定自抗扰视觉伺服控制

研究了机器人无标定自抗扰视觉伺服控制问题. 针对系统中所用的自抗扰控制器参数选取困难问题, 提出了基于自适应免疫算法的自抗扰控制器参数整定方法. 证明了系统中所用的非线性离散二阶扩张状态观测器稳定的充要条件, 并将该条件应用在参数整定过程中. 6 自由度工业机器人的实验结果表明了该方法的可行性和有效性.     

立方体机器人自抗扰平衡控制方法

针对立方体机器人动力学模型多变量、强耦合的问题,提出一种基于自抗扰控制的平衡控制器设计方法.引入虚拟控制量,并在控制量与输出向量之间并行地嵌入多个自抗扰控制器,从而实现对多变量系统的解耦控制,将系统的动态耦合和外部扰动视为各自通道上的自抗扰控制器的总扰动,在为期望姿态安排过渡过程基础上,设计扩张状态观测器对总扰动进行估计并实时补偿.综合采用经验试凑法和带宽法对控制器参数进行整定,对自抗扰控制器系统进行稳定控制、姿态跟踪、抗扰性和鲁棒性实验,并与PID控制系统进行定量对比分析.仿真结果表明,所设计的自抗扰控制器不仅能有效实现立方体机器人的平衡控制,而且较PID控制器具有更好的响应速度、控制精度和强鲁棒性.     

独轮机器人的建模与自抗扰控制算法

独轮机器人前后平衡由一车轮保持并驱动其前后运动, 侧向平衡则由一基于空气阻力的风轮保持, 以此结构为被控对象建立该系统动力学模型. 以一种非线性的控制方法—–自抗扰控制方法控制其平衡运动, 在系统的纵向和侧向上分别设计一个自抗扰控制器, 系统的内扰和外扰被视为自抗扰控制器的总扰动. 以PID 控制方法作对比实验, 仿真结果表明了自抗扰控制算法的强鲁棒性和有效性.

     

受限的非仿射非线性系统的自适应控制

针对受限的非仿射非线性系统,结合自抗扰思想提出了非仿射系统的扩张状态观测器(ESO)设计,从而将辅助系统设计技巧拓展到了非仿射系统,然后利用反演和指令滤波器设计了自适应控制器,为受限的不确定非仿射系统提供了新的设计思路.为了补偿受限带来的影响,引入了辅助系统,它的状态被用来补偿跟踪误差.指令滤波器用来处理虚拟控制受限问题,同时获得虚拟控制导数的估计,避免了backstepping中对它的繁琐计算,扩张状态观测器被用来估计系统的未知非仿射非线性项和外部干扰.利用输入状态稳定性(ISS)分析了闭环系统的全局一致有界稳定性.最后仿真结果验证了该设计方案的有效性.     

Fuzzy adaptive control for pure-feedback system via time scale separation

A fuzzy adaptive control method is proposed for a class of completely non-affine purefeedback nonlinear systems. By the combination of back-stepping control method and time scale separation, the virtual/actual control inputs are derived from the solutions of a series of fast dynamical equations. This strategy avoids the drawback of “explosion of complexity” inherently existing in the conventional back-stepping design for the pure-feedback system as the dynamic surface control (DSC) method does for the strict-feedback nonlinear system. By using mean value theorem, error system dynamic is obtained for each subsystem. Thus, Lyapunov theory can be employed for the stability analysis. It shows that the developed fuzzy adaptive control scheme achieves semi-global uniform ultimate boundedness of all the signals in the closed loop. Simulation results are presented to show the effectiveness of the approach.     

Adaptive backstepping controller design for nonlinear uncertain systems using fuzzy neural systems

In this article, we propose an adaptive backstepping control scheme using fuzzy neural networks (FNNs), ABC_FNN, for a class of nonlinear non-affine systems in non-triangular form. The nonlinear non-affine system contains the uncertainty, external disturbance or parameters variations. Two kinds of FNN systems are used to estimate the unknown system functions. According to the FNN estimations, the adaptive backstepping control (ABC_FNN) signal can be generated by backstepping design procedure such that the system output follows the desired trajectory. To ensure robustness and performance, a proportional-integral-surface function and robust controller are designed to improve the control performance. Based on the Lyapunov stability theory, the stability of a closed-loop system is guaranteed and the adaptive laws of the FNN parameters are obtained. This approach is also valid for nonlinear affine system with uncertainty or disturbance. The uncertainty and disturbance terms are estimated by FNNs and treated by the ABC_FNN scheme. Finally, the effectiveness of the proposed ABC_FNN is demonstrated through the simulation of controlling a nonlinear non-affine system and the continuously stirred tank reactor plant to demonstrate the performances of our approach.     

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.     

含有非匹配干扰和未知动态的非仿射系统滑模控制算法

针对含有非匹配干扰和未知动态的非仿射系统控制问题,提出了一种基于扩张状态观测器(ESO)的改进滑模控制(SMC)方案.本文首先利用扩张状态观测器,将原系统转变为一个包含干扰的二阶积分级联系统,使含有未知动态的非仿射系统控制器设计问题转化为二阶积分级联系统的控制器设计问题,从而使得控制器在设计过程中不需要对对象模型完全已知.为了改善ESO的瞬态性能,提出了一种含有预设性能函数(PPF)的改进ESO,利用PPF对估计误差进行约束,抑制ESO收敛过程中的振荡和超调.其次,提出了一种带有修正项的改进滑模面,在降低ESO估计误差所带来的非匹配干扰影响的同时,也提高控制系统的收敛速度和跟踪精度.仿真算例表明,所提的改进ESO能够更快收敛,振荡次数显著减少,改进的滑模控制能够处理非匹配干扰的影响,并获得更快的收敛速度以及更高的跟踪精度.     

Approximation-based disturbance observer approach for adaptive tracking of uncertain pure-feedback nonlinear systems with unmatched disturbances

This paper presents an approximation-based nonlinear disturbance observer (NDO) methodology for adaptive tracking of uncertain pure-feedback nonlinear systems with unmatched external disturbances. Compared with existing control results using NDO for nonlinear systems in lower-triangular form, the major contribution of this study is to develop an NDO-based control framework in the presence of non-affine nonlinearities and disturbances unmatched in the control input. An approximation-based NDO scheme is designed to attenuate the effect of compounded disturbance terms consisting of external disturbances, approximation errors and control coefficient nonlinearities. The function approximation technique using neural networks is employed to estimate the unknown nonlinearities derived from the recursive design procedure. Based on the designed NDO scheme, an adaptive dynamic surface control system is constructed to ensure that all signals of the closed-loop system are semi-globally uniformly ultimately bounded and the tracking error converges to a neighbourhood of the origin. Simulation examples including a mechanical system are provided to show the effectiveness of the proposed theoretical result.     

Robust estimation-free prescribed performance back-stepping control of air-breathing hypersonic vehicles without affine models

This paper investigates the design of a novel estimation-free prescribed performance non-affine control strategy for the longitudinal dynamics of an air-breathing hypersonic vehicle (AHV) via back-stepping. The proposed control scheme is capable of guaranteeing tracking errors of velocity, altitude, flight-path angle, pitch angle and pitch rate with prescribed performance. By prescribed performance, we mean that the tracking error is limited to a predefined arbitrarily small residual set, with convergence rate no less than a certain constant, exhibiting maximum overshoot less than a given value. Unlike traditional back-stepping designs, there is no need of an affine model in this paper. Moreover, both the tedious analytic and numerical computations of time derivatives of virtual control laws are completely avoided. In contrast to estimation-based strategies, the presented estimation-free controller possesses much lower computational costs, while successfully eliminating the potential problem of parameter drifting. Owing to its independence on an accurate AHV model, the studied methodology exhibits excellent robustness against system uncertainties. Finally, simulation results from a fully nonlinear model clarify and verify the design.