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.     

一类非线性不确定系统的高阶积分自适应滑模控制

为有效改善传统积分滑模在一类非线性不确定系统的应用中存在的抖振问题,结合有限时间收敛理论、高阶积分滑模理论和自适应控制理论,提出了一种高阶积分自适应滑模控制方法;该方法通过选取有限时间收敛反馈量和设计高阶积分滑模面,不仅确保了系统状态误差在有限时间内的收敛性,而且还保证了系统具备对不确定性干扰的抑制能力;同时,当系统的不确定项的边界范围无法预先确定时,采用自适应方法对滑模控制的趋近速率进行估计;仿真结果表明所提方法能够有效抑制非线性不确定系统的抖动,并具有较高的控制精度.     

一类非线性不确定系统高阶滑模自适应控制设计

针对一类非线性不确定系统,提出一种高阶滑模自适应控制算法．为减少系统抖振和不确定边界未知但有界问题,引入可在线调整参数的双极sigmoid函数和控制器增益．利用Lyapunov理论证明系统在有限时间内稳定并具有鲁棒性,且不确定的上界不需要预先确定．仿真结果验证了该方法的有效性．     

一类高阶非线性不确定系统自适应稳定控制

研究了一类高阶非线性不确定性系统的自适应稳定控制设计问题.因该系统的非线性程度高,其控制系数不等同、符号已知、但数值未知,故在此之前其稳定控制设计问题没有得到解决.本文应用自适应技术,结合设计参数的适当选取,从而得到了设计该类非线性系统状态反馈稳定控制器的新方法,并基于反推技术,给出了稳定控制器的设计步骤.所设计的状态反馈控制器使得闭环系统的状态全局渐近收敛于零,其余闭环信号一致有界.最后通过一个仿真例子说明了控制设计方法的有效性.     

不确定非线性时滞系统的自适应滑模控制

针对一类不确定非线性时滞系统的鲁棒滑模控制器设计问题,提出了一种自适应滑模控制方法,该方法能够有效地削弱系统的输入抖动.基于自适应滑模控制技术和Lyapunov稳定方法,克服了系统不确定性和时滞特性影响,不但保证系统状态可以在有限的时间内到达滑模面,而且还保证了系统的渐近稳定特性.最后给出的仿真结果验证了该控制方案的有效性.     

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.     

永磁同步电机的高阶终端滑模控制方法

提出一种基于高阶终端滑模的永磁同步电机转速控制方法, 提高了系统的鲁棒性和响应速度. 根据矢量控制原理, 设计了非奇异终端滑模面, 使得电机转速、直轴电流、交轴电流在有限时间内达到给定值. 同时, 采用高阶滑模消除抖振, 保证系统的稳定性. 仿真结果表明, 和PI控制方法相比, 电机转速能够更快地跟踪给定值, 并且, 系统对于负载扰动具有较强的鲁棒性.     

不确定非线性系统自适应反演积分滑模控制

针对一类n阶参数严格反馈型非匹配不确定非线性系统,提出一种自适应反演快速积分终端滑模控制方法.控制的前n-1步采用标准自适应反演控制策略并给出自适应律,第n步构造出一种积分非奇异终端滑模面.为降低控制量抖振,将滑模终端吸引子思想引入滑模面的设计中,进而求出系统总控制律,从而消除非匹配不确定性影响并提升系统的动态性和鲁棒...     

不确定非线性系统的高阶滑模控制器设计

针对一类不确定非线性SISO系统,结合系统有限时间稳定理论与积分滑模控制理论,提出了一种新的高阶滑模控制器设计方法,改善了现有高阶滑模控制中存在的缺陷.积分滑模保证了系统初始时刻就具有抗扰能力,同时采用有限时间稳定观测器实现了高阶滑模的输出反馈控制.仿真结果表明该控制器可使系统在有限时间内收敛,并有效地减小了系统抖振.     

基于神经网络的不确定机器人自适应滑模控制

提出一种机器人轨迹跟踪的自适应神经滑模控制。该控制方案将神经网络的非线性映射能力与变结构控制理论相结合,利用RBF网络自适应学习系统不确定性的未知上界,神经网络的输出用于自适应修正控制律的切换增益。这种新型控制器能保证机械手位置和速度跟踪误差渐近收敛于零。仿真结果表明了该方案的有效性。     

非匹配不确定系统的自适应反步非奇异快速终端滑模控制

针对一类n阶非匹配不确定系统,提出一种自适应反步非奇异快速终端滑模控制方法.控制的前n-1步采用自适应反步控制策略,消除非匹配不确定性的影响;最后一步利用误差的积分构造非奇异快速终端滑模面,设计控制律使系统第n个状态有限时间收敛.该方法对系统中匹配和非匹配不确定项均具有鲁棒性,比自适应反步终端滑模方法具有更快的收敛速度.理论分析证明了闭环系统的稳定性,仿真结果验证了该方法的有效性.     

Adaptive backstepping sliding mode control for feedforward uncertain systems

Output tracking backstepping sliding mode control for feedforward uncertain systems is considered in this article. Feedforward systems are not usually transformable to the parametric semi-strict feedback form, and they may include unmatched uncertainties consisting of disturbances and unmodelled dynamics terms. The backstepping method presented in this article, even without uncertainties differs from that of Ríos-Bolívar and Zinober [Ríos-Bolívar, M. and Zinober, A.S.I. (1999), ‘Dynamical Adaptive Sliding Mode Control of Observable Minimum Phase Uncertain Nonlinear Systems’, in Variable Structure Systems: Variable Structure Systems, Sliding Mode and Nonlinear Control, eds., K.D. Young and Ü. Özgüner. Ozguner, London, Springer-Verlag, pp. 211–236; Ríos-Bolívar, M., and Zinober, A.S.I. (1997a), ‘Dynamical Adaptive Backstepping Control Design via Symbolic Computation’, in Proceedings of the 3rd European Control Conference, Brussels]. In this article, the backstepping is not a dynamical method as in Ríos-Bolívar and Zinober (1997a Ríos-Bolívar, M and Zinober, ASI. 1997a. Dynamical Adaptive Sliding Mode Output Tracking Control of a Class of Nonlinear Systems. International Journal of Robust and Nonlinear Control, 7: 387–405.  [Google Scholar], 1999), since at each step, the control and map input remain intact, and the differentiations of the control are not used. Therefore, the method can be introduced as static backstepping. Two different controllers are designed based upon the backstepping approach with and without sliding mode. The dynamic and static backstepping methods are applied to a gravity-flow/pipeline system to compare two methods.     

Adaptive backstepping sliding mode control with tuning functions for nonlinear uncertain systems

An adaptive backstepping tuning functions sliding mode controller is proposed for a class of strict-feedback nonlinear uncertain systems. In this control design, adaptive backstepping is used to deal with unknown or uncertain parameters and the matching condition restricting the Lyapunov based design. The main drawback of the Lyapunov based adaptive backstepping which is the overparametrisation is eliminated by the tuning functions. The adaptive backstepping tuning functions design is combined with the sliding mode control in order to overcome quickly varying parametric and unstructured uncertainties, and to obtain chattering free control. The proposed controller not only provides robustness property against uncertainty but also copes with the overparametrisation problem. Experimental results of the proposed controller are compared with those of the standard sliding mode controller. The proposed controller exhibits satisfactory transient performance, good estimates of the uncertain parameters, and less chattering.     

基于反步法的自适应滑模大机动飞行控制

针对飞机大机动飞行时模型非线性和参数不确定性的特点,提出一种非线性反步自适应滑模变结构控制方法．基于反步法的思想适当选取Lyapunov函数,回馈递推得到自适应滑模控制律,并利用一种自适应参数策略的混沌粒子群算法优化控制器的固定参数改善系统性能,同时利用矩阵SDU分解克服高频控制增益矩阵估计时可能存在的奇异问题．仿真结果验证了算法的有效性．     

一种基于反步法的鲁棒自适应终端滑模控制

针对不确定严格反馈块控非线性系统, 提出了一种基于反步法的鲁棒自适应终端滑模变结构控制方法. 系统的未知不确定及外界干扰由模糊系统在线逼近, 利用反步法设计了变结构控制的终端滑模面, 并由此得到了鲁棒自适应终端滑模控制器, 使系统的跟踪误差在有限时间内趋于给定轨迹的任意小的邻域内. 通过Lyapunov定理证明了闭环系统所有信号最终有界. 对某战斗机6自由度机动仿真结果表明, 该方法具有强鲁棒性.     

基于反演设计的机器人自适应动态滑模控制

针对机器人跟踪控制问题,设计了一种新型的动态滑模控制器,采用反演（backstepping）方法设计一种新的切换函数,将不连续项转移到了控制的一阶导数中,得到了输入的平滑性的动态滑模控制律。该控制律能保证轨迹跟踪误差的快速收敛性和参数不确定的鲁棒性,仿真实例验证了该控制算法的有效性。     

基于干扰观测器的一类不确定非线性系统自适应二阶动态terminal滑模控制

针对一类不确定非线性系统的跟踪控制问题,在考虑建模误差、参数不确定和外部干扰情况下,以其拥有良好的跟踪性能以及强鲁棒性为目标,提出基于回归扰动模糊神经网络干扰观测器(recurrent perturbation fuzzy neural networks disturbance observer,RPFNNDO)的鲁棒自适应二阶动态terminal滑模控制策略.将回归网络、模糊神经网络和sine-cosine扰动函数各自优势相结合,给出一种回归扰动模糊神经网络结构,提出RPFNNDO设计方法,保证干扰估计准确性;构造基于带有指数函数滑模面的二阶快速terminal滑模面,给出其控制器设计过程,避免了滑模到达阶段、传统滑模的抖振问题,采用具有指数收敛的鲁棒项抑制干扰估计误差对系统跟踪性能的影响,利用Lyapunov理论证明闭环系统的稳定性;将该方法应用于混沌陀螺系统同步控制仿真实验,结果表明所提方法的有效性.