基于整体辨识策略的非线性自适应控制方法

针对一类离散时间下的未知动态非线性系统,为解决传统自适应控制方法在交替辨识非线性系统时由于辨识精度低而导致的控制性能差的问题,本文提出了一种基于整体辨识策略的未建模动态补偿的自适应控制方法.利用随机向量函数链接(RVFL)网络的直链与增强结构特性挖掘其与低阶线性模型和高阶未建模动态项的等价对应关系,并融入权值偏差惩罚项,设计了网络模型参数在线更新算法辨识非线性系统参数.根据在线辨识的线性模型参数和未建模动态估计量,采用一步超前最优控制策略设计线性控制器和未建模动态补偿器.数值仿真表明,所提方法优于交替辨识下的非线性自适应控制方法,并通过工业应用的仿真研究验证所提方法在工业上的可用性.最后,对本文控制方法在实际应用中的潜在问题及理论受限条件的放松进行分析和展望.     

容错控制系统鲁棒H∞和自适应补偿设计

通过设计动态输出反馈控制策略研究线性时不变系统执行器故障下的鲁棒自适应容错H∞控制问题. 结合自适应技术和线性矩阵不等式(Linear matrix inequalities, LMI)技术, 设计一个控制策略同时实现系统的故障补偿控制和性能优化控制. 在设计中, 提出由自适应律在线调节控制增益方程补偿未知执行器故障和摄动; 并设计一个基于模式依赖李亚普诺夫方程的LMI条件解出控制参数及次优H∞性能. 所设计的动态输出反馈控制器可以处理一般执行器卡死故障, 并得到更少保守性的H∞性能指标. 此外, 一个更具挑战性的问题, 即通过自适应机构补偿故障致使系统多少性能退化得到论证. 所提方法的有效性由一个解耦线性化动态飞行器系统仿真验证.     

一类非仿射非线性离散系统的改进无模型自适应控制

针对一类更广泛的非仿射非线性离散系统,提出一种改进的无模型自适应控制算法。该算法基于非参数动态线性化方法,运用观测器的思想,实现带有扰动系统的实时动态线性化,进而将无模型自适应控制方法的应用推广到更广泛的非仿射非线性离散系统。同时,对推广后的改进无模型自适应控制方法进行理论上的证明,并通过仿真实例验证了所提出的改进无模型自适应控制方法的可行性和有效性。     

一个基于神经网络模型的鲁棒自适应控制算法

对于具有不确定因素的离散非线性动态系统,通过校正神经网络预报器的输出,运用加权 预报控制性能指标和网络辨识器模型局部线性化的思想,提出了一个间接鲁棒自适应神经网 络控制算法,仿真研究证实了该控制策略的鲁棒性和有效性.     

实时多媒体流控中的自适应Smith预估器设计

设计了一种基于自适应Smith的实时多媒体流量控制器.采用反馈控制机制进行实时多媒体流鼍控制是一种有效解决方法,但因实时多媒体流鼍控制及性能要求的特殊性,仅采用传统的反馈控制技术难以消除这一缺点.针对此问题,在速率反馈控制理论框架的基础上,将先进控制理论中的一些思想方法运用到VOD的流量控制中,采用改进的自适应Smith预估器进行反馈控制.由实验结果表明,提出的方法具有一定的有效性,克服由于扰动和传输延迟带来的不利影响,提高了播放质量.     

磁悬浮球系统的非线性自适应控制方法

针对磁悬浮球系统被控对象变化时控制器自适应问题,提出了一种反馈线性化和在线参数辨识相结合的非线性自适应控制方法。基于状态反馈精确线性化方法建立磁悬浮球系统的数学模型,通过状态反馈设计了一种非线性控制器,并给出了控制器参数的在线辨识方法。MATLAB平台上在线实验结果表明,与反演滑模自适应控制方法相比,提出的方法无须在平衡位置近似线性化,可以在平衡位置实现对不同对象的自适应控制,且具有理想的稳态调节性能。     

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.     

飞行器自适应神经网络时滞控制

在飞行器稳定性控制问题的研究中,针对含有外部扰动、参数不确定性、状态和控制时滞的非线性飞行器系统,提出了一种时滞状态反馈控制与神经网络自适应估计相结合的方法.对非线性系统线性化处理得到飞行器线性模型,并由线性矩阵不等式(LMI)设计反馈控制律;采用径向基函数(RBF)神经网络自适应在线估计策略,对反馈控制律进行补偿以消除未知非线性影响;采用Lyapunov稳定性理论证明了在所设计控制律作用下,闭环系统渐近稳定同时满足H∞性能指标.仿真结果验证了上述方法的可行性及有效性.     

PEMFC空气供给系统的二型自适应模糊建模与过氧比控制

质子交换膜燃料电池（Proton exchange membrane fuel cell，PEMFC）空气供给系统存在外部扰动和参数不确定等动态特性，难以实现精准建模和控制.本文结合精确线性化和二型模糊逻辑系统，提出一种自适应控制器实现PEMFC空气供给系统的建模与过氧比控制.该控制器不需要PEMFC空气供给系统模型结构和参数完全已知的条件，而是通过二型模糊逻辑系统在线逼近PEMFC空气供给系统中的未建模动态并从Lyapunov函数中导出自适应参数，从而保证系统收敛性与稳定性.通过稳定性分析证明了该控制器作用下系统跟踪误差的有界性，仿真实验进一步验证了该控制器的有效性与实用性.     

一种基于在线辨识的Web 服务自适应接纳控制

设计并实现了一种基于量子行为粒子群算法(QPSO)系统模型在线辨识的Web服务自适应接纳控制,根据系统模型的变化在线调节比例积分控制器参数.通过接纳时间比反馈控制机制,调整控制周期内服务器接纳请求的时间长度,进而实现接纳控制.通过仿真实验,并与多种不同控制方法进行比较,所得结果表明,在线辨识自适应控制能够在服务器过载的情况下更有效地控制系统资源,进一步提高了服务质量.     

非线性飞机电传增稳系统设计与仿真

针对非线性飞机的控制问题,提出了一种适用于大攻角气动参数飞机的电传增稳系统设计方法。该方法针对非线性飞机的数学模型,结合广义扩展线性化理论和Matlab符号语言,进行非线性反馈控制系统设计。设计的飞机闭环系统具有稳定性和线性特性,并利用Matlab/Simulink软件仿真验证了其有效性。     

Modeling and control of a PEM fuel cell system: A practical study based on experimental defined component behavior

In this contribution, the dynamical behavior of a polymer electrolyte membrane (PEM) fuel cell system is modeled; related control approaches are developed. The system model used for experimental and modeling purposes describes a 1.2 kW PEM fuel cell stack and an air blower. Due to the dynamical fuel cell–blower interaction the fuel cell stack and the blower model are validated to real systems respectively. Additionally, a feedback based on PI-control is used for hydrogen pressure control with an anode inlet valve. This controller is able to eliminate a stationary error between the anode and cathode pressures. For principal investigations three control approaches, a classical static feed-forward control approach, a state-space feedback control, and a novel gain-scheduling approach are developed, applied, and compared. As result, it can be shown that the feed-forward approach lacks in performance recovering the excess oxygen ratio to the desired level. The state-space feedback control shows stationary error. The introduced gain-scheduling control approach leads to a fast excess oxygen ratio recovery without stationary deviations.     

基于神经网络的反馈线性化非对称系统

针对对称阀控非对称缸电液伺服系统的非线性,为了提高系统的控制精度,在分析该系统的固有特性的基础上提出了反馈线性化控制策略,分析了反馈线性化系统的稳定性,并采用神经网自适应补偿控制对不确定参数进行补偿,最后选择合理参数进行仿真实验。实验表明:基于神经网络技术的反馈线性化阀控非对称系统不但稳定性好、控制精度高,而且系统的跟踪性能优越,适用于实时控制的场合。     

Robust control approach for input–output linearizable nonlinear systems using high‐gain disturbance observer

This paper addresses a robust control approach for a class of input–output linearizable nonlinear systems with uncertainties and modeling errors considered as unknown inputs. As known, the exact feedback linearization method can be applied to control input–output linearizable nonlinear systems, if all the states are available and modeling errors are negligible. The mentioned two prerequisites denote important problems in the field of classical nonlinear control. The solution approach developed in this contribution is using disturbance rejection by applying feedback of the uncertainties and modeling errors estimated by a specific high‐gain disturbance observer as unknown inputs. At the same time, the nonmeasured states can be calculated from the estimation of the transformed system states. The feasibility and conditions for the application of the approach on mechanical systems are discussed. A nonlinear multi‐input multi‐output mechanical system is taken as a simulation example to illustrate the application. The results show the robustness of the control design and plausible estimations of full‐rank disturbances.Copyright © 2012 John Wiley & Sons, Ltd.     

电流滞环控制PWM逆变器异步电动机的非线性解耦控制系统

本文针对电流滞环控制PWM逆变器异步电动机系统这一非线性、多变量、强耦合的控 制对象,采用非线性变换和非线性反馈,实现了系统的动态解耦和全局线性化.其中关键问 题是对合性条件的满足,从而分解成线性化的转速子系统和转子磁链子系统,两个子系统的 调节器可按古典线性理论设计.最后,用8096十六位单片机实现非线性解耦控制算法,组成 了交流变频调速系统,并给出实验结果.     

一种关于移动机器人的自适应变结构控制方法

基于具有m个输入、至多m＋2个状态变量的可控无漂移系统为微分平面系统这样一个事实,通过动态扩展原理和自适应控制技术,本文提出了一种针对三轮移动机器人轨迹跟踪问题的鲁棒自适应控制方法,应用动态扩展原理首先对三轮移动机器人的运动模型实现了精确线性化,设计变结构控制时采用了边界层内插方法和在线参数估计以削弱控制抖动,仿真结果表明该方法优于一般的变结构控制。     

An approach to automatic generation of dynamic equations of elastic joint manipulators in symbolic language

This paper describes an approach for automatic generation of the equations of motion of elastic joint manipulators in symbolic language. It is based on a vector-parametrization of the Lie groupSO(3) and uses the Lagrange's formalism to derive the dynamical equations, the final forms of which are like the equations generated by a recursive Newton-Eulerian algorithm. These characteristics together increase the computational efficiency of the algorithm and give a very good insight into the dynamical structure of the system. In addition to this, the inertia matrix is explicitly given in the final equations, which is very important for the applicability of a mathematical model in different fields of control and simulation. The suggested algorithm is therefore quite appropriate for the purposes of robot modeling, identification as well as for the applications in real time simulations and control.     

Stabilization of nonholonomic chained systems via nonregular feedback linearization

This paper addresses the problem of feedback stabilization of nonholonomic chained systems within the framework of nonregular feedback linearization. Firstly, the nonsmooth version of nonregular feedback linearization is formulated, and a criterion for nonregular feedback linearization is provided. Then, it is proved that the chained form is linearizable via nonregular feedback control, thus enable us to design feedback control laws using standard techniques for linear systems. The obtained discontinuous control laws guarantee convergence of the closed-loop system with exponential rates. Finally, simulation results are presented to show the effectiveness of the approach.