基于切换的多模型二阶段自适应控制器设计

针对一类具有参数跳变特性的离散时间系统,设计一类基于切换策略的新型多模型二阶段自适应控制器.该控制器首先将系统不确定参数的变化空间划分为多个子空间,在每个空间内建立多个自适应模型.为了克服多模型退化,保持模型的多样性以应对参数跳变,采用带约束的二阶段自适应方法对未知参数进行实时估计,并据此设计相应的子控制器;然后基于切换策略,选取该时刻的最优子控制器作为系统的控制器,从而减小系统暂态误差,提高系统动态性能;最后进行数值仿真研究,仿真结果表明该控制器结合了切换机制和二阶段自适应的优点,在相同模型数量的情况下,能够快速逼近参数跳变以后系统新的工作点,显著地缩短系统的过渡过程,提高暂态性能.     

输入饱和的非线性系统多模型二阶段自适应控制器设计

针对一类输入受限的非线性离散时间系统,设计二阶段自适应控制器.根据先验知识,确定参数空间,在q个未知参数组成的参数空间的边界处建立q+1个自适应模型,将q+1个模型根据自适应系数组合为虚拟模型.基于虚拟模型,通过backstepping方法,设计控制器,采用高斯误差函数近似非对称饱和特性并给出了收敛性证明,得到系统的信号为半全局一致最终有界.最后进行数值仿真,相比于传统自适应控制,该模型能够更快地逼近真实参数,在执行器非对称饱和特性下能够加快系统的响应速度,减小暂态误差,最终的稳态误差收敛于一个较小的紧集,并且对船舶航向控制系统进行了仿真,取得了良好的控制效果.     

一类不确定非线性系统自适应模糊滑模控制

针对一类带有未知外部扰动的不确定非线性系统,建立自适应模糊滑模控制器。基于Lyapunov稳定性理论,设计系统可调参数的自适应规则,控制器的设计过程中无需知道系统的具体模型及未知非线性函数的先验知识。数值仿真的结果也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.     

多变量周期系统的多模型二阶段自适应控制

对于一类参数未知的多变量周期系统,传统自适应控制方法存在参数收敛慢的问题,导致系统暂态响应差、控制效果不理想.因此,本文针对多变量周期系统设计了多模型二阶段自适应控制器.首先根据先验知识,确定不确定区域范围,并在不确定区域内建立多个自适应模型.然后根据李雅普诺夫理论得到第一阶段辨识方程;在第二阶段中,充分考虑辨识误差并...     

考虑量化输入和输出约束的互联系统自适应分散跟踪控制

本文考虑具有量化输入和输出约束的一类非线性互联系统的自适应分散跟踪控制设计.分别针对量化参数已知和未知两种情况,基于反推(Backstepping)设计法,利用神经网络逼近特性,设计自适应分散跟踪控制策略.通过定义新的未知常量和非线性光滑函数,设计自适应参数估计项来消除未知互联项对系统的影响.进一步考虑量化参数未知的情...     

基于神经网络和多模型的非线性离散自适应控制

针对一类非线性离散时间单变量系统,提出了基于多模型切换策略的非线性自适应控制方法.首先将被控系统划分为多个工作区间,然后在每个工作区间内建立1个线性自适应控制器和1个非线性神经网络自适应控制器.线性控制器可以保证系统的稳定性,神经网络非线性控制器可以有效的改善系统的暂态性能,采用有效的切换策略可以在保证系统稳定的情况下很好的改善系统的性能.仿真结果验证了所提出方法的有效性.     

非对称饱和扇形输入非线性系统的自适应模糊控制

针对一类具有未知不确定性,且状态不可测的非线性系统,考虑了输入端的饱和非对称扇区非线性特性影响,提出了系统模型未知情形下基于自适应模糊观测器的跟踪控制方案,采用Lyapunov-Krasovskii函数给出了滑模控制器参数和模糊逻辑的自适应调整律.所提方法不仅可保证闭环跟踪系统的稳定性,还削弱了传统方法对模型结构的依赖...     

不确定非线性系统的鲁棒自适应输出反馈控制

基于自适应非线性阻尼,提出一种鲁棒自适应输出反馈控制方法。该方法适用于带有未建模动态、未知非线性、有界扰动、未知非线性参数和不确定控制系数的多输入多输出非线性系统。理论证明,在一定的假设条件下,该方法能保证闭环系统所有动态信号有界;不论有多少不确定非线性参数、多高阶的非线性系统,只需要一个自适应控制参数和观察参数;而且通过选择适当的控制器和观测器参数,能使控制误差和估计误差达到任意小。仿真结果表明了所提出方法的有效性。     

网络环境下非线性切换系统的固定时间控制

本文针对一类不确定非线性切换系统, 在控制系数和量化器参数未知的情况下, 研究系统的自适应固定时间控制问题. 首先, 文章利用增加幂次积分法和共同Lyapunov函数设计带有可调参数的自适应控制器. 然后, 基于改进的固定时间控制理论, 文章提出有效的参数调节律, 从而实现闭环系统的固定时间稳定性. 最后, 通过仿真实验验证所提控制算法的有效性     

一类MIMO非线性时滞系统的鲁棒自适应控制

针对一类具有非线性输入的MIMO时变时滞系统,基于变结构控制原理,提出了一种稳定自适应控制器设计的新方案.该方案通过使用Lyapunov-Krasovskii(L-K)泛函抵消了因未知时变时滞带来的系统不确定性;进一步,利用Young's不等式和参数自适应估计取消了非线性死区输入模犁和不确定项假设中各种参数均为已知的要求.通过理论分析,证明了闭环控制系统半全局一致终结有界,跟踪误差收敛到零的一个邻域内.     

带有摄动死区输入的未知非线性系统自适应模糊控制

用自适应模糊控制来实现对带有摄动死区输入的一类未知非线性系统的控制. 文中给出了一种新的死区执行器模型, 该模型含有时变并且摄动的执行增益. 通过将死区非线性分解为一个线性类似项, 一个非线性项和一个扰动类似项降低了扰动类似项的上界, 从而可以用更小的控制力度来实现系统的鲁棒性. 利用反步后推技术与非线性参数化的模糊逼近器结合导出控制器, 该设计取消了模糊基函数须事先已知的限制. 本文不仅从理论上证明了所给控制器能够保证闭环系统的稳定性和预期的跟踪性能, 还用仿真实验验证了控制器的有效性.     

具有输入齿隙的一类非线性不确定系统自适应鲁棒控制

针对一类具有未知输入齿隙、参数不确定以及未建模动态和干扰的非线性系统,设计了自适应鲁棒控制器.将齿隙非线性模型等价表示为具有有界建模误差的全局线性化模型,在此基础上设计了包含自适应模型补偿、反馈稳定和鲁棒反馈3部分的自适应鲁棒控制器,并给出了系统动态跟踪误差和稳态误差指标.理论分析证明,闭环控制系统信号有界且跟踪误差在任意期望的精度范围内,仿真研究验证了所提出方法的有效性.     

含未知动态与扰动的非线性系统神经网络嵌入学习控制

针对带有不确定性与扰动的非线性系统的性能优化问题, 提出一种基于神经网络嵌入的学习控制方法. 对一类常见的 Lyapunov 函数导数形式, 将神经网络控制器集成到某种对系统稳定的基准控制器中, 其意义在于将原控制器改进为满足Lyapunov稳定的神经网络参数可调控制器, 从而能够利用先进的神经网络学习技术实现控制器的在线优化. 建立了跟踪误差的等效目标函数, 避免了对系统输入–输出的辨识问题. 建立了一种未知非线性与扰动等效值自适应方法, 并依此方法设计基准控制器. 以RBF (Radial basis function) 反步自适应控制、基于卷积神经网络的滑模控制和深度强化学习控制为对比方法, 对带有死区、饱和、三角函数等数值与物理非线性模型进行仿真分析以测试方法有效性, 并针对上肢康复机器人控制问题进行虚拟实验以验证该方法的实用性. 仿真与实验结果表明, 该方法能在Lyapunov 稳定条件下有效优化基础控制器性能, 对比结果证实了该方法的实用性与先进性.     

基于模糊树模型的自适应模糊滑模控制方法

本文针对单输入–单输出仿射非线性系统提出了一种基于模糊树模型的具有监督控制器的模糊滑模控制方法. 该方法用模糊树模型逼近非线性系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考输入信号的跟踪控制. 模糊树辨识方法自适应划分输入空间, 大大减少模糊规则的数目, 在一定程度上可以缓解困扰模糊控制中的”规则爆炸”问题. 该方法通过监督控制器保证闭环系统所有信号有界. 通过理论分析, 证明了跟踪误差收敛到零. 用倒立摆进行仿真验证, 结果表明该方法用较少的模糊规则, 就能得到满意的控制效果, 有推广应用价值.     

输入具有齿隙非线性特性的周期系统的自适应控制

针对一类输入含齿隙非线性动态特性的周期时变系统, 在周期不确定性可时变参数化的条件下设计自适应控制器. 对周期时变参数进行傅里叶级数展开, 并采用微分自适应律估计未知傅里叶系数和齿隙动态特性参数, 通过鲁棒方法消除截断误差和齿隙模型的有界误差项对系统性能的影响. 采用双曲函数替代符号函数确保控制器可微, 同时能有效抑制颤振. 引入Δ函数, 避免参数估计发散, 并保证系统输出渐近跟踪理想轨迹. 理论分析与仿真结果表明, 闭环系统所有信号有界.     

带有死区输入的非线性系统的自适应控制

针对一类具有死区非线性输入的非线性系统,同时考虑系统中存在未建模不确定项,设计了自适应控制器及未知参数的自适应估计率.该控制器使得闭环系统全局稳定且实现了输出信号对参考信号的精确跟踪.仿真结果进一步证实了该控制器能对未知死区及未建模动态进行有效的补偿。     

基于性能指标约束的一类输入死区非线性系统最优控制

针对一类考虑指定性能和带有输入死区约束的严格反馈非线性系统,本文提出了一种自适应模糊最优控制方法.采用模糊逻辑系统逼近系统的未知非线性函数及代价函数,利用backstepping方法及命令滤波技术,设计前馈控制器.针对仿射形式的误差系统,结合自适应动态规划技术,设计最优反馈控制器.采用指定性能控制方法,将系统跟踪误差约束在指定范围内.利用死区斜率信息解决具有死区输入的非线性系统的控制问题.基于Lyapunov稳定性理论,证明闭环系统内所有信号是一致最终有界的.最后仿真结果验证了本文方法的可行性和有效性.     

一类非线性离散系统的直接自适应模糊控制

针对一类含延迟非线性离散系统,提出了一种直接自适应模糊控制器设计的新方案．将系统用T-S模糊模型来表示,并基于并行分布补偿(PDC)基本思想设计了一种具有未知参数的模糊控制器,同时采用梯度下降算法对该控制器的参数进行在线辨识．通过输入到状态稳定(ISS)方法,证明了系统输出和参考输出的误差有界且满足一定的平均性能．仿真表明本方法的有效性．