一类不确定非线性系统的模糊自适应容错控制

针对一类不确定非线性系统提出了间接模糊自适应容错控制器的设计方法。利用模糊逻辑系统来逼近未知函数包括故障项,用滑模控制补偿模糊逼近误差,通过改变控制器结构来补偿执行器故障所带来的影响,同时基于Lyapunov方法进行了稳定性分析。通过仿真验证该方法的有效性。     

一类不确定非线性系统的状态参考自适应滑模控制

针对一类非匹配不确定非线性系统。基于状态参考自适应控制算法和滑模控制策略。提出了状态参考自适应反演滑模控制方案，实现了不确定非线性系统的鲁棒输出跟踪。与现有的控制器设计相比，大大降低了控制系统阶次，允许系统存在非参数化的不确定性和未知扰动，增强了控制系统鲁棒性。仿真算例证明了理论研究成果的正确性和鲁棒性。     

一类非线性系统的自适应控制

文中研究了系数不等的三角型非线性系统，给出了同时包含非线性项不确定性和扰动不确定性系统的自适应控制设计过程，并证明了其稳定性，最后通过仿真示例验证了这种方法的有效性     

一类不确定非线性系统的鲁棒自适应控制

针对具有有界扰动的参数化严格反馈非线性系统,提出了一种鲁棒自适应控制方案。用辨识器估计系统未知参数,利用“确定性等价原则”构成自适应控制方案,从而实现了辨识器与控制器设计的完全分离。所设计的自适应控制器既能保证闭环系统所有信号的全局有界性,又能使输出跟踪误差以指数速度收敛到零的一个小邻域内。仿真结果表明了所提控制方案的有效性。     

控制增益符号未知的非线性系统执行器故障补偿

针对一类具有方向未知的不确定增益函数和未知执行器故障的不确定非线性系统,将Nussbaum函数增益与自适应输出反馈设计相结合,提出一种自适应鲁棒非线性容错控制方案。本方案无需精确获得执行器故障信息,并通过引入控制参数在线自适应调整技术,使得控制器对参数、干扰以及故障变化具有很强的鲁棒性,采用Nussbaum增益方法放松了对高频增益符号已知的假设,利用鲁棒项抵补偿自适应逼近误差和未知外界干扰的影响,通过李雅普诺夫方法从理论上严格证明了整个闭环系统信号的有界性和渐进的输出跟踪。仿真结果验证了该方法的有效性。     

一类非线性系统的自适应控制

提出一种带有状态观测器的非线性系统自适应控制策略，实现了非线性系统的镇定和零误差跟踪。这种方法简单有效，尤其适用于状态不可观测系统和输出无法直接连接测量的非线性系统。     

时滞非线性不确定系统执行器故障诊断

利用观测器技术和自适应技术，提出了一种带有不确定性环节非线性时滞系统的执行器故障诊断方案，并且详细推导出该方案有可靠的鲁棒性、灵敏度和稳定性．最后通过仿真实验验证了它的有效性．     

参数未知非线性系统的神经网络自适应控制

提出了一种以神经网络为模型的新型间接自适应控制算法,该控制算法不仅能解决一类含未知参数的离散非线性系统的跟踪控制问题,而且降低了通常该类自适应控制算法的神经网络模型的构造的复杂性,神经网络参数收敛性和闭环控制系统跟踪误差的ＵＵＢ（ｕｎｉｆｏｒｍｌｙ Ｕｌｔｉｍａｔｅｌｙ Ｂｏｕｎｄｅｄ）也能得到保证。     

一类不确定非线性系统的鲁棒自适应跟踪控制

针对一类带有符号未知不确定虚拟控制增益函数的不确定非线性受扰动系统，提出一种鲁棒自适应控制算法．该算法将Nussbaum增益技术融入backstepping设计方法之中，不仅能够保证闭环系统的信号是全局一致最终有界的，使得跟踪误差收敛到零的一个较小邻域；而且，闭环系统的控制性能可以通过适当的选择设计参数而得到保证．另外，该算法还能克服在现存文献中普遍存在的控制器奇异值问题．计算机仿真结果验证了控制器的有效性和良好性能．文章突出的贡献是拓宽了backstepping设计方法的应用范围，同时提供了一种系统化高、实用性强的设计方法．     

一类基于模糊逻辑系统的非线性不确定系统的自适应控制

利用模糊逻辑系统分析和研究了一类非线性不确定系统的自适应控制问题。控制器和自适应律的构成直接利用了系统的数学结构信息和模糊逻辑系统的对不确定性的输出信息，在较弱的假设条件下，这种控制器使被控系统的状态及参数估计误差一致终极有界。最后对水箱组合系统的仿真实例说明了本所采用的方法是比较有效的。     

具有输入饱和的环形永磁力矩电动机伺服系统自适应反步控制

针对环形永磁力矩电动机伺服系统,考虑系统具有输入饱和,基于自适应反步法设计了自适应控制器.考虑系统中含有线性化未知参数及未知的外界扰动,通过引入辅助信号对输入饱和做出补偿.与现有结果相比,控制器设计中并不要求未知参数的界已知.该自适应控制器可以保证系统稳定.仿真结果进一步验证了控制器的有效性.     

基于规则补偿的滞环系统自适应非线性PID控制

研究滞环参数未知时动态系统的控制问题 .为了消除滞环的影响作用 ,给出了滞环参数估计方法 ,在此基础上提出了基于规则滞环逆补偿器 .对自适应非线性PID控制和基于规则滞环逆补偿组成的混合控制方案进行研究 ,取得了满意的效果 .仿真结果验证了该方法的有效性 .     

带有执行器故障的连续时间系统的可靠时滞控制

研究了带有执行器故障的连续时间系统的可靠的时滞状态反馈控制问题.利用Lyapunov稳定性理论和线性矩阵不等式方法,给出了连续系统存在可靠时滞状态反馈控制器的LMI形式的充分判据,该判据是时滞相关的.所设计的时滞状态反馈控制器可以容忍执行器的一定故障,并且保证整个闭环系统是渐近稳定的.     

带有时滞的未知非仿射非线性系统自适应模糊跟踪控制

应用自适应模糊逼近方法研究了一类带有时滞的未知非仿射非线性系统的跟踪控制问题.系统的实际控制器是按照Backstepping设计过程经逐步反推而得到, 在每一步设计中需要用自适应模糊逻辑系统来逼近未知的非线性函数.为了降低控制设计对先验知识的依赖性, 取消须事先已知模糊基函数的限制, 采用非线性参数化的模糊逻辑系统作为逼近器.由于逼近器中的未知参数彼此之间呈非线性关系, 无法直接得到在线估计这些参数的自适应律.为了实现对相关参数的在线调节, 先应用Taylor展开式将呈非线性关系的参数分离, 使其相互之间具有线性关系, 然后再基于Lyapunov第2方法给出相应参数的自适应调节律.最后, 通过一个仿真实例来验证所给方法的有效性.结果表明:所得自适应模糊控制器能有效补偿时滞的影响, 保证闭环系统中所有信号均有界, 而且输出跟踪误差能收敛到原点的任意小邻域内.     

一类多变量不确定非线性系统的自适应模糊监督控制

针对一类不确定非线性多变量系统,应用带有监督控制功能的间接型自适应模糊控制方法,在不要求被控系统增益矩阵可逆的条件下设计了自适应控制器.这种自适应控制器不仅能够保证闭环系统的所有信号有界,而且使跟踪误差收敛到原点的一个小领域内.仿真结果表明了该方法的有效性.     

非线性系统的直接自适应模糊Backstepping控制

研究了一类单输入单输出非线性系统的自适应跟踪问题,提出了一种直接自适应模糊Backstepping控制策略,与传统的Backstepping自适应控制方法相比,控制器的设计更为简单。通过理论分析,证明闭环系统是半全局一致终结有界的;跟踪误差收敛到一个小的残差集内.仿真结果表明了该方法的有效性。     

一类具有不确定性的线性系统的模糊自适应控制

针对一类具有不确定性和干扰的线性系统,首先将系统不确定性进行归一化处理,然后利用模糊逻辑系统对系统不确定性进行逼近估计。同时对模糊逻辑系统的未知参数进行估计合成相应的自适应律,由此提出了一种模糊自适应控制设计方法。这种模糊自适应控制不仅能够减少自适应律的数目,而且也能够保证被控系统的状态及参数估计误差一致终极有界。最后的仿真结果表明了该方法的有效性。     

非线性时滞系统的自适应模糊跟踪控制

针对一类带有未知非线性函数和时滞项的非线性不确定系统,提出了一种新的自适应模糊跟踪控制。用模糊逻辑系统来逼近系统中未知的非线性不确定函数,基于自适应方法和Backstepping设计模糊自适应控制器。设计的模糊自适应控制器确保了闭环系统的所有信号是一致有界的,也保证了跟踪误差收敛到原点的一个充分小的邻域内;另外设计的模糊跟踪控制器不涉及模糊基向量函数的计算,使其在系统的控制过程中将极大地降低系统的在线计算负担。仿真算例验证了所提出方法的有效性。     

不确定随机非线性时滞系统的自适应神经网络跟踪控制

针对一类具有严格反馈形式的随机非线性时变时滞系统的自适应神经跟踪控制问题,本文利用神经网络参数化和反推（backstepping）方法,构造出一类自适应神经网络状态反馈控制器。仿真结果表明,这种自适应控制器保证闭环系统的所有变量概率意义下有界,并使系统的输出跟踪参考信号,跟踪误差收敛到原点的一个充分小的邻域之内,仿真验证了该方法的有效性。