一类具有未知死区MIMO系统的自适应模糊控制

针对一类具有未知死区并具有下三角函数控制增益矩阵的不确定MIMO非线性系统, 根据滑模控制原理, 并利用Nussbaum函数的性质, 提出了一种自适应模糊控制器的设计方案. 该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件. 通过引入积分型李亚普诺夫函数及最优逼近误差与死区扰动上界的自适应补偿项,证明了闭环系统是稳定的,跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

具有未知非线性死区的自适应模糊控制

基于滑模控制原理,利用模糊系统的逼近能力,提出一种自适应模糊控制方法．该方法提出一种简化非线性死区输入模型,取消了非线性死区输入模型的倾斜度相等以及死区边界对称的条件,还取消了非线性死区输入模型各种参数已知的条件．该方法通过引入逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响．理论分析证明了闭环系统是半全局一致终结有界,跟踪误差收敛到零．仿真结果表明了该方案的有效性．     

一类死区非线性系统的自适应模糊控制设计

为了实现对具有时变摄动死区非线性系统的跟踪控制,本文提出了一种基于自适应模糊逼近器的Backstepping控制方法。该方法通过将死区特性合理分解,并将自适应模糊逼近器嵌入到Backstepping设计步骤中,逐步递推得到控制律。所提出的控制方法适用于高阶非线性系统,并且不要求被控系统满足匹配条件;所采用的模糊逼近器是非线性参数化的,亦即不要求其模糊基函数是完全确定已知的,从而降低了对先验知识的依赖性。为了得到未知参数的自适应律,本文先应用Taylor级数展开式将具有非线性关系的未知参数相互分离,使其呈现线性关系,然后根据Lyapunov稳定性定理给出在线可调参数的自适应律。此外,所设计的自适应律是对与未知参数向量的范数相关的变量进行在线调节,这样可以有效减少需要在线调节的参数数量,从而降低了控制器的在线计算负担,提高了系统的响应速度和控制精度。本文给出的控制设计能够有效地克服死区特性对系统性能的影响,使得闭环系统所有信号均指数收敛到原点的指定邻域内,系统输出可以按给定的精度跟踪参考信号。最后,本文用一个仿真实例验证了所给控制方法的有效性。     

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.     

带有未知死区模型的鲁棒自适应模糊控制

针对一类带有死区模型并具有未知函数控制增益的SISO非线性系统,根据滑模控制原理。利用Nussbaum函数的性质,提出一种自适应模糊控制器的设计方案．该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件．通过引入最优逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响．理论分析证明了闭环系统的稳定性和跟踪误差收敛到零．仿真结果表明了该方法的有效性．     

一类非线性系统的自适应模糊控制

针对一类非线性系统,利用模糊推理系统对非线性函数的逼近能力,导出基于Ｌｙａｐｕｎｏｖ稳定性理论的自适应控制器,不但能解决这类非线性系统的跟踪问题,而且可保证闭环系统的稳定性。仿真结果表明这一算法的有效性。     

MIMO非仿射非线性系统的自适应模糊控制

针对一类多输入多输出非仿射非线性系统,设计了一种自适应模糊H∞控制方案,该方案把自适应模糊控制和高增益观测器结合起来.利用多变量的隐函数定理,证明了非仿射系统控制器的存在性.通过设计高增益观测器,解决了系统的状态不可测量问题,实现系统的输出反馈控制,模糊自适应控制增强了系统在线逼近干扰及处理系统不确定的能力.仿真结果表明了控制方案的有效性及优越性.     

一类具有未知控制方向非线性系统的输出反馈自适应控制

研究了一类控制方向未知非线性系统的输出反馈自适应镇定问题. 首先, 通过一线性状态变换, 将未知控制系数集中起来, 从而将原系统变换为适于控制设计的新系统. 然后, 分别引入状态观测器和参数估计器, 并应用积分反推和调节函数方法, 给出了输出反馈稳定控制律的构造性设计过程. 可以证明,所设计的控制器确保原系统状态渐近收敛到原点, 而其它闭环系统状态有界. 仿真结论验证了所提出方法的有效性.     

具有未知死区输入非线性系统的迭代学习控制

针对一类具有死区输入非线性系统,提出一种实现有限作业区间轨迹跟踪控制的神经网络迭代学习算法.基于Lyapunov-like方法设计学习控制器,回避了常规迭代学习控制中受控系统非线性特性需满足全局Lipschitz连续条件的要求.为处理输入死区,利用神经网络逼近这种强非线性特性;同时,通过对神经网络逼近误差界的估计并在控制器中设置补偿作用以消除其影响,从而提高系统的跟踪性能.     

一类非线性系统的自适应滑模模糊控制

针对一类具有多个子系统的欠驱动非线性系统提出了一种自适应滑模模糊控制方法.首先通过分析模糊控制与边界层滑模控制的相似性,提出了滑模模糊控制方法;然后根据滑模面斜率和各子系统控制对于系统动态性能的影响,分别采用模糊推理根据系统状态自动地实时调节滑模面斜率和各子系统在系统控制中的作用;最后通过简单的滑模模糊控制器实现对具有多个子系统的欠驱动非线性系统的控制.将该方法应用于吊车的运输控制中,仿真结果证明了其有效性和鲁棒性.     

一类非线性系统的模糊直接自适应控制

针对一类单输入单输出仿射非线性系统,利用模糊基函数网络的逼近能力,并根据滑模控制原理在控制器中加入逼近误差和外部干扰补偿控制器,提出了一种模糊直接自适应控制方法。该方法不但实现了系统的鲁棒控制,还同时考虑了误差状态的位置信息和运动信息,较大地改善了系统的控制性能。通过Matlab仿真,证明了所设计的模糊直接自适应控制器不但具有鲁棒性,而且可以保证系统具有很好的跟踪性能。     

一类非线性系统的自适应模糊滑模控制

对一类具有不确定性的非线性系统,根据滑模控制原理并利用模糊系统的逼近能力,提出了一种自适应模糊滑模控制系统的设计方法.控制结构中采用模糊系统自适应朴偿过程的不确定性.利用李雅普诺夫理论,证明了控制算法是全局稳定的,跟踪误差可收敛到零的一个邻域内.     

Adaptive Robust Control for a Class of Uncertain MIMO Non-affine Nonlinear Systems

In this paper, the adaptive robust tracking control scheme is proposed for a class of multi-input and multioutput (MIMO) non-affine systems with uncertain structure and parameters, unknown control direction and unknown external disturbance based on backstepping technique. The MIMO nonaffine system is first transformed into a time-varying system with strict feedback structure using the mean value theorem, and then the bounded time-varying parameters are estimated by adaptive algorithms with projection. To handle the possible "controller singularity" problem caused by unknown control direction, a Nussbaum function is employed, and the dynamic surface control (DSC) method is applied to solve the problem of "explosion of complexity" in backstepping control. It is proved that the proposed control scheme can guarantee that all signals of the closed-loop system are bounded through Lyapunov stability theorem and decoupled backstepping method. Simulation results are presented to illustrate the effectiveness of the proposed control scheme.      

基于模糊逻辑的一类非线性系统直接自适应控制

针对一类连续非线性不稳定系统,基于模糊逻辑提出了一种新的自适应跟踪控制方法,在此方法中,控制器由两部分组成：模糊逼近控制器（FAC）和模糊滑模补偿控制器（FSMCC）,其中,FAC利用模糊逻辑系统全局逼近理论控制器,FSMCC用于全局补偿逼近误差和系统的不确定性及消除外部干扰的影响,整个闭环控制系统在Lyapunov意义下全局渐进稳定踊跃误差收敛于零的某一领域内,最后通过示例验证了本方法的有效性。     

一类非线性互联系统的间接自适应模糊滑模跟踪控制

基于模糊逻辑逼近原理,针对非线性动态未知互联系统,设计一种新的模糊分散控制器.讨论了互联项满足或不满足一般性约束条件的两种情形,用不同方法来补偿其对大系统的影响.同时利用模式转换函数来实现间接自适应控制与模糊滑模控制之间的转换,使系统的状态在有界闭集内变化,并依据Lyapunov方法证明了闭环系统稳定,跟踪误差收敛到零的一个小邻域内.仿真结果证明所设计的模糊控制器的有效性.     

一类未知非线性离散系统的直接自适应模糊预测控制

将自适应模糊逻辑系统引入预测控制,对一类未知非线性离散系统提出了直接自适应模糊预测控制方法.首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直接利用模糊逻辑系统设计预测控制器,并基于广义误差估计值对控制器参数和广义误差估计值中的未知向量进行自适应调整.文中证明了此方法可使广义误差估计值收敛到原点的小邻域内.     

不确定多输入非线性系统自适应模糊滑模控制器设计

针对一类不确定多输入非线性系统提出一种新的自适应模糊滑模控制器,该控制器在存在模型逻辑系统逼近误差的情况下使闭环系统跟踪误差小于预先给定常数,消除滑模控制中的抖振,缓解因系统维数增高所致的模糊规则爆炸现象,最后用仿算例验证了所提出方法的有效性。     

虚拟控制增益函数未知的随机非线性系统模糊自适应控制

The problem of track control is studied for a class of strict-feedback stochastic nonlinear systems in which unknown virtual control gain function is the main feature. First, the so-called stochastic LaSalle theory is extended to some extent, and accordingly, the results of global ultimate boundedness for stochastic nonlinear systems are developed. Next, a new design scheme of fuzzy adaptive control is proposed. The advantage of it is that it does not require priori knowledge of virtual control gain function sign, which is usually demanded in many designs. At the same time, the track performance of closed-loop systems is improved by adaptive modifying the estimated error upper bound. By theoretical analysis, the signals of closed-loop systems are globally ultimately bounded in probability and the track error converges to a small residual set around the origin in 4th-power expectation.