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。     

非线性不确定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方案。模糊逻辑系统用于系统中的未知的非线性函数建模,然后基于backstepping方法和自适应技术设计模糊自适应控制器。所设计的模糊自适应控制器确保闭环系统的所有信号是一致有界的,同时跟踪误差收敛到原点的一个充分小的邻域内。另外所设计的控制器不涉及模糊基向量函数,因此所提出的控制器用于控制系统时,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。     

非线性纯反馈时滞系统的自适应模糊跟踪控制

针对一类不确定非线性纯反馈时滞系统的自适应模糊跟踪控制问题,本文采用模糊逻辑系统来逼近系统中未知的非线性函数,利用自适应方法和Backstepping方法构造出一种自适应模糊控制器,并给出了非线性纯反馈时滞系统跟踪控制问题可解的充分条件.仿真结果表明,所设计的自适应模糊控制器,保证闭环系统的所有变量有界,并确保系统输出有效跟踪给定的参考信号,跟踪误差收敛到原点的一个充分小的邻域之内,同时其他闭环信号保持有界.该控制方法可以有效地减少系统在线计算负担.     

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.     

基于Backstepping非线性输出时滞系统的模糊自适应容错控制

针对一类SISO带有执行器故障的状态可测的非线性输出时滞系统,提出了一种模糊自适应Backstepping容错控制方法。所提出的控制方法可以解决对执行器卡死故障和执行器失效的问题。设计中,对时滞项进行有界处理,从而消除时滞的影响。采用模糊逻辑系统逼近未知函数,并结合Backstepping设计原理,给出了模糊自适应容错控制器和参数的自适应律。基于Lyapunov函数方法证明了闭环系统是半全局一致终结有界的,跟踪误差收敛到原点的一个小的邻域内。仿真结果进一步验证了所提方法的有效性。     

一类非线性不确定系统的输出跟踪控制

设计了一类不确定非线性系统模糊自适应输出跟踪控制器. 首先将一个时变参数引入到规则前件的高斯型隶属度函数中, 形成一组带有时变参数的模糊规则, 通过时变参数的变化改变高斯型隶属度函数的中心和宽度,进而改变原Mamdani型模糊逻辑系统的输出,形成新的带有时变参数的模糊逻辑系统. 然后以这种改造后的模糊逻辑系统逼近系统的未知非线性项,构造时变参数和逼近精度的自适应律,设计相应的自适应输出跟踪控制器. 这种方法的优越性在于充分利用原有的有限数目的模糊规则,合成具有较少自适应律的模糊自适应输出跟踪控制器. 最后,通过Duffing的仿真算例验证了本文提出方法的可行性和有效性.     

基于Razumikhin方法的非线性时滞系统的自适应模糊控制设计

【中文摘要】 为研究一类单输入单输出非线性时滞系统的自适应跟踪控制问题,基于Lyapunov Razumikhin泛函方法给出了一种新的自适应模糊控制器设计方法,利用模糊逻辑系统来估计系统中未知的非线性函数,用backstepping方法来设计跟踪控制器。所设计的自适应模糊控制器能确保所有的闭环信号有界,同时系统输出收敛到所期望轨线的一个小邻域中。仿真例子表明文中所提出的控制方案能够有效地跟踪给定的参考信号。     

基于K滤波的自适应模糊Backstepping容错控制

针对一类不满足匹配条件的状态不可测非线性不确定故障系统,研究了一种自适应模糊输出反馈容错控制器的设计方法。设计中,利用模糊逻辑系统在线逼近系统的故障函数,使用K滤波技术,并结合Backstepping和模设计原理,建立了一种新的自适应模糊输出反馈容错控制方法。证明了所提出的自适应模糊容错控制方法能够保证闭环系统所有信号是半全局一致有界的,且跟踪误差收敛到原点的一个小邻域内。仿真结果验证了该方法的有效性。     

具有未知死区的SISO非仿射非线性系统间接自适应模糊控制

为了解决含有未知死区输入特性的SISO非仿射非线性系统的跟踪控制问题,提出了基于模糊自适应方法的控制器设计方案,把未知死区分解为一个线性项和一个扰动类似项,当系统状态可测时,利用模糊逻辑系统设计间接自适应模糊控制器,并结合跟踪误差信息设计自适应律;系统状态不可测时,通过引入误差观测器估计的状态变量,设计了间接自适应模糊输出反馈控制器．理论论证过程说明两种控制器能使系统的跟踪误差最终收敛到零的某一邻域,且闭环系统所有信号均有界. 仿真实验结果表明利用所设计控制方案可以使系统完成跟踪控制任务．     

基于T-S模型的自适应模糊预测函数控制

针对多变量非线性系统，提出一种基于Takagi-Sugeno(T-S)模型的自适应模糊预测函数控制方法.在T-S模糊模型结构已确定情况下，利用加权递推最小二乘法对T-S模糊模型后件参数进行在线辨识.对模糊模型在每一采样点进行线性化，将描述非线性系统的T-S模型转化为线性时变的状态空间模型，并假设输入基函数为阶跃函数，推导出预测控制律的解析式.仿真结果表明，该方法在求解控制律时，无需求解非线性优化问题，并且有效克服了模型失配对系统控制性能的影响，增强了系统的跟踪性能和鲁棒性.     

带有鲁棒控制项的MIMO非线性系统的模糊控制

针对一类不确定多输入多输出（MIMO）非线性系统, 提出了一种新的鲁棒间接自适应模糊控制设计方案, 解决了提高模糊控制精度问题. 模糊逻辑系统用作逼近系统的未知函数, 根据跟踪误差给出了参数调节律, 用鲁棒控制项对未知的逼近误差进行补偿, 以此来减小逼近误差对跟踪精度的影响. 基于李亚普诺夫函数方法证明了所设计的控制方案不但能保证跟踪误差收敛到原点的小邻域内, 而且通过适当增大设计参数的值, 可使跟踪误差减小, 提高了控制精度.仿真结果表明了该方法的有效性.     

一类非线性系统基于滑模原理的模糊自适应控制

针对一类非线性系统，设计出了一种自适应控制方案，用模糊逻辑逼近非线性函数，根据滑模原理及李雅普诺夫函数设计出自适应控制器。然后，用模糊推理进行修正，以克服一般滑模控制具有的抖动现象，保证闭环系统的稳定性和跟踪误差收敛于零的某邻域内。     

Robust adaptive control for a class of uncertain non-affine nonlinear systems using neural state feedback compensation

A robust adaptive control is proposed for a class of uncertain nonlinear non-affine SISO systems. In order to approximate the unknown nonlinear function, an affine type neural network(ATNN) and neural state feedback compensation are used, and then to compensate the approximation error and external disturbance, a robust control term is employed. By Lyapunov stability analysis for the closed-loop system, it is proven that tracking errors asymptotically converge to zero. Moreover, an observer is designed to estimate the system states because all the states may not be available for measurements. Furthermore, the adaptation laws of neural networks and the robust controller are given based on the Lyapunov stability theory. Finally, two simulation examples are presented to demonstrate the effectiveness of the proposed control method. Finally, two simulation examples show that the proposed method exhibits strong robustness, fast response and small tracking error, even for the non-affine nonlinear system with external disturbance, which confirms the effectiveness of the proposed approach.