关于自适应控制系统的鲁棒稳定性条件

本文用统一的方法对于由自适应控制系统的鲁棒稳定性分析提出的一类时变动态系统的有界解问题给出了一个充分条件。它为鲁棒自适应控制器的设计以及进行相应的理论分析带来了方便。     

加权多模型自适应控制的稳定性

加权多模型自适应控制的稳定性证明是一个未解决的问题.本文采用基于模型输出误差的递推加权算法,在模型输出误差可分的情况下,可以保证其收敛性;然后在加权收敛的前提下,借助虚拟等价系统的概念和方法证明了加权多模型自适应控制系统的稳定性和收敛性.本文的分析方法和结论不依赖于具体的局部控制策略和具体的权值算法,而只取决于它们的某些属性.     

具有降阶模型的多模型鲁棒自适应控制

传统鲁棒自适应控制由于考虑了实际系统存在的不确定性,在一定程度上扩大了常规自适应控制的应用范围,但是传统鲁棒自适应控制大多只是从系统全局稳定性的角度出发来设计控制器而忽略系统动态和稳态性能,导致其无法在工况多变的实际被控系统中取得令人满意的效果。针对传统鲁棒自适应控制的不足,本文对由ARMA模型描述并包含未建模动态的系统设计了多模型鲁棒自适应控制器。首先采用正则化技术将系统未建模动态转化为系统有界扰动,并在系统降阶模型的基础上根据系统工况的变化设计了多个固定控制器和2个鲁棒自适应控制器,并根据性能指标函数选择最佳控制器作为当前系统控制器以提高系统性能。仿真实验说明当系统存在未建模动态以及系统工况发生变化时,本文设计的控制器能获得较好的控制效果。     

多变量系统鲁棒稳定性

本文用复变函数理论，证明了摄动系统为鲁棒对角优势，则系统一定是鲁棒稳定这个一般性结论该结合保守性小，与奈氏阵列法联系密切，可用于工业对象鲁棒控制系统设计。     

基于模型参考的鲁棒自适应控制

针对一类具有未知参数、未建模动态和外界干扰的不确定非线性系统,选择适当的参数对这些不确定性进行估值、补偿和模型参考,利用Backstepping方法,设计了一种新的鲁棒自适应控制器。该控制器能保证闭环系统的所有信号是全局有界的,跟踪误差收敛到一个小的残差集内。仿真结果表明该方法的有效性。     

衰减扰动下非线性预测控制系统的鲁棒稳定性

考虑一般形式的非线性预测控制系统,研究带终端约束的稳定预测控制策略在衰减扰动下的鲁棒稳定性问题,首先引入离散非线性系统的输入状态稳定性,然后针对上述预测控制策略得出了系统的稳定性结论。     

参数不确定离散随机系统的加权多模型自适应控制

研究离散时间参数不确定的线性随机系统的加权多模型自适应控制(Weighted multiple model adaptive control, WMMAC)问题,采用一种改进的加权算法,在模型输出误差可分的情况下,可以保证其收敛性;然后在加权收敛的前提下, 借助虚拟等价系统的概念和方法证明了此类加权多模型自适应控制系统的稳定性和收敛性.本文所采用的分析方法和结论不依赖于局部控制策略和加权算法的具体形式, 而只取决于它们的某些属性.最后,基于Matlab对相应的加权多模型自适应控制系统进行了仿真,仿真结果验证了加权算法的收敛性和闭环控制系统的稳定性、收敛性.     

基于神经网络的模型跟随鲁棒自适应控制

针对一类复杂非线性动力学系统,提出一种基于神经网络动态补偿的模型跟随非线性鲁棒自适应控制策略.采用神经网络在线补偿控制器以克服系统的未建模动力学和非线性耦合因素的影响,从而提高了模型跟随控制的动态性能和稳态精度;当系统存在模型不确定性和外部扰动时,其输出仍能精确地跟踪期望参考模型的输出.同时给出了闭环误差系统鲁棒稳定性的证明.应用示例表明,所提方法可保证闭环系统具有良好的跟踪性能和鲁棒性,且算法简单,易于在线控制.     

非线性系统基于HM模型的自适应鲁棒跟踪控制

研究了非线性系统的跟踪控制问题，基于HM模型对非线性系统进行描述，并将全局模糊模型表示成不确定系统形式。在满足匹配条件下，针对未知不确定界，采用自适应鲁棒控制器，利用自适应变量信息来补偿系统的不确定性信息，实现了非线性系统的渐近跟踪控制。一级倒立摆仿真实验，验证了方案的有效性。控制器结构简单，规则少，具有应用价值。     

Robust Adaptive Control of Robots Using Neural Network: Global Stability

A desired compensation adaptive law‐based neural network (DCAL‐NN) controller is proposed for the robust position control of rigid‐link robots. The NN is used to approximate a highly nonlinear function. The controller can guarantee the global asymptotic stability of tracking errors and boundedness of NN weights. In addition, the NN weights here are tuned on‐line, with no offline learning phase required. When compared with standard adaptive robot controllers, we do not require linearity in the parameters, or lengthy and tedious preliminary analysis to determine a regression matrix. The controller can be regarded as a universal reusable controller because the same controller can be applied to any type of rigid robots without any modifications. A comparative simulation study with different robust and adaptive controllers is included.     

电力系统Transputer自适应稳定控制

本文提出了一种基于多个快速平行处理器--Transputer而实现的电力系统自适应稳定控制器.文中介绍了这种自适应稳定器实现的硬件、软件系统及实验室动态模拟试验结果.     

基于动态优化模型集的多模型自适应控制

针对多模型自适应控制的传统算法中固定模型集无法准确覆盖对象的不确定域的问题,提出了一种新型的能够在线动态优化模型集的方法。该方法能够在线自动添加、删除以及修改模型集中的模型,有效地控制模型数量以及优化模型集,使模型集对不确定域进行精确覆盖,并且在系统运行的稳定阶段可以停止优化模型集的动作,从而大幅减少计算量。该方法在优化控制性能的同时不会过分增加系统运算负担,仿真实验表明了此算法的优越性。     

基于CPS框架的微粉生产过程多模型自适应控制

针对矿渣微粉（Ground granulated blast-furnace slag,GGBS）生产这一多变量、强耦合、多工况的复杂非线性过程,本文根据大量生产数据,提炼出矿渣微粉生产过程的三个典型工况.求解多工况多目标优化问题以求得最优设定值.建立多工况下的递归神经网数据驱动模型,并采用自适应动态规划方法,建立多个控制器,结合加权多模型控制,实现矿渣微粉生产过程在多工况切换情况下的自适应控制.通过过程运行优化、跟踪控制优化、通讯、工业以太网等信息资源与矿渣微粉生产物理资源之间的融合,构建基于信息物理系统（Cyber-physical system,CPS）的矿渣微粉生产优化控制系统.实验分析表明,本文提出的基于CPS的多模型自适应控制器,能够有效实现多工况条件下矿渣微粉生产过程的自适应控制,减小超调量,提高控制品质.     

非线性多变量零阶接近有界系统的多模型自适应控制

针对一类多变量非线性离散时间系统,提出一种新的基于神经网络的多模型自适应控制方法.为了将非线性系统的高阶非线性项的限制条件放宽到零阶接近有界,该方法引入了一种新的非线性模型.该模型在传统线性回归模型基础上增加了非线性补偿项,使模型的估计误差有界.一个神经网络模型与非线性模型同时被用来对系统进行辨识.基于性能指标的切换机构选择性能较好的模型对应的控制器 对系统进行控制. 理论分析证明了零阶接近有界多模型自适应控制系统的有界输 入和有界输出稳定性. 仿真实验说明了提出的多模型自适应控制方法的有效性.     

一类不确定非线性系统的鲁棒自适应控制

针对一类输入带有一定的不确定性的非线性系统 ,设计了一种鲁棒自适应控制器。该控制器作用与系统 ,能保证闭环系统信号的全局有界性 ,又能使闭环系统输出任意小。     

连续回滞系统的模型参考自适应控制

采用Stop和Play算子表示的Prandtl-Ishlinskii回滞模型描述回滞特性,该模型便于实现控制器的设计．考虑带有未知回滞驱动且以状态空间形式表示的连续时间线性动态系统,给出了模型参考白适应控制设计方案．控制策略保证闭环系统的全局稳定性和期望的跟踪精度,有效地抑制回滞产生的不精确和振荡现象．数值仿真结果表明了控制算法的有效性．     

基于Volterra级数模型的非线性系统自适应控制稳定性研究

研究一类单输入单输出非线性系统的自适应控制问题, 这类系统能用有限阶离散Volterra级数模型表示. 采用递推最小二乘算法进行参数估计, 并通过解高次方程得到控制律. 结合反馈型Volterra级数系统的局部L稳定理论, 证明了算法的局部收敛性质. 通过对一个化工连续搅拌反应器 (CSTR)的过程控制进一步验证了该算法的有效性.     

基于多变量特征模型的黄金分割自适应控制系统稳定性分析

主要研究了基于多变量特征模型的黄金分割自适应控制器的闭环系统稳定性.对从特定区间取值的双输入输出特征模型,通过计算离散系统的矩阵导出1范数,一个充分条件被用来证明闭环系统是指数稳定的.结果不仅表现了系统稳定性,还同时给出了一个黄金分割自适应控制器中可调参数数值的选取方法.最后对中继星的数学仿真验证了系统的稳定性.