有界输入下基于backstepping的迭代学习控制

讨论一类含饱和执行机构的非匹配不确定非线性系统的输出跟踪问题．结合反演（backstep-ping）设计方法和迭代学习控制，提出一种输入限幅下的backstepping迭代学习控制方案．学习控制用于学习周期性的系统不确定性，backstepping方法用于处理非匹配不确定性，并且利用低通滤波器削弱饱和执行机构的影响．通过Lyapunov方法，证明所设计的控制器不仅可保证闭环系统中所有信号一致有界，而且随迭代次数增加，跟踪误差收敛到零．仿真结果表明控制器的有效性和可行性．     

输入限幅下的迭代学习控制

基于Ｌｙａｐｕｎｏｖ－ｌｉｋｅ方法,提出在有限作业区间上实现跟踪的带限幅的迭代学习控制器设 计．针对含有非参数化及部分参数化不确定性的非线性系统,设计鲁棒迭代学习控制器,但该方法 不要求已知不确定特性的范数界．针对参数化不确定非线性系统,设计自适应迭代学习控制器．在 系统满足有界输入有界状态（ＢＩＢＳ）假设条件及控制输入饱和限幅作用下,统一对上述三类系统进 行分析．理论分析结果表明：该方案可保证闭环系统中所有变量的有界性,并且跟踪误差能够在整 个作业区间上收敛到零,实现完全跟踪．仿真验证了该算法的有效性．     

永磁同步电机伺服系统自适应迭代学习控制

针对执行重复性任务的永磁同步电机伺服系统,由于参数摄动、随机扰动等不确定因素影响导致的跟踪精度下降,误差发散问题,提出一种自适应迭代学习控制方法.该方法在PD型反馈控制的基础上增加自适应迭代项对控制律中未知参数进行迭代学习,减少不确定因素对系统性能的影响.建立了含有不确定性扰动的系统模型和PMSM自适应迭代学习控制系统,并且基于Lyapunov稳定性理论,分析了该方案的收敛性.结果表明,与传统PD型ILC相比,该方法收敛速度更快,跟踪精度更高,可有效改善系统的性能.     

离散时变系统的自适应迭代学习控制

针对一类有限区间上重复运行的离散时变SISO系统,分别采用带饱和函数和死区修正的投影算法进行参数估计,提出自适应迭代学习控制方案.关键技术引理在分析离散自适应控制系统时起到了关键作用,文中把这一引理推广至迭代域,用于建立离散自适应迭代学习控制系统的稳定性和收敛性.理论证明,即使每次迭代存在初始偏差,跟踪误差沿着迭代轴仍能收敛于零,且闭环系统的所有信号有界;当存在外部扰动时,跟踪误差收敛于一邻域内,其半径为干扰的界.在直线伺服系统上的应用结果验证了所提出的学习控制方法的有效性.     

时变不确定性关联系统的分散鲁棒自适应控制

研究了时变不确定性关联系统的分散鲁棒自适应控制方法，考虑了包括参数不确定性、输入扰动和关联不确定性的系统，系统的不确定性假设为有界，但其界未知．系统的控制分为不确定项界的自适应估计和鲁棒控制两部分．对一互耦双倒立摆系统进行了仿真，结果证实了算法的有效性．     

时变不确定性关联系的分散鲁棒自适应控制

研究了时变不确定性关系系统的分散鲁棒自适应控制方法，考察了包括参数不确定性、输入扰动和关联不确定性的系统，系统的不确定性假设为有界，但其界未知。     

输入有界的挠性航天器姿态跟踪滑模控制

针对三轴稳定挠性航天器输入受限的姿态跟踪问题,设计了一类滑模自适应姿态跟踪控制器,它能确保闭环系统在一定条件下具有全局渐近稳定性,且满足控制输入有界的要求;同时,该控制方案是一种模型独立的控制方法,不依赖于航天器结构参数及模态阶数,而且通过引入参数自适应控制律,使得控制器的设计也不依赖于参数不确定性和外部干扰力矩的界函数,具有较强的鲁棒性和工程实用性.最后根据给定的挠性航天器参数进行了数值仿真研究,结果表明在转动惯量存在较大不确定性和外部干扰的情况下,系统具有很好动态性能和有效地抑制控制输入饱和问题,表明所设计的控制方案有效可行,并具有一定潜在的工程应用前景.     

离散时间系统自适应迭代学习控制的研究进展

离散自适应迭代学习控制是针对在有限时间区间上运行的不确定非线性离散时间系统提出的一类方法,可有效抵抗系统的不确定性,并放宽了传统迭代学习控制中要求相同初始条件和参考轨迹这两个关键假设。即可在随机初始条件下实现对迭代变化参考轨迹的几乎完全跟踪性能。本研究给出了迭代学习控制方法的分类,对其中的自适应迭代学习控制方法的设计思路和适用背景进行了阐述。重点综述了离散时间系统自适应迭代学习控制方法的发展过程,讨论了所提出离散时间自适应控制方法的特点和适用范围,提出了基于数据驱动的自适应迭代学习控制发展的必然趋势和有待于进一步研究的问题。     

有界不确定性非线性系统的自适应滑模控制

研究有界不确定性非线性系统的鲁棒跟踪问题,考虑了在同时存在参数、结构及干扰的不确定性条件下,控制系统的鲁棒性。采用自适应滑模控制律,证明了所设计的控制系统满足滑动条件,能保证系统输出全局稳定,并对系统的动态不确定性具有鲁棒性。最后,给出了计算机仿真算例,仿真结果表明,本文提出的控制方法是有效的。     

一类时滞不确定离散系统的鲁棒自适应滑模控制

主要研究一类具有不确定项和外部扰动的离散时滞系统的鲁棒自适应控制,假设扰动和不确定项是有界的,而扰动和关于状态的不确定项的边界是不必知道的.设计了自适应控制器以保证系统能在有限时间内到达切换面,并且收敛到包含原点的一定的有界区域内.仿真的结果说明了该方法的有效性.     

电液比例系统鲁棒自适应动态表面控制

对基于语义网络的产品建模及配置方案的搜索方法进行集成研究,以提高产品配置设计的效率.在相关本体的基础上,建立了基于语义网络的产品模型结构,并据此解析用户所输入的查询语句.基于语义网络的产品模型提供一种定量与定性相结合的一致化的设计实例与需求的表达方式.进一步通过产品的语义网络模型可以获取设计需求的隐含条件,使得需求在设计方案的搜索匹配过程中被更充分地考虑.配置设计方案的搜索则首先利用基于语义网络的推理技术与本体语言RDFS构造待求配置设计问题的语义网络片断,然后通过语义搜索与匹配度计算排序从设计实例库中获取符合当前需求配置设计方案.同时,通过注塑机螺杆为实例的应用证明了基于语义网络的产品模型在支持配置选型设计方案搜索方面的有效性与实用性.相对于传统的产品模型而言,基于语义网络的产品模型更关注属性之间的内部联系,经实例验证基于语义网络的产品模型使得配置设计过程更符合用户的实际需求.     

非周期时变非线性系统自适应迭代学习控制

对一类含有非周期时变不确定性的非线性系统的控制问题进行了研究。该系统具有严格反馈形式且控制增益未知。在控制器设计中,用一种具有迭代特性的神经网络消除了非周期时变不确定性的影响,并综合应用反演技术和鲁棒自适应控制技术消除了严格反馈结构和未知控制增益带来的设计问题。稳定性分析结果表明:系统所有状态量有界且输出量在积分意义下收敛到期望轨迹。仿真试验证明了所设计控制器的有效性。     

基于RBF神经网络的柔性机械臂位置控制

针对复杂的柔性机械臂位置控制问题,提出一种结合极点配置技术的自适应滑模控制方法。变结构滑模应用于柔性臂的刚性运动和弹性振动抑制的控制,极点配置用以设置滑模面的极点,以获得良好的动态响应特性。利用RBF网络自适应性学习系统不确定量的上界,神经网络的输出用于自适应修正控制律的切换增益。实例仿真结果表明,该控制方法能在对机械臂位置控制的同时有效地抑制柔性臂的弹性振动,对不确定参数具有鲁棒性。     

一类不确定非线性系统基于Backstepping的自适应跟踪控制

研究了一类非匹配不确定性非线性系统自适应跟踪问题,在假设系统模型不确定参数未知时,结合Backstepping的递推方法和鲁棒控制技术,经过多步递推设计了输出反馈控制器和参数自适应控制律.通过控制参数调节,对存在非匹配不确定性和未知干扰的非线性系统实现了输出跟踪.基于Lyapunov稳定性理论所设计的控制器不仅使系统的输出跟踪给定的期望输出,而且使得系统对于所允许的不确定系统状态全局一致有界.与经典反演设计相比,本方案允许非参数化不确定性,增强了控制系统的鲁棒性.最后的仿真算例验证所设计控制方法的有效性.     

一类不确定混沌系统的自适应模糊滑模广义投影同步

针对具有不确定性和外部干扰的主从混沌系统的广义投影同步问题,提出了一种自适应模糊滑模变结构控制方法,设计了模糊滑模变结构控制器及自适应控制律,并利用Lyapunov稳定性理论证明了所提方案的可行性和稳定性。所设计的控制器不受未知不确定性和外部干扰的影响,具有很强的鲁棒性,并可改变广义投影同步的比例因子,获得任意比例于原驱动混沌系统输出的混沌信号。通过对不确定主从Duffing-Holmes系统的数值仿真试验,验证了所设计控制器的有效性。     

基于连续高阶模滑的多机电力系统励磁控制

为了提高多机电力系统暂态稳定性,提出一种连续高阶滑模励磁控制策略。各发电机功角偏差为滑模变量,把具有非线性和不确定性多机电力系统的高阶滑模控制转化为不确定积分链系统的有限时间稳定问题,控制器结合几何齐次连续控制律和二阶滑模超螺旋算法,实现系统状态有限时间收敛,克服系统未建模动态、测量误差和外部扰动等不确定性,利用精确鲁棒微分器观测功角微分,理论分析证明了闭环系统的有限时间稳定。所设计高阶滑模励磁控制器能够保持机端电压稳定,并能有效提高电力系统的暂态稳定性。针对3机系统的仿真结果验证了该控制方法的有效性。     

不确定系统LQ保代价控制的鲁棒稳定性分析

提出了不确定系统鲁棒LQ保代价控制的定义和概念,给出了非结构和一类结构不确定系统保代价控制鲁棒稳定性分析方法,分别建立了保代价控制的参数可变鲁棒界,对结构不确定系统,还提出了一种优化鲁棒界的方法,并确立了可行的计算步骤。     

具有不确定性的时滞系统的鲁棒镇定

本文研究了一类在控制和状态矩阵中同时存在不确定性的时滞系统的鲁棒稳定化控制问题.对这样的系统,利用Lyapunov稳定性方法,提出了一种新的稳定化鲁棒控制器设计方法.进而,把结论推广到具有多重时滞的不确定系统.在此基础上,研究了一类不确定关联时滞系统的鲁棒稳定化分散控制问题.最后,给出了一个例子以说明提出的稳定化方法.     

一类隐含控制输入非线性系统的自适应控制

针对一类隐含控制输入的非线性系统,引用中值定理并利用径向基神经网络的逼近能力,提出了一种稳定自适应神经网络控制方案,以实现对一类隐含控制输入未确定非线性系统的控制。通过采用2个不同的鲁棒控制项,保证了系统中所有信号都是有界的,利用Lyapunov稳定性理论,证明了系统是稳定的,跟踪误差将收敛到零点的某个邻域内。仿真结果验证了该算法的有效性。     

熔化极气体保护焊中弧长系统的改进无模型自适应控制

针对熔化极气体保护焊中电流与弧长非线性时变系统难以建立精确的模型,且在焊接过程中,系统存在各类不确定因素并易受到内外界扰动的问题,提出一种改进的无模型自适应控制方法。首先,设计了带有可测与不可测干扰以及不确定因素的动态线性化泛模型,采用参数估计算法在线估计伪偏导数,引入干扰观测器实时补偿逼近内外界扰动和不确定因素;进而,通过构建准则函数设计出弧长系统的控制律通,在此基础上,得到改进的无模型自适应控制方案;最后,证明了该方法的鲁棒稳定性。仿真结果表明：与现有无模型自适应控制方案相比,所提出方法具有良好的跟踪性能和更快的响应速度;当焊接过程中遇到可测和不可测干扰以及不确定因素时,所提出的控制方法具有更强的鲁棒性,从而确保了焊接过程中弧长的稳定和较好的控制品质。