控制方向未知的无人帆船自适应动态面航向控制

针对四自由度无人帆船存在模型不确定、控制方向和外部环境扰动均未知的情况,提出一种神经网络自适应动态面航向控制方法。该方法采用RBF神经网络逼近无人帆船模型不确定部分,利用Nussbaum函数处理系统的未知控制增益函数,并设计带σ-修正泄露项的参数自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,同时引入动态面方法,消除反演法中的“计算膨胀”问题,降低控制器的复杂性。Lyapunov函数稳定性分析证明所设计控制器能够保证航向保持闭环系统内所有信号的一致最终有界性,并通过一艘12 m型无人帆船模型进行仿真验证,结果表明无人帆船航向保持响应速度快,所设计的控制器能有效地处理模型不确定项和风浪等外界扰动,具有较强的鲁棒性。     

控制方向未知的无人帆船自适应动态面航向控制

针对四自由度无人帆船存在模型不确定、控制方向和外部环境扰动均未知的情况,提出一种神经网络自适应动态面航向控制方法。该方法采用RBF神经网络逼近无人帆船模型不确定部分,利用Nussbaum函数处理系统的未知控制增益函数,并设计带σ-修正泄露项的参数自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,同时引入动态面方法,消除反演法中的“计算膨胀”问题,降低控制器的复杂性。Lyapunov函数稳定性分析证明所设计控制器能够保证航向保持闭环系统内所有信号的一致最终有界性,并通过一艘12 m型无人帆船模型进行仿真验证,结果表明无人帆船航向保持响应速度快,所设计的控制器能有效地处理模型不确定项和风浪等外界扰动,具有较强的鲁棒性。     

控制方向未知的无人帆船自适应动态面航向控制

针对四自由度无人帆船存在模型不确定、控制方向和外部环境扰动均未知的情况,提出一种神经网络自适应动态面航向控制方法。该方法采用RBF神经网络逼近无人帆船模型不确定部分,利用Nussbaum函数处理系统的未知控制增益函数,并设计带σ-修正泄露项的参数自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,同时引入动态面方法,消除反演法中的“计算膨胀”问题,降低控制器的复杂性。Lyapunov函数稳定性分析证明所设计控制器能够保证航向保持闭环系统内所有信号的一致最终有界性,并通过一艘12 m型无人帆船模型进行仿真验证,结果表明无人帆船航向保持响应速度快,所设计的控制器能有效地处理模型不确定项和风浪等外界扰动,具有较强的鲁棒性。     

风帆助航船舶自启发评价迭代滑模航向控制

针对风帆助航船舶运动模型具有时变非线性和受海洋环境扰动作用的特点,本文提出一种带自适应启发评价的模糊非线性迭代滑模航向控制方法。该方法采用双曲正切函数构造系统状态的迭代滑模函数,利用滑模面反馈设计控制增量,避免了对系统未知项和外界扰动的观测,并结合模糊系统对滑模控制参数进行优化,增强控制器的自适应性。通过定义一种控制舵角抖振观测变量与自适应启发评价函数,对所构建模糊系统的结构参数进行动态调节和优化,以进一步降低控制舵角的抖振作用。应用"文竹海"号散货船数学模型进行控制仿真,结果表明所设计控制器能有效地处理模型参数摄动和海洋环境扰动,控制性能良好,具有强鲁棒性。     

船舶航向保持的滑模变结构自适应模糊控制研究

针对船舶航向非线性控制系统中存在未知控制增益,参数不确定性和外界干扰的影响,通过引入Nussbaum函数,利用模糊逻辑系统的逼近能力,将多滑模控制与自适应模糊控制相结合,提出一种新的多滑模自适应模糊控制算法,实现了船舶航向的跟踪控制,并且在设计过程中,避免了控制器奇异值问题的发生。借助Lya-punov函数证明了所设计控制器使船舶运动非线性系统中所有信号有界,且跟踪误差收敛到零的某个邻域内。仿真结果表明,所设计的控制器能够快速准确地跟踪设定航向,对参数摄动和外界扰动具有较强的鲁棒性。     

一类含有滞回故障非线性系统Backstepping变结构控制

为解决执行器发生未知故障情况下不确定非线性系统的控制问题,采用一种自适应Backstepping变结构控制方法,建立了包括滞回非线性和失效、卡死等故障类型的非线性执行器模型.通过径向基函数(radial basis function,RBF)神经网络逼近系统中的未知非线性函数项,神经网络参数根据自适应律实时调整,保证了逼近效果.结合动态面控制,避免了Backstepping控制中的计算复杂性问题.引入的自适应补偿项消除了系统建模误差和不确定干扰的影响,理论分析证明了闭环系统半全局一致最终有界,仿真结果验证了该方法的有效性.     

一类非线性系统基于观测器的自适应容错控制

研究了一类不确定非线性系统的自适应容错控制问题。在系统的非线性函数、外界扰动、建模不确定性以及未知故障输入的上界均未知的情况下,通过构造Lyapunov函数,基于鲁棒自适应观测器设计了新的自适应容错控制器,使得闭环系统渐近稳定。最后,通过仿真算例说明了本文方法的有效性和优越性。     

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。     

具有时变约束的机械臂系统自适应控制器设计

对具有时变约束的不确定多自由度机械臂动态系统问题,设计出一种基于障碍李雅普诺夫函数(Barrier Lyapunov Function, BLF)的自适应径向基函数神经网络切换控制器。在传统的径向基函数神经网络(Radial Basis Function Neural Network, RBFNN)的基础上设计出一种带有时变参数的万能逼近器逼近机械臂系统中的不确定性,引入BLF进行稳定性分析,并设计一个滑模面使未知机械臂系统的状态在超出预先设计的定义域时,能够通过自适应律进入RBFNN的万能逼近域。仿真结果表明,该控制器可以保证系统在时变输出约束的条件下具有良好的跟踪性能,与其他的RBFNN控制器相比,该控制器的逼近精度可以自动在线更新,并将半全局稳定性扩展到全局稳定性。     

挠性航天器预设性能自适应姿态跟踪控制

为研究存在外界干扰及未建模动态的挠性航天器姿态跟踪问题,提出了一种基于预设性能方法的自适应姿态跟踪控制策略.预设性能方法利用性能函数和一种误差变换方式,将系统的跟踪误差限制在预先设定的约束范围内,以保证系统响应具有期望的超调、收敛速度以及稳态误差.采用径向基函数(RBF)神经网络来处理由干扰和附件挠性振荡产生的模型未知动态.考虑到存在未知的神经网络逼近误差,为减小控制参数选取的保守性,进一步对逼近误差的上界进行自适应估计.结合权值和逼近误差上界的自适应律,设计了预设性能自适应姿态跟踪控制器.仿真结果表明,使用本方法可以有效补偿干扰及挠性振动所产生的影响,同时使姿态控制系统获得快速平稳的动态过程和给定的稳态跟踪精度.与未采用预设性能的方法相比,所提出的方法在收敛速度、跟踪精度与振荡抑制效果等方面均具有较明显的优势,并且对控制器参数选取的依赖性更低.     

欠驱动USV神经网络自适应轨迹跟踪控制

为解决欠驱动USV系统在模型不确定性和未知海流干扰下的水平面轨迹跟踪问题,基于反步法与自适应技术,提出一种非线性鲁棒轨迹跟踪控制策略. 针对欠驱动USV参数不确定问题,运用神经网络自适应方法对欠驱动USV系统未知函数进行估计和逼近;然后,运用动态面方法获取虚拟变量的导数,不仅控制律结构简单,易于工程实现,而且有效地减小了传统反步法中虚拟变量直接求导的复杂性;针对未知时变海流的干扰,设计了一种指数收敛海流观测器,有效估计未知缓慢时变海流速度;其次,基于李雅普诺夫理论证明了所设计的控制器能够保证运动轨迹收敛于期望值,并且保证了该轨迹跟踪闭环控制系统所有信号最终一致有界;最后,在控制输入受限条件下,为检验该控制器的跟踪性能,选取圆轨迹作为参考轨迹,仿真实验表明,该控制器能够有效地实现预期轨迹,神经网络自适应方法对系统未知函数可有效估计和逼近,对未知时变海流干扰具有较强的鲁棒性,轨迹跟踪误差和速度跟踪误差均收敛到零附近的一个邻域内,从而验证了所提出控制器的有效性.     

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。     

时变故障下四旋翼无人机的自适应容错控制

针对四旋翼无人机执行器部分失效以及遭受外界扰动等问题,提出了一种基于系统输出约束的自适应控制策略,该方法可以实现在时变故障下的姿态跟踪控制问题.结合自适应滑模控制理论和Nussbaum增益函数,设计了一种能够补偿故障损失、适应时变扰动的自适应容错控制器.而且,使用该控制器不需要实时进行故障检测和系统模型的重构.通过严格...     

永磁同步电机的神经网络离散位置跟踪控制

针对永磁同步电动机参数不确定及负载扰动问题,本文基于自适应和反步法技术,设计了一种永磁同步电动机离散位置跟踪控制方法。利用欧拉公式得到同步电动机驱动系统的离散数学模型,采用动态面技术,引入低通一阶滤波器对虚拟控制函数进行滤波,解决了"计算爆炸"问题;运用神经网络逼近永磁同步电动机系统中存在的未知非线性项,并将神经网络和反步法相结合,构造离散动态面位置跟踪控制器,同时对其进行稳定性分析,最后通过仿真实验分析验证了该方法的有效性。仿真结果表明,本文设计的离散控制器能够有效跟踪给定信号,实现了对永磁同步电动机良好的位置跟踪控制效果。该控制方法解决了参数不确定性以及负载扰动问题,具有一定的理论意义和实际应用价值。     

高阶非线性不确定多智能体系统自适应RBF神经网络协同控制

针对外界环境的干扰及自身系统参数的不确定性对一类高阶非线性多智能体系统的影响,研究在领导跟随者网络模型下系统一致性的问题.该动力学系统中含有高阶积分器耦合未知非线性动力学和未知外部干扰,采用分布式自适应径向基函数(radial basis function,RBF)神经网络控制算法,确保神经网络对智能体非线性项进行在线逼近,滑模控制消除持续有界扰动等不确定项对稳定性的影响.首先设计出神经网络权值的自适应律,提出一种基于神经网络的自适应滑模控制协议,利用李雅普诺夫稳定性理论,证明该多智能体系统实现领导跟随一致性,并且最终有界跟踪误差的充分条件.在同质和异质多智能体2种条件下,仿真结果验证了提出方法的正确性.     

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.     

航天器自适应有限时间反步控制

针对存在转动惯量不确定以及外部干扰的航天器姿态跟踪问题,提出基于反步法的自适应有限时间控制方法。建立四元数描述的系统模型,设计有限时间命令滤波器用以逼近虚拟控制律导数,从而避免反步法设计中的复杂性爆炸和奇异值问题。采用神经网络估计未知非线性函数,设计自适应有限时间控制器,保证系统跟踪误差有限时间收敛。仿真结果验证所提方法的有效性。     

欠驱动船舶路径跟踪神经元自适应迭代滑模控制

针对模型存在参数不确定以及遭受未知外界干扰的欠驱动船舶路径跟踪控制问题,本文提出一种基于Lyapunov稳定性的神经元自适应迭代滑模控制方法。该方法根据路径跟踪偏差信息构造出四阶非线性迭代滑模面,利用最高阶滑模面构建Lyapunov能量函数,并得到满足系统渐近稳定性条件的一个误差函数,进而采用Adaline单神经元设计自适应控制器,且结合最小二乘法推导出使误差函数收敛的神经元权重在线学习算法,可避免对模型参数不确定项和外界干扰进行估计。将设计的控制器应用于5446TEU集装箱船模型进行仿真,结果表明控制系统能有效地处理模型参数摄动及风浪干扰,具有强鲁棒性,且与迭代滑模控制器相比所得控制舵角输出更加平滑有效。     

吊舱推进无人水面艇的航向保持

针对吊舱推进无人水面艇(unmanned surface vessel,USV)的航向控制问题,本文在建立其响应模型的基础上,根据线性滑模(linear sliding mode,LSM)和非奇异终端滑模(non singular terminal sliding mode,NTSM)在平衡点收敛速度不同的特点,提出了具有较快收敛速度的快速非奇异终端滑模(fast non singular terminal sliding mode,FNTSM)航向保持策略。通过RBF神经网络和扰动观测器分别补偿模型的不确定和外界扰动,同时采用饱和函数和模糊加权来减弱抖振现象以增强系统的鲁棒性。最终将FNTSM与反步自适应航向保持策略进行仿真比较,结果表明:本文提出的FNTSM航向保持策略较传统的自适应控制方法有较快的收敛速度和较强的鲁棒性,证明了本文所述方法的可行性和正确性。     

欠驱动船舶简捷鲁棒自适应路径跟踪控制

为了进一步解决模型存在任意不确定性和外界环境干扰的欠驱动船舶路径跟踪控制问题,在Backstepping方法基础上,引入非线性函数逼近技术对模型中任意不确定因素进行补偿控制。考虑到"计算膨胀"和控制实时性问题,引入动态面控制和最小参数学习方法的设计思想,充分利用欠驱动船舶模型内部结构特征,将用于非线性函数逼近的神经网络权重压缩为4个参数进行在线学习。该算法具有形式简捷、学习参数少、易于工程实现的特点,仿真实例验证了所提出控制策略的有效性。