一类复杂控制系统分散自适应鲁棒控制器设计

基于模糊逻辑系统具有充分利用语言信息和逼近连续函数性质的思想,分析研究了一类非线性不确定复杂系统的自适应控制问题.利用系统的数学模型和模糊逻辑系统对不确定性的输出信息,设计出了复杂系统的分散自适应鲁棒控制器和模糊逻辑系统参数估计的自适应律,在较弱的假设条件下,证明了这种控制器使被控系统的状态及参数估计误差一致终极有界.仿真实例表明,所提出的方法是有效的.     

非线性离散时间系统的自适应模糊补偿控制

针对一类非线性离散时间系统,提出一种自适应模糊逻辑补偿控制方案.控制律由跟踪控制律和逼近误差补偿控制律两部分组成,利用模糊逻辑系统对系统参数扰动和外界干扰进行自适应补偿,由模糊滑模控制律实现对模糊逻辑系统逼近误差的进一步补偿.所设计的控制器可保证闭环系统一致最终有界.将该控制器用于月球探测车动态转向系统中,仿真结果表明了该方法的有效性.     

一类大系统的间接自适应分散模糊控制

针对一类未知非线性大系统,将模糊控制、模糊逻辑系统及滑模控制相结合,提出了一种间接自适应模糊控制策略,仿真结果证明了所提出的算法是有效的.     

非线性离散时间系统的自适应模糊补偿控制

针对一类非线性离散时间系统，提出一种自适应模糊逻辑补偿控制新方法。其控制律由跟踪控制律和逼近误差补偿控制律两部分组成。利用模糊逻辑系统对系统参数扰动和外界干扰进行自适应补偿，由模糊滑模控制律来实现对模糊逻辑系统逼近误差的进一步补偿。所设计的控制器可保证闭环系统一致最终有界。     

一类复杂非线性系统的模糊控制

针对一类复杂非线性系统,把模糊T-S模型和自适应模糊逻辑系统结合起来,提出了一种跟踪控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器用来观测系统状态:其次,应用基于权值、中心和宽度3个参数可调节的自适应时延模糊逻辑系统补偿器来消除建模误差和小确定性.文中证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.     

一类不确定非线性离散系统的模糊自适应控制器设计

针对一类不确定非线性离散系统,提出一种带有自动可调伸缩因子的模糊自适应控制方法.该控制器设计方法的优点是模糊逻辑系统的逼近精度不再依赖于模糊逻辑系统的结构和规则数目,参数自适应律调节与被逼近函数的特征和逼近精度有关,因此能有效减少在线估计的参数数目,且设计方法能够保证闭环系统的所有状态半全局一致终极有界.最后,通过数值仿真算例表明所提出方法的有效性.     

线控转向系统的自适应神经网络跟踪控制

针对车辆线控转向(SbW)控制系统受外部扰动和结构不确定等因素影响,结合神经网络系统的逼近特性,提出一种鲁棒自适应神经网络控制器来实现SbW系统的在线建模与转角控制。该控制器不需要SbW系统结构和参数完全已知的条件,而是通过神经网络逼近SbW系统的未知动力学,以及鲁棒方法消弱时变扰动和逼近误差对控制性能的影响。同时,该方法可由Lyapunov函数导出自适应律,从而保证了系统收敛性与稳定性。最后,通过稳定性分析表明了系统跟踪误差可渐近收敛至原点附近可调的邻域内;数值仿真和硬件在环仿真实验表明了该方法的有效性与优越性。     

不确定系统的鲁棒稳定性

针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案提出了一种SISO系统的模型参考自适应模糊控制器设计的新方案.该方案同时利用广义多线性模糊逻辑系统的逼近能力和I型模糊逻辑系统的逼近能力,不仅能保证闭环系统状态全局稳定,而且有效避免了控制增益可能出现的奇异性问题.理论分析证明了跟踪误差收敛到零,仿真结果表明了该方法的有效性.     

关于多变量非线性系统的自适应模糊控制

结合模糊逻辑系统、自适应控制和H∞控制,对一类非线性多变量未知系统提出了新的控制策略,给出了控制算法的稳定性分析.仿真结果证明了所提控制算法的有效性.     

基于模糊观测器T-S模型和自适应模糊逻辑系统的一类非线性系统的H∞控制

针对一类非线性系统，把模糊T-S模型和自适应模糊逻辑系统两类模糊逻辑方式结合起来，提出了一种基于观测器的控制方案．首先，应用模糊T-S模型对非线性系统建模，设计观测器来观测系统状态；由线性矩阵不等式得到模糊模型的控制律．其次，应用自适应模糊逻辑系统作为补偿器来补偿建模误差．证明了闭环系统满足期望的性能．仿真结果表明了该方案的可行性．     

带有干扰观测器的线控转向系统复合自适应神经网络控制

考虑车辆线控转向(SbW)系统存在不确定动态特性以及外界干扰影响.本文提出一种带有干扰观测器的复合自适应神经网络实现SbW系统的精确建模与稳定控制.首先,利用神经网络在线逼近系统不确定动态,避免控制器设计中使用到系统模型的先验知识.然后,结合系统的跟踪误差与建模误差提出一种新的复合自适应学习率来更新神经网络的权值,从而...     

An adaptive recurrent-neural-network motion controller for X-Y table in CNC machine.

In this paper, an adaptive recurrent-neural-network (ARNN) motion control system for a biaxial motion mechanism driven by two field-oriented control permanent magnet synchronous motors (PMSMs) in the computer numerical control (CNC) machine is proposed. In the proposed ARNN control system, a RNN with accurate approximation capability is employed to approximate an unknown dynamic function, and the adaptive learning algorithms that can learn the parameters of the RNN on line are derived using Lyapunov stability theorem. Moreover, a robust controller is proposed to confront the uncertainties including approximation error, optimal parameter vectors, higher-order terms in Taylor series, external disturbances, cross-coupled interference and friction torque of the system. To relax the requirement for the value of lumped uncertainty in the robust controller, an adaptive lumped uncertainty estimation law is investigated. Using the proposed control, the position tracking performance is substantially improved and the robustness to uncertainties including cross-coupled interference and friction torque can be obtained as well. Finally, some experimental results of the tracking of various reference contours demonstrate the validity of the proposed design for practical applications.     

基于变速趋近律的机电伺服系统自适应滑模控制

针对带有摩擦力矩、负载力矩以及扰动力矩等不确定性的机电伺服系统,提出一种基于变速趋近律的自适应滑模控制方法.首先,构造双曲正切型辅助函数并设计新的变速趋近律,用以调节滑模变量的收敛速度,使其在到达减速点之前具有较快的收敛速度,而在到达减速点以后则能有效削弱抖振.在此基础上,构造自适应滑模控制器,保证系统位置输出能够快速...     

考虑伺服系统增益不确定的船舶动力定位自适应有限时间控制

针对全驱动水面船舶动力定位控制问题,假设船舶模型参数摄动和外部扰动的上界已知,通过构造误差信号的非奇异终端滑模面（Non-singular terminal sliding mode,NTSM）提出了一种自适应终端滑模的控制方法.同时考虑伺服系统增益不确定问题,对未知的推力系数矩阵的倒数进行参数自适应,确保设计的控制器能使得船舶的位置及艏向角在有限时间内收敛于期望值,且能保证闭环系统实际有限时间稳定（Practical finite-time stable,PFS）.利用一艘供给船进行数值仿真研究,说明了设计的船舶动力定位自适应终端滑模控制律的有效性.     

磁悬浮开关磁阻电机的自适应终端滑模控制

为解决磁悬浮开关磁阻电机受到外部环境未知干扰、内部参数摄动等不确定因素带来的影响,提出一种基于自适应终端滑模控制器的直接瞬时转矩及直接悬浮力控制策略.首先,对电机的数学模型进行分析并建立状态方程,采用直接瞬时转矩控制与直接悬浮力控制方法,以减小系统脉动;其次,设计非奇异终端滑模面,避免常规终端滑模控制中的奇异问题,并引...     

串联机器人的双模糊自适应滑模控制

提出了一种串联机器人的改进控制算法。采用一自适应模糊控制器,根据滑模到达条件对滑模切换增益进行估算,消除滑模控制中输出力矩的抖振现象,增强其对不确定性因素的适应能力。采用另一自适应模糊控制器对指数趋近律系数进行修正,改善由于大范围初始位姿产生的偏差而引起的大力矩和速度跳变问题。该方法无需确定被控对象的具体数学模型,具有强鲁棒性和高跟踪精度。基于Lyapunov方法进行了稳定性证明,保证控制系统的稳定性与收敛性。实验结果表明,该方法应用于串联机器人,跟踪效果良好并产生了平滑的力矩输出和速度输出。     

基于扩张状态观测器的 连铸结晶器振动位移系统自适应滑模控制

针对伺服电机驱动的连铸结晶器振动位移系统中存在时变负载转矩、参数不确定性等问题,本文提出了一种基于扩张状态观测器(extended state observer, ESO)的自适应非奇异终端滑模(nonsingular terminal sliding mode,NTSM)控制方法.首先,设计ESO对系统存在的综合扰动和不可测状态进行估计.然后,采用分层设计的方法,分别对位移跟踪子系统和电流环子系统设计基于ESO的自适应NTSM控制器和滑模控制器.为削弱ESO估计误差对跟踪精度的影响,在NTSM控制器中引入了自适应增益.可以证明,所设计的控制器能够保证闭环系统所有信号有界,系统状态可渐近收敛到原点附近的小邻域内.最后,仿真结果验证了所提出控制方法的有效性.     

电液伺服系统的多滑模鲁棒自适应控制

针对一类参数与外负载非匹配不确定的非线性高阶系统,提出了一种基于逐步递推方法的多滑模鲁棒自适应控制策略.应用逐步递推的多滑模控制方法简化了高阶系统的控制问题,同时在自适应控制中加入鲁棒控制的方法,以消除不确定性对控制性能的影响.首先利用逐步递推方法与状态反馈精确线性化理论,得出确定系统的多滑模控制器设计方法;然后基于Lyapunov稳定性分析方法,给出不确定系统的参数自适应律,及鲁棒自适应控制器的设计方法.本文把该控制策略应用到电液伺服系统的位置跟踪控制中,仿真结果显示,该控制方法具有较强的鲁棒性及良好的跟踪效果.     

Adaptive sliding mode dynamic controller with integrator in the loop for nonholonomic wheeled mobile robot trajectory tracking

In this paper, novel adaptive sliding mode dynamic controller with integrator in the loop is proposed for nonholonomic wheeled mobile robot (WMR). The modified kinematics controller is used to generate kinematics velocities of WMR which are subsequently used as the input to adaptive dynamic controller. Actuator dynamics are also derived to generate actuator voltage of WMR through torque and velocity vectors. Stability of both kinematics and dynamic controller is presented using Lyapunov stability analysis. The proposed scheme is verified and validated using computer simulations for tracking the desired trajectory of WMR. The performance of proposed scheme is compared with standard backstepping kinematics controller and classical sliding mode control. In addition, the performance is further compared with standard backstepping kinematics controller with adaptive sliding mode controller without integrator. It is shown that the proposed scheme exhibits zero steady state error, fast error convergence and robustness in the presence of continuous disturbances and uncertainties.     

Adaptive control of robot manipulator using fuzzy compensator

This paper presents two kinds of adaptive control schemes for robot manipulator which has the parametric uncertainties. In order to compensate these uncertainties, we use the FLS (fuzzy logic system) that has the capability to approximate any nonlinear function over the compact input space. In the proposed control schemes, we need not derive the linear formulation of robot dynamic equation and tune the parameters. We also suggest the robust adaptive control laws in all proposed schemes for decreasing the effect of approximation error. To reduce the number of fuzzy rules of the FLS, we consider the properties of robot dynamics and the decomposition of the uncertainty function. The proposed controllers are robust not only to the structured uncertainty such as payload parameter, but also to the unstructured one such as friction model and disturbance. The validity of the control scheme is shown by computer simulations of a two-link planar robot manipulator