具有未知高频增益的鲁棒自适应反推控制器

在高频增益未知的情况下,对一类带有未建模动态和输入、输出干扰的系统,给出了一种基于反推技术的鲁棒自适应控制器的设计方法.通过修正传统鲁棒自适应控制中的动态规范化信号和切换-σ算法,证明了闭环系统的所有信号都有界,同时可以取得较好的跟踪性能.仿真结果表明了该方法的有效性.     

一种基于反推技术的鲁棒自适应控制器

对于更一般的一类系统,给出了一种基于反推技术的鲁棒自适应控制器的设计方法.通过重新定义动态规范化信号和重新证明相关的性质,严格地分析了闭环系统的稳定性和跟踪性能;同时指出了相关文献中的错误.     

区间系数不确定性系统的鲁棒控制器设计

本文提出了一种方法用于设计区间系数不确定性系统的鲁棒镇定控制器，所考虑的区间系数可以是时变的，控制器的设计仅依赖于区间系数的上下界，而设计步骤具有迭代特征。虽然所提到的控制器是线性和确定性的，但能够承受所有容允不确定性。所提出的方法通过一个电力系统负荷频率控制例子加以说明。     

区间矩阵系统低保守性鲁棒控制器的设计

对于系统矩阵和输入矩阵均为区间矩阵的不确定系统 ,提出了实对称矩阵集合的最小上界和最大下界的计算方法 ,并应用该方法设计区间矩阵系统鲁棒控制器 ,把确定多个矩阵不等式解的复杂问题简化为求解单代数Riccati矩阵方程 ,该设计方法具有较小保守性 .     

基于T-S模糊模型的转台鲁棒最优控制器设计

针对飞行器仿真转台系统的非线性以及不确定性问题,提出了基于T-S模糊模型的鲁棒最优控制器设计方法.首先,利用IF-THEN模糊规则将转台速度环系统的状态空间分成不同的区域,构建具有参数不确定性的T-S模糊模型;然后,根据给定的最优性能指标要求以及控制输入约束,通过求解一组线性矩阵不等式(LMIs)进行鲁棒最优控制嚣设计.仿真结果表明,该方法不仅具有比较好的控制效果,而且能有效地解决控制输入约束问题,并能很好地保证对参数变化的鲁棒稳定性.     

基于二次稳定的仿真转台鲁棒控制器设计

针对摩擦力矩干扰,系统参数摄动等非线性扰动环节对仿真转台控制系统的影响,提出了基于二次稳定理论的仿真转台鲁棒控制器设计思想。分析了二次稳定理论的基本原理及设计方法,给出了某型飞行仿真转台基于二次稳定的状态反馈控制器和PID鲁棒控制器设计实例。仿真结果表明,基于二次稳定理论的控制器克服了摩擦力矩干扰以及转动惯量摄动对仿真转台的影响,实现了转台转角的精确控制,动态指标优越,满足了高精度飞行仿真转台系统的鲁棒控制要求。     

鲁棒自适应控制器的一种设计方法

针对鲁棒自适应控制器的鲁棒性和适应性,提出建立一个完整的鲁棒自适应控制器应克服的4个方面问题,论文就这4个问题进行讨论,建立了一种鲁棒自适应算法.该算法在保证控制系统鲁棒稳定的前提下,使模型逐步精确,同时逐步提高控制器的性能.仿真结果证明了控制器的性能.另外,算法较为简单,易于在线实现.     

随机非线性系统鲁棒自适应反馈控制器的积分反推方法设计

考虑了一类随机非线性系统的鲁棒自适应控制问题.采用Ito随机微分方程描述系统,进而在概率意义下研究系统的鲁棒稳定性.应用积分反推(backstepping)方法,系统地给出了设计状态反馈及输出反馈鲁棒自适应控制器的方法.同时构造出了适当形式的四次型的自适应控制Lyapunov函数(CLF).     

一类不确定非线性系统的输出反馈鲁棒自适应控制器的设计与分析

考虑一类具有三角形结构和参数未知的不确定性非线性系统 (1). 首先设计出一个稳定的滤波器, 从而获得状态的实时估计 ;然后依此设计出一种用于跟踪参考信号的输出反馈自适应控制器. 该控制器对系统的参数和状态的不确定性具有鲁棒性, 能保证所建立的闭环系统的全局稳定性, 并解决了ε 跟踪问题. 仿真结果表明, 所设计的自适应控制器具有良好的跟踪性能, 而且控制量在允许控制的范围之内.     

电液位置伺服系统内模鲁棒控制器的设计

针对电液位置伺服系统存在一定的参数不确定性和较大的负载扰动等问题,建立了电液位置伺服线性系统的数学模型,并将其转化为H∞性能准则问题.利用H∞鲁棒控制理论,设计了电液位置伺服控制系统的鲁棒状态反馈控制器;基于内模原理的设计方法,设计了跟踪控制器.仿真结果表明,该位置鲁棒跟踪控制系统不仅对于伺服系统的参数不确定性有较好的控制效果,而且可以有效地抑制位置伺服系统负载扰动的影响,并有效地提高系统的跟踪特性,使系统具有良好的动态性能.     

鲁棒自适应反推控制器的降阶设计

For a class of systems with unmodeled dynamics, robust adaptive stabilization problem is considered in this paper. Firstly, by a series of coordinate changes, the original system is re-parameterized. Then, by introducing a reduced-order observer, an error system is obtained. Based on the system, a reduced-order adaptive backstepping controller design scheme is given. It is proved that all the signals in the adaptive control system are globally uniformly bounded, and the regulation error converges to zero asymptotically. Due to the order deduction of the controller, the design scheme in this paper has more practical values. A simulation example further demonstrates the efficiency of the control scheme.     

基于观测器的空间机器人神经自适应鲁棒控制

研究无速度反馈的不确定性自由漂浮空间机器人轨迹跟踪控制问题,为了提高控制性能,采用一种观测器神经网络自适应鲁棒控制方法。利用神经网络设计观测器对系统的速度信息进行估计;其次,利用神经网络对系统模型的非线性进行逼近,设计神经网络自适应鲁棒控制器对系统进行控制,无需建立复杂的数学模型,并且所设计的自适应律能够进行在线学习;最后,根据H∞理论设计的鲁棒控制器保证了系统稳定,并使系统的L2增益小于给定指标。仿真结果表明,上述方法在无速度信息反馈下仍能进行有效的跟踪控制。     

A New Robust Adaptive Neural Network Backstepping Control for Single Machine Infinite Power System With TCSC

For a single machine infinite power system with thyristor controlled series compensation (TCSC) device, which is affected by system model uncertainties, nonlinear time-delays and external unknown disturbances, we present a robust adaptive backstepping control scheme based on the radial basis function neural network (RBFNN). The RBFNN is introduced to approximate the complex nonlinear function involving uncertainties and external unknown disturbances, and meanwhile a new robust term is constructed to further estimate the system residual error, which removes the requirement of knowing the upper bound of the disturbances and uncertainty terms. The stability analysis of the power system is presented based on the Lyapunov function, which can guarantee the uniform ultimate boundedness (UUB) of all parameters and states of the whole closed-loop system. A comparison is made between the RBFNN-based robust adaptive control and the general backstepping control in the simulation part to verify the effectiveness of the proposed control scheme.      

切换系统基于反演递推法的鲁棒自适应控制

切换系统的稳定控制问题是一个重要的研究问题。基于李雅普诺夫函数的方法是研究切换系统稳定性的重要手段,但是有约束非线性系统的李亚普诺夫函数构造仍是一个难题(特别是对带有不确定性的非线性系统)。针对一类带有不确定性的严格反馈型切换非线性系统,利用反演递推法(backstepping)设计了子系统的基于李亚普诺夫函数的鲁棒自适应控制器,并证明了子闭环系统的稳定性,同时设计适当的切换律保证了整个闭环系统的稳定性。其中系统的未知不确定性及外界干扰不要求线性增长速度,并由模糊系统在线逼近。结果表明所提出方法的有效性。     

飞行仿真转台伺服系统的反演自适应滑模控制(英文)

采用滑模控制对非线性系统进行控制时,抖振是不可避免的现象,如何抑制抖振成为研究的重点。介绍了一种反演自适应滑模控制方案,它可以解决非线性系统中的不确定性问题,保证系统的鲁棒性。为此,首先介绍了反演设计的原理,通过在反演设计中引入滑模控制,并采用自适应算法对不确定性进行估计,有效的降低了抖振。最后给出了一个应用此方法进行控制的实际例子,结果表明了这种方法的有效性。     

飞行模拟转台非线性干扰观测器反步滑模控制器设计

本文针对考虑不确定性的飞行模拟转台伺服系统,提出了一种基于非线性干扰观测器的反步全局滑模补偿控制方法。该方法采用反步控制方法设计转速期望虚拟控制,然后利用非线性干扰观测器观测系统不确定干扰,进而对引入非线性干扰观测器的系统设计自适应全局滑模控制器,实现了飞行模拟转台伺服系统期望转角信号的鲁棒跟踪控制,仿真结果表明,该方法控制效果良好,具有很好的工程应用价值。     

基于矩阵分解的多变量鲁棒自适应反推控制

针对含有输入未建模动态的一类MIMO系统,在高频增益矩阵的顺序主子式的符号已知的前提下,给出了多变量自适应反推控制器的设计.严格地证明了对一类未建模动态,闭环适应系统的所有信号都是全局一致有界的,且输出渐近收敛于零.     

神经网络自适应控制器的设计与实现

提出了一种神经网络自适应控制器，给出了控制器的结构形式和学习算法。基于MATLAB6.1/SIMULINK环境，利用SFUNCTION模块实现该控制器，给出了具体实现的一般方法，并针对三阶纯滞后、时变非线性对象进行仿真。仿真结果表明了该算法的有效性。     

直线伺服系统非线性自适应鲁棒控制器优化设计的研究

对永磁直线电动机伺服系统提出非线性自适应鲁棒控制器的优化设计方法。在永磁直线伺服系统非线性数学模型的基础上,为实现对速度和电流的准确跟踪,建立了误差系统的动态模型。将跟踪和干扰抑制归结为非线性自适应鲁棒控制器设计问题,通过构造存储函数得到自适应鲁棒控制器的定理,以及电阻和电感的辨识算法。证明定理给出的控制器能满足干扰抑制和系统的渐近稳定。最后,用遗传算法对控制器的参数进行优化。仿真结果表明,用该方法设计的系统能很好的抑制扰动和跟踪给定,满足对高性能数控机床永磁直线伺服系统控制的要求.