关于一类不确定非线性系统的鲁棒控制

对于一类同时具有匹配不确定性和非匹配不确定性的非线性系统,结合反馈线性化理论、矩阵不等式、李亚普诺夫稳定性理论和变结构控制,提出了一种鲁棒控制器的设计方法,使得闭环系统是渐近稳定的.     

车辆悬架不确定性对行驶平顺性能影响的鲁棒保守性分析

车辆悬架系统中参数不确定性和未建模动态不确定性的存在,使鲁棒控制器的设计显得尤为重要,可是,由于系统设计中对模型不确定性处理的方法问题,导致闭环系统设计的鲁棒保守性增大,进而低估了车辆平顺性的鲁棒性能.通过线性分式变换理论对二自由度车辆主动悬架系统进行混合不确定建模分析,利用混合μ分析方法有效的降低了H∞控制和复数μ综合控制设计鲁棒控制器的保守性,使得车辆主动悬架系统的鲁棒性得到更好的保证.     

电液伺服系统的逆向递推鲁棒自适应控制

针对电液伺服系统存在的非线性特性、参数不确定性,且不确定性不满足匹配条件,引入虚拟控制量的概念,提出了一种逆向递推鲁棒自适应控制方法。该方法把整个系统分成了一个二阶和一个一阶两个子系统,对其进行递推式的分步自适应控制,从而简化了控制器的设计,使计算量大为减少;利用参数自适应和鲁棒控制相结合的方法,使控制器具有较强的抗干扰性。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性能,与采用 PID 的控制方法相比,系统具有更好的控制性能及更强的抗干扰性。     

风力发电机自适应鲁棒保性能控制器设计

本文针对变速变桨距风力发电机系统对于风能利用率、动态稳定性要求高的特点,建立了风能转换系统的线性参数变化（LPV）模型,给出了设计一个具有自适应机制的鲁棒保性能控制器的充分条件,进而设计出了一种新的自适应鲁棒保性能控制器。首先,运用自适应方法估计出系统的不确定参数,然后利用参数估计和鲁棒保性能控制方法设计系统的状态反馈控制器,其反馈增益阵是通过求解一组线性矩阵不等式（LMI）的约束而得到,并且满足某二次型性能指标。仿真表明,无论在低风速下还是在高风速下,控制器不仅使系统具有良好的动态特性和鲁棒性,而且使系统具有抑制外界干扰能力。     

一类不确定性机器人的鲁棒跟踪控制

本文提出一种新的用以控制具有参数不确定性机器人的轨迹跟踪鲁棒控制方案。控制器由基于标称模型设计的非线性补偿控制器和基于Lyapunov理论设计的鲁棒补偿控制器构成，鲁棒补偿控制器用十消除参数误差带来的不确定性影响，其结构简单，只需知道系统的一个参数不确定性上界，最后保证系统达到三种不同的稳定性。另外，在机器人参数不确定性上界未知时，我们还设计了一个简单的在线辨识器，以保证系统全局收敛。并通过仿真实验证明其可靠性和有效性。     

参数不确定非线性系统的鲁棒镇定与鲁棒跟踪设计

针对参数不确定非线性系统的鲁棒镇定和鲁棒跟踪问题，提出了一种基于Lyapunov稳定性理论的非线性动态鲁棒控制器设计方法，将设计过程分为两步，第一步是针对标系统设计使其实现控制目标的控制器，第二步是在第一步的基础上，进一步设计控制器抑制由于不确定性因素所产生的原系统与标称系统之间的偏差，其优点是在设计的第一步可以直接利用基于精确数学模型建立的非线性控制系统设计方法，数值仿真验证了设计方法的正确性。     

自适应鲁棒H2控制及其在小型无人直升机航向控制中的应用

提出了一个新的鲁棒控制方法并将其应用到小型无人直升机的航向控制中.给出了直升机的非线性航向动力学模型并进行简化,然后线性化为具有仿射不确定性的线性模型.针对这个线性模型,基于线性矩阵不等式方法提出了具有自适应机制的鲁棒H2反馈控制器.这种设计方法可以降低固定增益控制器所固有的保守性,提高控制效果.数字仿真验证了设计方法的可行性.     

航天器姿态机动的自适应鲁棒控制及主动振动抑制

针对航天器在进行姿态机动时挠性附件的主动振动控制问题,提出一种基于自适应鲁棒方法和 理论相结合的控制方案。为有效地进行振动抑制,主动振动控制器采用 状态反馈理论,并且设计时充分考虑由于忽略挠性附件模型高阶模态所带来的结构不确定性,保证振动的快速衰减和方法的鲁棒性。同时,采用自适应鲁棒方法设计姿态控制器,有效地降低干扰和转动惯量不确定性对系统性能的影响,并采用Lyapunov方法分析系统的稳定性。最后,数字仿真结果说明,本文提出的方法是合理和有效的。     

一类具有非线性参数不确定性的系统的自适应控制

针对非线性函数关于未知参数是凹/凸函数的一类非线性系统,设计了基于极大极小策略的自适应控制器.与过去的具有非线性参数不确定性的系统的自适应控制器相比,该控制器能保证闭环系统输出跟踪误差渐近趋于零.最后通过对一个单摆模型的仿真验证了算法的有效性.     

带有结构不确定性的线性切换系统的鲁棒状态反馈镇定

针时带有结构不确定性的线性切换系统，讨论系统的鲁棒状态反馈镇定问题。时自由系统，得到了一个在给定的切换律下Lyapunov稳定的充分条件。针时受控制系统，设计出一个有效的鲁棒状态反馈控制器，该控制器可以使闭环系统全局渐近稳定，基于Lyapunov方法证明了该受控制器的有效性。     

An adaptive recurrent radial basis function network tracking controller for a two-dimensional piezo-positioning stage

An adaptive recurrent radial basis function network (ARRBFN) tracking controller for a two-dimensional piezo-positioning stage is proposed in this study. First, a mathematical model that represents the dynamics of the two-dimensional piezo-positioning stage is proposed. In this model, a hysteresis friction force that describes the hysteresis behavior of one-dimensional motion is used; and a nonconstant stiffness with the cross-coupling dynamic due to the effect of bending of a lever mechanism in x and y axes also is included. Then, according to the proposed mathematical model, an ARRBFN tracking controller is proposed. In the proposed ARRBFN control system, a recurrent radial basis function network (RRBFN) with accurate approximation capability is used to approximate an unknown dynamic function. The adaptive learning algorithms that can learn the parameters of the RRBFN on line are derived using Lyapunov stability theorem. Moreover, a robust compensator is proposed to confront the uncertainties, including approximation error, optimal parameter vectors, higher-order terms in Taylor series. To relax the requirement of the value of the lumped uncertainty in the robust compensator, an adaptive law is investigated to estimate the lumped uncertainty. Using the proposed control scheme, the position tracking performance is substantially improved and the robustness to uncertainties, including hysteresis friction force and cross-coupling stiffness, can be obtained as well. The tracking performance and the robustness to external load of the proposed ARRBFN control system are illustrated by some experimental results.     

Adaptive backstepping motion control of induction motor drives

Abstract

In this paper, an adaptive backstepping controller is proposed for position tracking of a mechanical system driven by an induction motor. The mechanical system is a single link fixed on the shaft of the induction motor such as a single‐link robot. The backstepping methodology provides a simpler design procedure for an adaptive control scheme and provides a method to define the sliding surface if the robust slidingmode control is applied. Thus, the backstepping control can be easily extended to work as an adaptive sliding‐mode controller. The presented position control system is shown to be stable and robust to parameter variations and external disturbances. The effectiveness of the proposed controllers is demonstrated in experiments.     

基于线性矩阵不等式的鲁棒跟踪控制器的设计

当系统部件(传感器、执行器)发生故障时,控制器的实际输出信号值将与准确值存在一定的偏离,这种控制信号的偏离可能破坏系统的稳定性。本文提出了最优增益裕量鲁棒跟踪控制问题,其目的是最大限度地抵御控制信号偏离对系统产生的影响。通过直升机飞行控制模型的实例仿真,验证了本文提出设计方法的可行性;并通过最优增益裕量鲁棒跟踪系统与正常鲁棒跟踪系统的比较,进一步说明了最优增益裕量鲁棒跟踪控制对提高系统的可靠性是必要的和有效的。     

Robust control of linear ceramic motor drive with LLCC resonant technique

This study presents a robust control system for a linear ceramic motor (LCM) that is driven by a high-frequency voltage source inverter using two-inductance two-capacitance (LLCC) resonant technique. The structure and driving principle of the LCM are introduced. Because the dynamic characteristics and motor parameters of the LCM are nonlinear and time varying, a robust control system is designed based on the hypothetical dynamic model to achieve high-precision position control. The presentation of robust control for the LCM drive system is divided into three parts, which comprise state feedback controller, feed-forward controller, and uncertainty controller. The adaptation laws of control gains in the robust control system are derived in the sense of Lyapunov stability theorem such that the stability of the control system can be guaranteed. It not only has the learning ability similar to intelligent control, but also its control framework is more simple than intelligent control. With the proposed robust control system, the controlled LCM drive possesses the advantages of good tracking control performance and robustness to uncertainties. The effectiveness of the proposed robust control system is verified by experimental results in the presence of uncertainties. In addition, the advantages of the proposed control system are indicated in comparison with the traditional integral-proportional (IP) position control system.     

高阶不确定系统的自适应跟踪控制

针对一类未知控制增益的不确定非线性系统,提出了一种自适应跟踪控制方法.文中的不确定性包括时变和时不变参数.基于反步设计法,提出了一种新的自适应控制方法.该方法不采用饱和控制,能保证跟踪误差收敛于零.提出了一个仿真例子,仿真结果说明了该方法的有效性.     

液压柔性机械臂运动及振动的鲁棒控制

针对液压柔性机械臂刚体运动和振动控制，本文提出了一种新的鲁棒控制器设计方法。该设计方法结合了反演控制设计方法、滑模控制理论及极点配置技术，对系统不确定性具有较强的鲁棒性。其中滑模控制主要是通过虚拟控制扭矩的设计，来实现在柔性臂端点负载不确定的情况下，对其刚体转角和柔性振动的控制；反演控制设计主要是完成系统的实际输入——液压伺服阀阀芯位移的设计；而极点配置应用于滑模平面极点的设置，获得期望的系统动态响应。基于Lyapunov稳定性理论的系统稳定性分析，证明系统跟踪误差将收敛于有限区域内。仿真实例表明了本文方法的有效性。     

永磁同步电动机位置伺服系统的自适应神经网络控制

针对需要考虑参数不确定和负载扰动的永磁同步电动机位置伺服系统,提出了一种新型的自适应神经网络控制方法。首先,利用神经网络建立永磁同步电动机的智能模型。其次,针对模型特点,在反步递推设计框架下,应用神经网络基函数的本质特征,并引入动态面控制技术克服控制设计中存在的“复杂性爆炸”问题,设计基于自适应神经网络动态面控制的位置跟踪算法。最后,仿真结果表明该控制方案是有效可行的,与反步递推控制方案相比,基于神经网络动态面控制的位置伺服系统的跟踪误差具有更快的收敛速度。通过设计新的神经网络自适应律,提出的自适应神经网络控制方法可以避免现有反步递推控制设计中存在的代数环问题。此外,提出的控制算法不仅能够克服不确定性因素对系统性能的影响,而且算法结构简单,易于实现。